Neural Automated Writing Evaluation with Corrective Feedback

要約

第二外国語の学習・教育におけるテクノロジーの活用は、いたるところで見られるようになった。特にライティングの評価においては、自動ライティング評価（AWE）と文法エラー訂正（GEC）が、ライティングの習熟度を高め、学習者に即座に個別のフィードバックを提供する方法として、絶大な人気と効果を誇っている。自然言語処理(NLP)と機械学習アルゴリズムの力を活用することで、AWEとGECシステムは、言語学習者に自動添削フィードバックと、試験官による採点では不可能な、より正確で偏りのない採点を提供するために、別々に開発されてきた。本論文では、第二言語学習者のために、AWEとGECの結果のギャップを埋める手段として、添削フィードバックを伴う自動ライティング評価の統合システムを提案する。このシステムは、学習者がエッセイを書いて提出すると、文法的エラーの修正案とともに、エッセイの評価を返すというものである。自動採点と文法添削は、人間が採点するよりも効率的で費用対効果が高いことを考えると、この統合システムは、無数の作文を手作業で添削する負担を軽減することにもなる。

要約(オリジナル)

The utilization of technology in second language learning and teaching has become ubiquitous. For the assessment of writing specifically, automated writing evaluation (AWE) and grammatical error correction (GEC) have become immensely popular and effective methods for enhancing writing proficiency and delivering instant and individualized feedback to learners. By leveraging the power of natural language processing (NLP) and machine learning algorithms, AWE and GEC systems have been developed separately to provide language learners with automated corrective feedback and more accurate and unbiased scoring that would otherwise be subject to examiners. In this paper, we propose an integrated system for automated writing evaluation with corrective feedback as a means of bridging the gap between AWE and GEC results for second language learners. This system enables language learners to simulate the essay writing tests: a student writes and submits an essay, and the system returns the assessment of the writing along with suggested grammatical error corrections. Given that automated scoring and grammatical correction are more efficient and cost-effective than human grading, this integrated system would also alleviate the burden of manually correcting innumerable essays.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL