Unsupervised Short Answer Grading Using Spreading Activation over an Associative Network of Concepts / La notation sans surveillance des réponses courtes en utilisant la diffusion d’activation dans un réseau associatif de concepts

Abstract

In this article we address the problem of automatic short answer grading from an unsupervised knowledge-based text-relatedness perspective. A comprehensive knowledge base is automatically constructed with the aid of Wikipedia, which has been modelled as an associative network of concepts. Semantic marker gets a short answer, extracts the most important concepts, and initiates a spreading activation algorithm to measure the degree of relatedness between the student’s answer and the corresponding ideal answer. The proposed approach significantly and consistently outperforms previous unsupervised methods for short answer grading.Dans cet article, nous abordons le problème de la notation automatique des réponses courtes, en nous plaçant dans la perspective d’une relation textuelle non surveillée et fondée sur le savoir. Une base de connaissances complète est construite automatiquement à l’aide de Wikipédia, modélisée en réseau associatif de concepts. Un marqueur sémantique obtient une réponse courte, extrait les concepts les plus importants et initie un algorithme de diffusion de l’activation pour mesurer le degré de parenté entre les réponses des étudiants et la réponse idéale correspondante. L’approche proposée surpasse de façon décisive et constante les méthodes non supervisées précédentes pour la notation de réponses courtes.