首页> 外文OA文献 >Automatic Essay Grading System Menggunakan Metode Latent Semantic Analysis
【2h】

Automatic Essay Grading System Menggunakan Metode Latent Semantic Analysis

机译:自动作文评分系统Menggunakan Metode潜在语义分析

摘要

Pada proses evaluasi hasil belajar e-learning tipe soal yang sering ditemui adalah pilihan ganda dan isiansingkat. Meskipun penilaian secara esai relatif sulit dilakukan secara objektif, namun soal esei dipandang masihdibutuhkan untuk melakukan proses evaluasi belajar. Sebab bentuk esei ini memiliki kelebihan dalammerepresentasikan kemampuan pelajar dalam memahami hasil pembelajaran.Penelitian ini dibuat suatu sistemberbasis web untuk mengevaluasi hasil pembelajaran. Metode yang digunakan dalam automated essay gradingsustem ini adalah Latent Semantic Analysis (LSA). Metode ini mempunyai ciri khas untuk mengekstrak danmerepresentasikan kalimat dengan perhitungan matematis dan mementingkan kata-kata kunci yang terkandungdalam sebuah kalimat tanpa memperhatikan karakteristik linguistiknya. Perhitungan matematis dilakukan denganmemetakan ada atau tidak adanya kata dari kelompok kata pada matriks semantik dan kemudian diolahmenggunakan teknik aljabar linier Singular Value Decomposition (SVD). Implementasi Automated Essay GradingSystem ini menggunakan bahasa pemrograman PHP. Sedangkan proses SVD menggunakan bahasa Java libraryJAMA. Setelah dilakukan analisis pengujian, dapat disimpulkan bahwa metode LSA telah dapat digunakan untukmenilai jawaban esai dan telah menghasilkan output sebuah nilai. Hal yang mempengaruhi penilaian adalahbesarnya dimensi matriks tereduksi pada SVD. Korelasi penilaian human raters dengan sistem adalah yangdihasilkan adalah 45,03% dan 50,55%.
机译:在评估电子学习的学习成果的过程中,经常遇到的问题类型是多项选择,内容简短。尽管很难相对客观地完成论文评估,但仍认为进行学习评估过程仍需要论文问题。因为这种形式的论文在代表学生理解学习成果的能力方面具有优势,所以本研究创建了一个基于网络的评估学习成果的系统。此自动论文评分系统中使用的方法是潜在语义分析(LSA)。该方法具有通过数学计算来提取和表示句子以及不考虑其语言特性而对句子中包含的关键词进行优先排序的特征。通过在语义矩阵上映射单词组中单词的存在与否,然后使用奇异值分解(SVD)线性代数技术对其进行处理,可以完成数学计算。自动化Essay GradingSystem实现使用PHP编程语言。 SVD进程使用Java库JAMA语言。在对分析进行测试之后,可以得出结论:LSA方法已用于评估答卷并产生了价值输出。影响评估的是SVD中缩减后的矩阵尺寸的大小。人类评估者评估与系统的相关性分别为45.03%和50.55%。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号