SciELO - Scientific Electronic Library Online

 
vol.40DEVELOPMENT AND VALIDATION OF A DIGITAL VULNERABILITY IDENTIFICATION INSTRUMENT (DVI-Q) FOR K-12 STUDENTSSTUDENT PERMANENCE IN DISTANCE LEARNING PEDAGOGY COURSES: A STUDY FROM THE OPEN UNIVERSITY OF BRAZIL author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Share


Educação em Revista

Print version ISSN 0102-4698On-line version ISSN 1982-6621

Abstract

PINHO, CINTIA MARIA DE ARAÚJO; GASPAR, MARCOS ANTONIO  and  SASSI, RENATO JOSÉ. APLICAÇÃO DE TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL PARA CLASSIFICAÇÃO DE FUGA AO TEMA EM REDAÇÕES. Educ. rev. [online]. 2024, vol.40, e39773.  Epub Jan 20, 2024. ISSN 1982-6621.  https://doi.org/10.1590/0102-469839773.

O processo de correção manual de redações acarreta algumas dificuldades, dentre as quais se apontam o tempo dispendido para a correção e a devolutiva de resposta ao aluno. Para instituições como escolas de ensino básico e fundamental, universidades e o Exame Nacional do Ensino Médio (Enem), tal atividade demanda tempo e custo para a avaliação dos textos produzidos. A fuga ao tema é um dos itens avaliados na redação do Enem que pode anular a redação produzida pelo candidato. Neste contexto, a análise automática de redações com a aplicação de técnicas e métodos de Processamento de Linguagem Natural, Mineração de Textos e outras técnicas de Inteligência Artificial tem-se revelado promissora no processo de avaliação automatizada da linguagem escrita. O objetivo desta pesquisa é comparar diferentes técnicas de Inteligência Artificial para classificação de fuga ao tema em textos e identificar aquela com melhor resultado para viabilizar um sistema de correção inteligente de redações. Para tanto, foram executados experimentos computacionais em 1.320 redações elaboradas em língua portuguesa visando a classificação desses textos para normalizar, identificar padrões e categorizar as redações em 119 temas diferentes. Os resultados indicam que o classificador Rede Neural Convolucional obteve maior ganho em relação aos demais classificadores analisados, tanto em acurácia quanto em relação aos resultados de falsos positivos, métricas de precisão, Recall e F1-Score. Como conclusão, a solução validada nesta pesquisa contribui para impactar positivamente o trabalho de professores e instituições de ensino, por meio da redução de tempo e custos associados ao processo de avaliação de redações.

Keywords : redações; avaliação automática de redações; fuga ao tema; inteligência artificial.

        · abstract in English | Spanish     · text in English | Portuguese     · English ( pdf ) | Portuguese ( pdf )