在线教育首页
销售热线   010-53279888       0315-5918118    客户热线   0315-5913666
OA登陆 邮箱登陆 简体中文 English 网站地图
新闻中心
在线教育官网怎么样
业内动态
在线教育注册
公司新闻
机器批作文:有效防背作文和套作文_为您服务教育网
    您现在的位置:在线教育 > 远程教育 > 正文 发布时间:2019-06-11 17:26

  一定要尽可能的做到:复习中国史时把历史现象或事件置于整个世界的大背景下去分析,学习世界史时要联系到中国。如复习列强侵华史,就要联系到世界资本主义发展情况,发展的阶段不同对中国的影响也不同。再如复习三次科技革命,那就要联系到对中国分别产生了什么影响,而中国为什么没能抓住机遇等问题。  秒杀文综地理选择题方法  1、对于文综地理识记型选择题,解答此类题目的首选方法是排除法,即首先对选项宏观浏览,对于与题意无关和肯定错误的选项首先排除,然后从剩下的选项中运用熟悉的原理进行推断、筛选、排除,直到得出答案,如典例方法一。

    [导读]:2019年5月29日国际时事政治,适用于、、、、、、......  国内:  1.据国务院台湾事务办公室官方微博消息,台对外交往部门称,安全部门负责人李大维日前访美,与美总统国家安全事务助理博尔顿会面,国务院台办发言人安峰山2019年5月28日就此回应称,破坏一个中国原则的言论与行为非常危险,“台独”是历史逆流,是绝路。  年5月28日电,据生态环境部网站消息,生态环境部通报了“2019-2020年蓝天保卫战重点区域强化监督定点帮扶工作进展情况”。

机器批作文:有效防背作文和套作文_为您服务教育网

         澎湃新闻  在高考评分中,作文往往是最耗费工作量,也最具争议的一项。

近年来,由于高考作文评价体系屡遭质疑,相关领域的专家学者开始思考运用机器评分,来取代准确度不高且耗时耗力的人工批改。

11月26日,华东师范大学(分数线,专业设置)中文系副教授徐默凡,在华东师范大学一场有关“应试作文写作质量的计量和计算”的研讨会上,就机器在作文评分中的实现可能性进行了探讨,并对当下的应试作文评分进行了反思。

  通过数据统计可找出背题套题的作文  据徐默凡介绍,目前有望运用于机器评分的自然语言处理模型有三类,分别是基于规则识别、数据统计和神经网络的自然语言处理。

  所谓基于规则识别的自然语言处理,是基于一定的规则对作文进行句法分析和语义分析,从而掌握对语言的理解和表达。

徐默凡认为,这条路对于作文机器评分是走不通的。

因为首先,人类自身并未建构起准确的作文评分标准;其次,作文评价标准涉及到的因素比句子理解更多,思想、逻辑、结构、语言等要素难以规则化。

  第二种模型则是基于神经网络的自然语言处理。 它的原理在于运用脑科学和仿生学,模仿人脑对信息的处理方式。

然而在徐默凡看来,这种模型也不适合用于机器评分。 除了训练复杂度高,费时费力之外,无法对它的信息处理过程进行探测和评估,因而结果的可解释性差。   更重要的是,这种模型牵涉到了关键的智能伦理问题。 AlphaGo的横空出世令人惊诧,而相比围棋,作文更是人类智能的体现。 如果将作文评分交给人工智能,很容易引起伦理上的反感甚至恐慌。

高考这一事关很多人前途的重大考试,若完全交由人工智能去判断评分,很有可能会造成“机器将会主宰人类社会”的联想。

  于是相比之下,基于数据统计的自然语言处理才是更适合机器评分的模型。

这种数据统计的基本原理是,一个句子是否合理,不必了解它的句法语义,只需要考察它在人类说过的话中出现的可能性大小如何:出现的可能性越大,即越合理;可能性越小,则越不合理。

理论上,进行这种自然语言处理时,需要把人类讲过的所有话都统计一遍;然而在现实中,进行词频统计就已绰绰有余。 “词频统计现在已经是比较成熟的研究成果了,”徐默凡说,“在实际中,也可以考虑到前后文的关联和影响。

只是考虑的词越多,意味着计算也会越复杂。

”  徐默凡指出,数据统计可以有效禁止背作文和套作文的行为。 如今中高考已成为了背作文和套作文的重灾区,同一个教师教出的学生背诵了一样的范文,因而考试时写出相似的作文,这一普遍现象若依靠人工力量是很难被察觉的。

这里就是机器大显身手的地方了。 它可以通过统计给出重复率百分比,并自动摘要出不同考生所写的相同事例,再由人工鉴定是否是作弊。

  此外,作文的语言规范度也可以使用统计测量。 通过计算每篇作文的概率值,概率值越高说明语言用法越常规,以此就可以识别不规范的语言用法。 “当然,概率低也有一种可能,那就是作文在语言上进行了创新,使用了一些新颖的表达。

在此使用统计法,至少可以挑出概率低的表达,进而进行人工筛查,重点关注,再根据不同类型的作文要求赋分。 ”徐默凡说。   在高考评分中,作文往往是最耗费工作量,也最具争议的一项。

近年来,由于高考作文评价体系屡遭质疑,相关领域的专家学者开始思考运用机器评分,来取代准确度不高且耗时耗力的人工批改。

11月26日,华东师范大学(分数线,专业设置)中文系副教授徐默凡,在华东师范大学一场有关“应试作文写作质量的计量和计算”的研讨会上,就机器在作文评分中的实现可能性进行了探讨,并对当下的应试作文评分进行了反思。   通过数据统计可找出背题套题的作文  据徐默凡介绍,目前有望运用于机器评分的自然语言处理模型有三类,分别是基于规则识别、数据统计和神经网络的自然语言处理。

  所谓基于规则识别的自然语言处理,是基于一定的规则对作文进行句法分析和语义分析,从而掌握对语言的理解和表达。 徐默凡认为,这条路对于作文机器评分是走不通的。 因为首先,人类自身并未建构起准确的作文评分标准;其次,作文评价标准涉及到的因素比句子理解更多,思想、逻辑、结构、语言等要素难以规则化。   第二种模型则是基于神经网络的自然语言处理。

它的原理在于运用脑科学和仿生学,模仿人脑对信息的处理方式。

然而在徐默凡看来,这种模型也不适合用于机器评分。

除了训练复杂度高,费时费力之外,无法对它的信息处理过程进行探测和评估,因而结果的可解释性差。

  更重要的是,这种模型牵涉到了关键的智能伦理问题。 AlphaGo的横空出世令人惊诧,而相比围棋,作文更是人类智能的体现。 如果将作文评分交给人工智能,很容易引起伦理上的反感甚至恐慌。 高考这一事关很多人前途的重大考试,若完全交由人工智能去判断评分,很有可能会造成“机器将会主宰人类社会”的联想。   于是相比之下,基于数据统计的自然语言处理才是更适合机器评分的模型。 这种数据统计的基本原理是,一个句子是否合理,不必了解它的句法语义,只需要考察它在人类说过的话中出现的可能性大小如何:出现的可能性越大,即越合理;可能性越小,则越不合理。

理论上,进行这种自然语言处理时,需要把人类讲过的所有话都统计一遍;然而在现实中,进行词频统计就已绰绰有余。

“词频统计现在已经是比较成熟的研究成果了,”徐默凡说,“在实际中,也可以考虑到前后文的关联和影响。

只是考虑的词越多,意味着计算也会越复杂。 ”  徐默凡指出,数据统计可以有效禁止背作文和套作文的行为。

如今中高考已成为了背作文和套作文的重灾区,同一个教师教出的学生背诵了一样的范文,因而考试时写出相似的作文,这一普遍现象若依靠人工力量是很难被察觉的。

这里就是机器大显身手的地方了。

它可以通过统计给出重复率百分比,并自动摘要出不同考生所写的相同事例,再由人工鉴定是否是作弊。   此外,作文的语言规范度也可以使用统计测量。

通过计算每篇作文的概率值,概率值越高说明语言用法越常规,以此就可以识别不规范的语言用法。 “当然,概率低也有一种可能,那就是作文在语言上进行了创新,使用了一些新颖的表达。 在此使用统计法,至少可以挑出概率低的表达,进而进行人工筛查,重点关注,再根据不同类型的作文要求赋分。

”徐默凡说。

 
在线教育提供的文章均由网友转载于网络,若本站转载中的文章侵犯了您的权益,请与本站管理员联系.
Copyright (C) 2006-2019 www.33588j.com在线教育_教育宝_教育理念 All Rights Reserved