祖潘克,卡贾;Bosnić,佐兰 通过分组相似的评分员来改进自动论文评分。 (英语) Zbl 1464.68323号 芬丹。通知。 172,第3号,239-259(2020). 摘要:自动论文评估是一种广泛使用的实用解决方案,可以取代耗时的学生论文手动评分。在不同的高风险评估中,自动系统与人工评分员结合使用,评分模型是根据不同评分员评分的论文数据集学习的。尽管有标准化评分规则的定义,但人类评分员可能会无意中在分数中引入主观偏见。因此,评分模型必须从表示论文属性和评分之间有噪声关系的数据中学习。我们提出了一种将一组论文划分为代表相似评分者的子集的方法,该方法使用了解释方法和聚类。结果证实了我们的假设,即从分离模型集合中学习可以显著提高人工和真实数据集的平均预测准确度。 MSC公司: 68T05型 人工智能中的学习和自适应系统 62H30型 分类和区分;聚类分析(统计方面) 68T50型 自然语言处理 关键词:自动论文评估;预测的解释;群集;PCA公司 PDF格式BibTeX公司 XML格式引用 \textit{K.Zupanc}和\textit{Z.Bosnić},Fundam。通知。172,第3号,239--259(2020;Zbl 1464.68323) 全文: 内政部