首页    期刊浏览 2024年11月24日 星期日
登录注册

文章基本信息

  • 标题:Analyzing Two Automatic Latent Semantic Analysis (LSA) Assessment Methods (Inbuilt Rubric vs. Golden Summary) in Summaries Extracted from Expository Texts
  • 本地全文:下载
  • 作者:José Ángel Martínez-Huertas ; Olga Jastrzebska ; Adrián Mencu
  • 期刊名称:Psicología Educativa: Revista de los Psicólogos de la Educación
  • 印刷版ISSN:1135-755X
  • 电子版ISSN:2174-0526
  • 出版年度:2018
  • 卷号:24
  • 期号:2
  • 页码:85-92
  • DOI:10.5093/psed2048a9
  • 出版社:Colegio Oficial de Psicólogos de Madrid
  • 摘要:El objetivo de este estudio es comparar dos métodos de evaluación automática del análisis semántico latente (LSA): Un nuevo método LSA (Inbuilt Rubric) y un método LSA tradicional (Golden Summary). Se analizaron dos condiciones del método Inbuilt Rubric: el número de descriptores léxicos que se utilizan para generar la rúbrica (pocos vs. muchos) y una corrección que penaliza el contenido irrelevante incluido en los resúmenes de los estudiantes (corregido vs. no corregido). Ciento sesenta y seis estudiantes divididos en dos muestras (81 estudiantes universitarios y 85 estudiantes de instituto) participaron en este estudio. Los estudiantes resumieron dos textos expositivos que tenían distinta complejidad (difícil/fácil) y longitud (1,300/500 palabras). Los resultados mostraron que el método Inbuilt Rubric imita las evaluaciones humanas mejor que Golden Summary en todos los casos. La similitud con las evaluaciones humanas fue más alta con Inbuilt Rubric (r = .78 and r = .79) que con Golden Summary (r = .67 and r = .47) en ambos textos. Además, la versión de Inbuilt Rubric con menor número de descriptores y con corrección es la que obtuvo mejores resultados.
  • 关键词:LSA; Inbuilt rubric; Automatic essay scoring (AES); Lexical descriptors; Summaries.
国家哲学社会科学文献中心版权所有