热点事件持续更新

CL-MEP 降低 ESL 作文评分偏差

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Kevin Fan 与 Eric Yun 提出匹配作文对对比学习（CL-MEP）双向对齐策略，用于自动作文评分。据该研究，该方法将系统对高熟练度 ESL 学习者的评分偏差降低 39.9%，同时提升整体准确率，并能区分合理的句法复杂度与表层语法错误。该结果来自论文自述，尚未见独立验证。

AI 根据报道生成 · 2 小时前更新

最新进展11月4日 13:00

沿着报道，了解事件的不同侧面。

11月4日

13:00
arXiv cs.CL
CL-MEP：用匹配作文对对比学习缓解 ESL 学习者自动作文评分偏差
研究提出匹配作文对对比学习（CL-MEP）双向对齐策略，将自动作文评分系统对高熟练度 ESL 学习者的评分偏差降低 39.9%，同时提升整体准确率。该方法成功将合理的句法复杂度与表层语法错误区分开来。

还没有足够的连续观测数据，暂不绘制趋势。