<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Аналіз методів автоматизованого оцінювання текстових відповідей

Ескіз

Файли

26594.pdf (229,69 KB)

Дата

2026

Автори




Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

Видавець

Вінницький національний технічний університет

DOI

Альтернативна назва

Анотація

У роботі проаналізовано сучасні методи автоматизованого оцінювання коротких відкритих текстових відповідей. Розглянуто лексичні та семантичні підходи зі зіставленням відповіді студента з еталоном.
The paper analyzes modern methods for automated grading of short open ended textual answers. Lexical matching and semantic comparison approaches between a student answer and a reference answer are considered. Their limitations and practical conditions of use in educational systems are identified.

Опис

Ключові слова

автоматизоване оцінювання , відкриті відповіді , семантична подібність , векторизація тексту , трансформери , automated grading , open ended answers , semantic similarity , text vectorization , transformers

УДК

004.4:37

Тип документа

Thesis

Мова

uk

Є частиною

Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р.

ISSN

Посилання на публікацію

https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2026/paper/view/26594

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Івасюк В. В., Снігур А. В. Аналіз методів автоматизованого оцінювання текстових відповідей // Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2026/paper/view/26594.

URI

https://ir.lib.vntu.edu.ua/handle/123456789/54270

Зібрання

НТКП ВНТУ. Факультет інформаційних технологій та комп'ютерної інженерії (2026)

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (6)

  1. Jaccard Similarity [Електронний ресурс] — Режим доступу: https://www.geeksforgeeks.org/python/jaccard-similarity
  2. Mohler M., Mihalcea R. Text-to-text Semantic Similarity for Automatic Short Answer Grading. 2009. 567–575.
  3. What is latent semantic analysis? [Електронний ресурс] — Режим доступу: https://www.ibm.com/think/topics/latentsemantic-analysis
  4. Understanding Word2Vec: CBOW & Skip-Gram [Електронний ресурс] — Режим доступу: https://www.kaggle.com/code/ftaham/understanding-word2vec-cbow-skip-gram
  5. BERT Model — NLP [Електронний ресурс] — Режим доступу: https://www.geeksforgeeks.org/nlp/explanation-of-bertmodel-nlp
  6. Similarity Learning with Siamese Networks [Електронний ресурс] — Режим доступу: https://www.mygreatlearning.com/blog/siamese-networks/