ScholarGate
Assistant
Process / pipeline

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.

Ouvrir dans MethodMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

The neighbourhood of related methods — select a node to explore.

Sources

  1. Shermis, M.D. & Burstein, J. (2013). Handbook of Automated Essay Evaluation. Routledge. link
  2. 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.

Compare side by side
ScholarGateAutomated Essay Scoring (Automated Essay Scoring (AES)). Consulté le 2026-06-15 sur https://scholargate.app/fr/text-mining/automated-essay-scoring · Jeu de données : https://doi.org/10.5281/zenodo.20539026