Task-Independent Features for Automated Essay Grading

Automated scoring of student essays is increasingly used to reduce manual grading effort. State-of-the-art approaches use supervised machine learning which makes it complicated to transfer a system trained on one task to another. We investigate which currently used features are task-independent and evaluate their transferability on English and German datasets. We find that, by using our task-independent feature set, models transfer better between tasks. We also find that the transfer works even better between tasks of the same type.

Vorschau

Einordnung

Konferenz:
NAACL HLT 2015, The Tenth Workshop on Innovative Use of NLP for Building Educational Applications, June 4, 2015 Denver, Colorado, USA
Datum der Veröffentlichung:
2015
URN:
urn:nbn:de:hbz:464-20211022-160309-2
DOI:
10.3115/v1/W15-0626
Sprache:
Englisch
Ressourcentyp:
Text
Kollektion:
E-Publikationen
Sachgruppen der Deutschen Nationalbibliographie:
004 Informatik
Einrichtung:
Fakultät für Ingenieurwissenschaften, Informatik und Angewandte Kognitionswissenschaft, Informatik, Sprachtechnologie
Einrichtung:
Forschungszentren, Zentrum für Lehrkräftebildung (ZLB)
Informationen zur Erstveröffentlichung:
Zesch, T., Wojatzki, M., Scholten-Akoun, D. (2015). Task-Independent Features for Automated Essay Grading. In: Proceedings of the Tenth Workshop on Innovative Use of NLP for Building Educational Applications, 2015, pp. 224-232. Association for Computational Linguistics. https://doi.org/10.3115/v1/W15-0626

Zitieren

Zitierform:
Zitierform konnte nicht geladen werden.

Rechte

Nutzung und Vervielfältigung:
Dieses Werk kann unter einer
CC BY-NC-SA 3.0 LogoCreative Commons Namensnennung - Nicht-kommerziell - Weitergabe unter gleichen Bedingungen 3.0 Lizenz (CC BY-NC-SA 3.0)
genutzt werden.