Research Paper#Educational Assessment, Natural Language Processing, Machine Learning🔬 Research分析: 2026年1月3日 15:58
在开放式回答评分中分离学生内容与教师偏见
分析
这篇论文解决了教育评估中的一个关键问题:学生理解与教师评分偏见的混淆。通过将内容与评分者倾向区分开来,作者提供了一个更准确、更透明地评估学生回答的框架。这对于主观判断起重要作用的开放式回答尤其重要。使用动态先验和残差化技术是一种很有前景的方法,可以减轻混杂因素并提高自动评分的可靠性。
要点
引用
“当先验与内容嵌入相结合时,结果最好(AUC~0.815),而仅内容模型仍然高于偶然水平,但明显较弱(AUC~0.626)。”