Avaliação automática de redação em língua portuguesa empregando redes neurais profundas

Página do item simplificado
dc.contributor.advisor1Soares, Anderson da Silva
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1096941114079527eng
dc.contributor.referee1Soares, Anderson da Silva
dc.contributor.referee2Rosa, Thierson Couto
dc.contributor.referee3Nogueira, Rodrigo Frassetto
dc.creatorBittencourt Júnior, José Adenaldo Santos
dc.creator.Latteshttp://lattes.cnpq.br/6472068612037512eng
dc.date.accessioned2020-03-16T12:15:52Z
dc.date.issued2020-02-28
dc.description.abstractWriting is one of the most relevant and valued human skills. One of the most traditional way of evaluating writing is with an essay. Nowadays, the essay evaluation and student guidance are done manually, which makes the process costly and time consuming, therefore it is not very scalable. Automatic Essay Scoring (AES) is the main alternative to the conventional manual method. Its main characteristic is that the essay scoring is done without human interference. AES systems are widely used in english exams, however, they are seldom used in portuguese exams. With the recent advances in deep learning and the skills of such systems to surpass other models that represent the state of the art in similar areas, this work proposes the development of deep neural networks for Automatic Essay Scoring (AES) in portuguese. The first contribution of this work was the investigation and parameterization of architectures for portuguese texts. The second contribution was the proposition of a new multi prompt architecture, based on the hypothesis that the features learned by a neural network to evaluate essays of a given prompt could help to improve performance to evaluate essays of other prompts. The proposed architecture surpassed two models considered state of the art for AES in english when applied to portuguese by a margin greater than 15 \% according to the QWK metric, obtaining a QWK close to 0.5 when evaluated for essays of 18 different prompts, which shows that the predicted grades have a reasonable correlation with the grades given by human evaluators.eng
dc.description.provenanceSubmitted by Liliane Ferreira (ljuvencia30@gmail.com) on 2020-03-10T14:40:45Z No. of bitstreams: 2 Dissertação - José Adenaldo Santos Bittencourt Júnior - 2020.pdf: 8334450 bytes, checksum: b27c0c4e954c4197b92da0b0c184ceaf (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)eng
dc.description.provenanceApproved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2020-03-16T12:15:52Z (GMT) No. of bitstreams: 2 Dissertação - José Adenaldo Santos Bittencourt Júnior - 2020.pdf: 8334450 bytes, checksum: b27c0c4e954c4197b92da0b0c184ceaf (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)eng
dc.description.provenanceMade available in DSpace on 2020-03-16T12:15:52Z (GMT). No. of bitstreams: 2 Dissertação - José Adenaldo Santos Bittencourt Júnior - 2020.pdf: 8334450 bytes, checksum: b27c0c4e954c4197b92da0b0c184ceaf (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2020-02-28eng
dc.description.resumoA capacidade de escrita é uma das habilidades humanas de maior relevância e valorização. Uma das formas mais tradicionais de se avaliar a capacidade de escrita é por meio do teste de redação. Atualmente, o processo de correção de redação e orientação dos alunos é feito de forma manual, o que torna o processo oneroso e demorado, que por consequência é pouco escalável. A Avaliação Automática de Redações (AAR) é a principal alternativa ao método manual convencional. Sua característica é a correção de redações sem interferência humana. Os sistemas de AAR são amplamente utilizados em exames de Língua Inglesa, porém, pouco utilizados na Língua Portuguesa. Com os recentes avanços em aprendizagem profunda e as habilidades de tais sistemas de superar outros modelos que representam o estado da arte em áreas similares, este trabalho propõe o desenvolvimento de redes neurais profundas para avaliação automática de redações (AAR) em Língua Portuguesa. A primeira contribuição foi a investigação e parametrização de arquiteturas para o contexto da Língua Portuguesa. A segunda contribuição foi a proposição de uma nova arquitetura Multi-tema, com base na hipótese de que as características aprendidas pela rede para a correção de determinado tema poderiam ajudar a aprimorar o desempenho de outros temas. A arquitetura proposta superou dois modelos considerados estado da arte para AAR em Língua Inglesa quando aplicados para a Língua Portuguesa por uma margem superior a 15\% na métrica QWK, obtendo um QWK próximo a 0,5 quando avaliada para redações de 18 temas diferentes, o que mostra que as notas previstas possuem uma correlação competitiva com as notas dadas por corretores humanos.eng
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESeng
dc.formatapplication/pdf*
dc.identifier.citationBITTENCOURT JÚNIOR, José Adenaldo Santos. Avaliação automática de redação em língua portuguesa empregando redes neurais profundas. 2020. 100 f. Dissertação ( Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2020.eng
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/10411
dc.languageporeng
dc.publisherUniversidade Federal de Goiáseng
dc.publisher.countryBrasileng
dc.publisher.departmentInstituto de Informática - INF (RG)eng
dc.publisher.initialsUFGeng
dc.publisher.programPrograma de Pós-graduação em Ciência da Computação (INF)eng
dc.rightsAcesso Aberto
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectAprendizagem profundapor
dc.subjectRedes neurais profundaspor
dc.subjectProcessamento de linguagem naturalpor
dc.subjectEducaçãopor
dc.subjectAvaliação automática de redaçõespor
dc.subjectPortuguêspor
dc.subjectDeep learningeng
dc.subjectDeep neural networkseng
dc.subjectNatural language processingeng
dc.subjectEducationeng
dc.subjectAutomatic essay scoringeng
dc.subjectPortuguesepor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOeng
dc.titleAvaliação automática de redação em língua portuguesa empregando redes neurais profundaseng
dc.title.alternativeAutomatic essay scoring of portuguese texts with deep learningeng
dc.typeDissertaçãoeng

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
Dissertação - José Adenaldo Santos Bittencourt Júnior - 2020.pdf
Tamanho:
7.95 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
2.11 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Mestrado em Ciência da Computação (INF)