A correcção de respostas a perguntas em texto livre no decorrer de um processo de avaliação é uma tarefa demorada e sujeita a flutuações no rigor da aplicação dos critérios de avaliação. Em consequência destas flutuações, inerentes à natureza humana, é natural que possam surgir discrepâncias nas classificações atribuídas. Entendemos que é possível homogeneizar a aplicação dos critérios de avaliação na correcção de respostas em texto livre através da aplicação de técnicas de text mining, que permitam agrupar as respostas em conjuntos de qualidade homogénea.
The assessment of free-text answers to open questions is time consuming and subject to fluctuations in the rigor of application of the evaluation criteria. As a result of these fluctuations, inherent to human nature, it is natural that some discrepancies may arise in the marks assigned to similar answers.
Our claim is that it is possible to reduce these discrepancies in assessing the correctness of answers in free text by applying text mining techniques, allowing to group similar answers into clusters of homogeneous quality
© 2001-2024 Fundación Dialnet · Todos los derechos reservados