Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The rapid development of information technology is driving the advancement of natural language processing. The retrieval of grammatical problems in natural language processing is one of its specific tasks, particularly in the context of online learning. Therefore, a retrieval method based on fuzzy tree matching is proposed to tackle the issue of grammatical multiple-choice questions (MCQs) in online English, and its effectiveness is validated through experiments. The experimental results indicate that for incomplete queries, the MRR value STPK of the grammatical MCQ questions STP is increased by 7.9% compared to the proposed method. Compared to the traditional POS sorting algorithm, this algorithm demonstrates a 2.1% improvement. When the recall rate is 0.1, the accuracy rate of other methods is below 0.4, while the method proposed in the study surpasses 0.4. In the case of a comprehensive query, STPK the MRR value for t is STP increases by 29.6%. The proposed method in the research generally maintains an accuracy rate between 0.2 and 1.0. However, when other methods achieve an accuracy rate of 0.2, the proposed method’s accuracy rate drops below 0.2. Overall, the proposed method effectively enhances the retrieval accuracy of online English grammar MCQs compared to existing statistical and grammatical analysis methods. This improvement holds great significance for the actual retrieval of online English grammar multiple-choice questions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,901 | 0,947 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle