Robust automated essay scoring method integrating deep neural networks and item response theory

集成深度神经网络和项目反应理论的鲁棒自动化论文评分方法

基本信息

  • 批准号：
    20K20817
  • 负责人：
    Uto Masaki
  • 金额：
    $ 3.99万
  • 依托单位：
    The University of Electro-Communications
  • 依托单位国家：
    日本
  • 项目类别：
    Grant-in-Aid for Challenging Research (Exploratory)
  • 财政年份：
    2020
  • 资助国家：
    日本
  • 起止时间：
    2020-07-30 至 2023-03-31
  • 项目状态：
    已结题

项目摘要

项目成果

期刊论文数量（30）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
アノテータのバイアスを考慮した記述・論述式自動採点手法
考虑注释者偏差的自动评分方法
  • DOI：
  • 发表时间：
    2021
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Ryunosuke Saiki;Tetsuichi Yoshizato;Yasuhito Nanya;Yukihide Momozawa;Chikashi Terao;Yuichi Shiraishi;Kenichi Chiba;Hiroko Tanaka;Atsushi Niida;Seiya Imoto;Koichi Matsuda;Takayuki Morisaki;Yoshinori Murakami;Yoichiro Kamatani;Michiaki Kubo;S;新田森，宇都雅輝;岡野将士，宇都雅輝
  • 通讯作者：
    岡野将士，宇都雅輝
Automated Short-Answer Grading Using Deep Neural Networks and Item Response Theory
読解対象文の難易度を考慮した読解問題自動生成手法
考虑目标句子难度的自动阅读理解题生成方法
  • DOI：
  • 发表时间：
    2022
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Takano;S. and Ichikawa;O.;藤森裕治;富川雄斗，宇都雅輝
  • 通讯作者：
    富川雄斗，宇都雅輝
深層学習と多次元項目反応理論を用いた複数観点同時自動採点手法の開発
利用深度学习和多维项目反应理论开发多视角同时自动评分方法
  • DOI：
  • 发表时间：
    2021
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Fujimori;Y.,Shirakawa;Y. & Mogami;H.;松本朱実・川口芳矢;川上泰彦;柴田拓海，宇都雅輝
  • 通讯作者：
    柴田拓海，宇都雅輝
Neural Automated Essay Scoring Incorporating Handcrafted Features
  • DOI：
    10.18653/v1/2020.coling-main.535
  • 发表时间：
    2020-12
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Masaki Uto;Yikuan Xie;M. Ueno
  • 通讯作者：
    Masaki Uto;Yikuan Xie;M. Ueno
{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ patent.updateTime }}

Uto Masaki其他文献

大学生における気軽な相談を困難にしている要因と性別・年齢・生活スタイルとの関連
大学生随意咨询困难的因素及其与性别、年龄、生活方式的关系
  • DOI：
  • 发表时间：
    2022
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Uto Masaki;Okano Masashi;大場美奈・茅野理恵
  • 通讯作者：
    大場美奈・茅野理恵
オンデマンド講義における重要箇所推定に関する研究
点播教学要点估算研究
  • DOI：
  • 发表时间：
    2022
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Uto Masaki;竹内美綺，伊藤彰則，能勢隆
  • 通讯作者：
    竹内美綺，伊藤彰則，能勢隆
スコーピング・レビューによる国内の場面緘黙の臨床研究の動向（2）：対象者の属性と主訴および併存症に着目して
基于范围审查的日本选择性沉默症临床研究趋势（2）：关注受试者属性、主诉和合并症
  • DOI：
  • 发表时间：
    2022
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Sakurai Ryo;Tsunoda Hiroshi;Enari Hiroto;Siemer William F.;Uehara Takuro;Stedman Richard C.;Uto Masaki;酒井美鈴・佐藤恵子・町田和世・小林良清・茅野理恵・宮﨑紀枝・大場航;白水始・益川弘如;岡崎慎治・本間美桃子・別府さおり・石原章子・大柳俊夫・井上知洋・奥畑志帆;辻田那月，飯村大智，萩原広道
  • 通讯作者：
    辻田那月，飯村大智，萩原広道
Group Optimization to Maximize Peer Assessment Accuracy Using Item Response Theory and Integer Programming
使用项目响应理论和整数规划进行小组优化以最大限度地提高同伴评估的准确性
Clonal evolution and chronic inflammation
克隆进化和慢性炎症
  • DOI：
  • 发表时间：
    2021
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Uto Masaki;Okano Masashi;Seishi Ogawa
  • 通讯作者：
    Seishi Ogawa

Uto Masaki的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

{{ truncateString('Uto Masaki', 18)}}的其他基金

Automated essay scoring focusing on argumentation structure based on probabilistic approach
基于概率方法的自动论文评分，重点关注论证结构
  • 批准号：
    17K20024
  • 财政年份：
    2017
  • 资助金额：
    $ 3.99万
  • 项目类别：
    Grant-in-Aid for Challenging Research (Exploratory)
Hierarchical Bayesian Item Response Theory Model for Reliable Peer Assessment
用于可靠同行评估的分层贝叶斯项目响应理论模型
  • 批准号：
    15K16256
  • 财政年份：
    2015
  • 资助金额：
    $ 3.99万
  • 项目类别：
    Grant-in-Aid for Young Scientists (B)

相似海外基金

Development of Deep-IRT for educational big data analysis
用于教育大数据分析的 Deep-IRT 开发
  • 批准号：
    22KJ1368
  • 财政年份：
    2023
  • 资助金额：
    $ 3.99万
  • 项目类别：
    Grant-in-Aid for JSPS Fellows
深層学習自動採点技術と項目反応理論を用いた異なる記述式テストの共通尺度化
利用深度学习自动评分技术和项目反应理论对不同描述性测试进行通用标度
  • 批准号：
    23K17585
  • 财政年份：
    2023
  • 资助金额：
    $ 3.99万
  • 项目类别：
    Grant-in-Aid for Challenging Research (Exploratory)
教育ビックデータの予測精度と解釈性を両立するBayesian Deep-IRT
贝叶斯 Deep-IRT 实现教育大数据的预测准确性和可解释性
  • 批准号：
    22K19825
  • 财政年份：
    2022
  • 资助金额：
    $ 3.99万
  • 项目类别：
    Grant-in-Aid for Challenging Research (Exploratory)
Criterion-referenced measurement and evaluation of movement skills using deep machine learning
使用深度机器学习对运动技能进行标准参考测量和评估
  • 批准号：
    21K19697
  • 财政年份：
    2021
  • 资助金额：
    $ 3.99万
  • 项目类别：
    Grant-in-Aid for Challenging Research (Exploratory)
A Study of Language Questions for Assessing Ability in Language Learning Systems
用于评估语言学习系统能力的语言问题的研究
  • 批准号：
    18K18118
  • 财政年份：
    2018
  • 资助金额：
    $ 3.99万
  • 项目类别：
    Grant-in-Aid for Early-Career Scientists
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了