Actualmente, la tecnología de marcado de máquinas inteligentes de HKUST se ha aplicado con éxito en Anqing, Hefei y otros lugares.
A través del análisis de los resultados de la puntuación humano-computadora, la computadora ha alcanzado o superado el nivel de puntuación manual en términos de consistencia de la puntuación, diferencia de puntuación promedio, correlación y proporción más cercana a la puntuación de arbitraje. Esto significa que tener una máquina que revise preguntas subjetivas ya no es una fantasía. La más llamativa es la tecnología de puntuación de composición china desarrollada por el Laboratorio Conjunto iFlytek del Instituto de Tecnología de Harbin y HKUST.
Los profesores han establecido un conjunto de soluciones generales para evaluar de forma integral la calidad de una composición a partir de aspectos como la uniformidad de la escritura, la riqueza del vocabulario, la fluidez de las frases, el talento literario, la estructura de los capítulos y la mala concepción. .
Investigadores del Instituto de Tecnología de Harbin y el Laboratorio Conjunto iFlytek de HKUST utilizaron el aprendizaje automático para aprender esta solución, utilizando algoritmos de aprendizaje automático para aprender de una pequeña cantidad de muestras de puntuación manual para derivar estándares de puntuación de ensayos.
Detrás de estos estándares, se requieren tecnologías complejas y sofisticadas que los respalden. Por ejemplo, para juzgar la pulcritud de la escritura a mano, se necesita tecnología de reconocimiento de escritura a mano. Podemos convertir automáticamente texto escrito a mano en imágenes en texto y dar probabilidades de reconocimiento para mostrar pulcritud.
El futuro de la tecnología de marcado automático
Con el desarrollo de la tecnología de inteligencia artificial en el futuro, además de ensayos abiertos e incluso preguntas políticas e históricas, las máquinas podrán marcar papeles automáticamente. . La máquina puede aprender automáticamente el método de calificación del profesor.
Por ejemplo, hay 2.000 trabajos en un examen. A partir del primer ensayo, la máquina puede aprender el método de calificación del profesor. Cuando se han estudiado 200 exámenes, la máquina puede reemplazar el trabajo manual y calificar de manera inteligente y automática los exámenes restantes.
Si la calificación automática se convierte en una realidad, la "calificación" que requiere que los profesores inviertan mucha mano de obra y recursos materiales será más fácil, y los profesores tendrán más tiempo y energía liberados para invertir en métodos de enseñanza y métodos de enseñanza y otras investigaciones sobre el trabajo creativo. Creo que los estudiantes también recibirán una educación mejor y más integral.