用于自动评分的日英句子翻译练习数据集
原文中文，约400字，阅读约需1分钟。发表于：。自动评估句子翻译练习（STEs）的任务被提出，旨在为教育人员预设的每个评分标准对学生回答进行评分。使用一个包含 21 个问题和 3498 个学生回答的 STE 日语 - 英语数据集，作者展示了使用微调 BERT 和 GPT 模型的基线性能，结果表明微调 BERT 模型能以约 90% 的 F1 值对正确回答进行分类，但不到 80% 的不正确回答。此外，采用 few-shot 学习的 GPT...
这篇文章介绍了自动评估句子翻译练习（STEs）任务，使用微调BERT和GPT模型对学生回答进行评分。结果显示，微调BERT模型能以约90%的F1值对正确回答进行分类，但对不正确回答的分类准确率不到80%。few-shot学习的GPT模型的结果较微调BERT差，表明这个新任务对于大型语言模型来说是具有挑战性的问题。
