发展在线同侪互评的评论自动分类以促进研究生学术写作
不少学者已经证实了透过同侪互评能对学术写作带来好处，但是多重来源的同侪评论者难以提供写作者整体性的建议，造成写作者对收到的评论意见并不能很好的捕捉和运用。因此，本研究拟开发一个同侪评论自动分类机制，使写作者与同侪评论者能够反思与改进意见。首先借助同侪互评系统，收集了两个学期学术写作课程中共51 名研究生的评论反馈；其次对学生评论反馈从情感、认知和元认知方面进行编码分类，最后通过朴素贝叶斯方法对评论信息自动分类。结果 表明研究生提供的评论信息大多是以个人观点为主的认知反馈，计算机自动对评论反馈进行分类总体上有67％的准确率，为后续自动反馈的研究奠定了基础。
同侪互评 评论分类 朴素贝叶斯 学术写作
李钰环 廖长彦 郑年亨
华中师范大学 教育大数据应用技术国家工程实验室;国家数字化学习工程技术研究中心 台北护理健康大学 护理学院
国内会议
武汉
中文
447-451
2019-05-23（万方平台首次上网日期，不代表论文的发表时间）