Punteggio Automatico di Elaborati (AES)
Il Punteggio Automatico di Elaborati (AES) è un compito di elaborazione del linguaggio naturale in cui un modello computazionale assegna punteggi a elaborati scritti da studenti secondo dimensioni quali correttezza grammaticale, coerenza, ricchezza di contenuto e organizzazione — replicando, su larga scala, ciò che farebbe un valutatore umano. L'approccio è stato formalizzato come campo di ricerca da Shermis e Burstein (2013) ed è stato trasformato dal 2019 dai modelli linguistici transformer, in particolare BERT, che consentono ai sistemi AES di sfruttare rappresentazioni contestuali profonde del testo.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Automated Essay Scoring (AES). ScholarGate. https://scholargate.app/it/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.
- BERT EmbeddingsText mining↔ compare
- Analisi di leggibilitàText mining↔ compare
- Analisi del SentimentoText mining↔ compare
- Classificazione del testoText mining↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →