Notation automatique des dissertations (AES)
La notation automatique des dissertations (AES) est une tâche de traitement du langage naturel dans laquelle un modèle informatique attribue des notes à des dissertations rédigées par des étudiants selon des dimensions telles que la correction grammaticale, la cohérence, la richesse du contenu et l'organisation — reproduisant, à grande échelle, ce que ferait un correcteur humain. L'approche a été formalisée en tant que domaine de recherche par Shermis et Burstein (2013) et a été transformée depuis 2019 par les modèles de langage transformeurs, en particulier BERT, qui permettent aux systèmes AES de tirer parti des représentations contextuelles profondes du texte.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Shermis, M.D. & Burstein, J. (2013). Handbook of Automated Essay Evaluation. Routledge. link ↗
- Devlin, J., Chang, M.-W., Lee, K. & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. NAACL-HLT, 4171-4186. DOI: 10.18653/v1/N19-1423 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Automated Essay Scoring (AES). ScholarGate. https://scholargate.app/fr/text-mining/automated-essay-scoring
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Embeddings BERTFouille de textes↔ compare
- Analyse de lisibilitéFouille de textes↔ compare
- Analyse des sentimentsFouille de textes↔ compare
- Classification de texteFouille de textes↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →