PulseAugur
实时 05:50:13
English(EN) PsyScore: A Psychometrically-Aware Framework for Trait-Adaptive Essay Scoring and ZPD-Scaffolded Feedback

新框架整合作文评分与自适应反馈

研究人员开发了 PsyScore,一个旨在增强自动作文评分和提供自适应教学反馈的新型框架。该系统将心理测量学原理与神经网络架构相结合,特别将分级部分信用模型 (GPCM) 整合到神经网络评分器中。PsyScore 还包含一个反馈生成器,该生成器根据学生诊断出的能力水平定制其策略,旨在改善教学一致性。在 ASAP++ 数据集上的实验表明,PsyScore 在评分方面表现具有竞争力,同时提供更相关的反馈。 AI

影响 该框架可以通过为学生提供更准确和个性化的反馈来改进教育工具。

排序理由 这是一篇研究论文,详细介绍了一种用于自动作文评分和反馈的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架整合作文评分与自适应反馈

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Chanjin Zheng ·

    PsyScore:一种心理测量感知的框架,用于特质自适应论文评分和 ZPD 支架式反馈

    Effective Automated Essay Scoring (AES) are expected to support both reliable assessment and actionable instructional feedback. However, existing approaches often treat scoring and feedback as separate components: neural scoring models provide limited interpretability, while Larg…