Elaboration D’un Corpus De Test Pour Un Système D’évaluation Automatique Des Réponses Courtes

Résumé: Le « E-Learning » est un mode d’apprentissage basé sur l’accès à des formations en ligne. Son objectif principal est d’améliorer l’autonomie des apprenants. L’acquisition du contenu pédagogique se concrétise par des tests sur les connaissances de l’apprenant. Nous parlons donc de l’évaluation automatique. Les Système d’évaluation automatique des réponses courte (ASAGS) évaluent la réponse de l’élève en la comparant aux réponses modèles de l’enseignant. Plus la corrélation entre les réponses de l’élève et de l’enseignant est élevée, plus le système de notation est efficace. Nous nous intéressons dans ce travail aux questions ouvertes à réponses courtes (quelques mots à quelques phrases construites en langage naturel). Notre travail englobe le développement d’un corpus de test qui va être utilisé comme ressource d’évaluation des systèmes d’évaluation automatiques. Nous développons entre autres un système qui intègre : - Un outil de manipulation de dataset (le corpus de test) qui est basé sur un enseignement pédagogique sur un contenu de programme diffusé en langue arabe suivi par un test utilisant des questions aux réponses courtes. Pour une variété d’utilisation, le data set est élaboré dans les cinq versions : Texte, Word, XML, Moodle XML et base de données. - Un outil de création automatique de corpus de domaine, à partir du web, par interrogation automatique le moteur de recherche et nous avons intégré avec cet outil l’outil de création d’espace sémantique. - Un outil d’évaluation pour évaluer le dataset (le corpus de test) par rapport au corpus de textes qui ont été construit de même domaine pour étudier l’impact du domaine commun sur les résultats obtenus. Mots clés : Corpus de test(Dataset), Corpus de textes, la langue arabe, Evaluation automatique, Stem, traitement du langage naturel, espace sémantique, similarité sémantique. "E-Learning" is a learning mode based on access to online training. Its main objective is to improve the autonomy of learners. The acquisition of the educational content is concretized by tests on the knowledge of the learner. We are talking about automatic evaluation. Automatic short answer grading systems (ASAGS) evaluate the student's response by comparing it to the teacher's model responses. The higher the correlation be tween student and teacher responses, the more effective the rating system is. In this work, we are interested in open questions with short answers (a few words to some sentences built in natural language). Our work includes the development of a test corpus that will be used as an evaluation resource for automatic evaluation systems. We develop among others a system that integrates: - A dataset manipulation tool (the test corpus) which is based on pedagogical instruction on Arabic-language program content followed by a test using short-answer questions. For a variety of uses, the data set is developed in five versions: Text, word, XML, Moodle XML and database. - A tool for automatic creation of corpus domain, from the web, by automatic querying the search engine and we integrated with this tool the semantic space creation tool. - An evaluation tool to evaluate the dataset (the test corpus) against the body of texts that have been constructed in the same domain to study the impact of the common domain on the results obtained. Key words: Test corpus (Dataset), Text corpus, Arabic language, Automatic evaluation, Stem, Natural language processing, Semantic space, Semantic similarity.

Publié dans la revue: