Optimizing Automated Essay Scoring: A Comparative Study of Machine Learning Approaches with a Focus on Ensemble Methods
Notice bibliographique
Résumé
This study examines the optimization of Automated Essay Scoring (AES) systems for English language writing using advanced machine learning techniques, focusing on ensemble methods to enhance accuracy, consistency, and interpretability. An English written corpus includes a total of 17,793 English essays: 12,976 from the Automated Student Assessment Prize (ASAP) dataset and 4,817 from the Khon Kaen University Academic English Language Test (KKU-AELT). Linguistic features and semantic content critical to English writing proficiency were assessed using BERT, XGBoost, and Neural Networks models. Combining these models with Ridge Regression, the ensemble approach substantially reduced Root Mean Squared Error (RMSE) while balancing Cohen's Kappa and Quadratic Weighted Kappa scores, highlighting interpretive alignment challenges. The SHAP values were employed for feature importance analysis, and Bayesian optimization was applied for hyperparameter tuning, enhancing model transparency. The findings highlight the potential of ensemble AES to evaluate diverse aspects of English such as argumentation, coherence, and vocabulary complexity—applicable to various domains, from applied linguistics to literature and translation studies. The research offers scalable solutions for teaching and assessment, aligning AES systems with the pedagogical goals of supporting skill acquisition and providing actionable feedback. The study concludes that advanced AES models can serve as valuable complementary tools in language assessment, assisting teachers by providing consistent, detailed insights that foster English writing proficiency and skills development across diverse educational contexts.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».