論文の概要: Qayyem: A Real-time Platform for Scoring Proficiency of Arabic Essays
- arxiv url: http://arxiv.org/abs/2603.01009v1
- Date: Sun, 01 Mar 2026 09:26:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-03 19:50:56.460456
- Title: Qayyem: A Real-time Platform for Scoring Proficiency of Arabic Essays
- Title（参考訳）: Qayyem: アラビア語エッセイの熟練度をリアルタイムに評価するプラットフォーム
- Authors: Hoor Elbahnasawi, Marwan Sayed, Sohaila Eltanbouly, Fatima Brahamia, Tamer Elsayed,
- Abstract要約: アラビア語 AES をサポートするために設計された Web ベースのプラットフォーム Qayyem を紹介する。
Qayyemは、アサイン作成、バッチエッセイアップロード、スコアリング設定、トレーダごとのエッセイ評価のための統合ワークフローを提供する。
このプラットフォームは、さまざまな有効性と効率の数字で評価されたモデルを評価する、最先端のアラビア語エッセイを多数展開している。
- 参考スコア（独自算出の注目度）: 5.404427910866254
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Over the past years, Automated Essay Scoring (AES) systems have gained increasing attention as scalable and consistent solutions for assessing the proficiency of student writing. Despite recent progress, support for Arabic AES remains limited due to linguistic complexity and scarcity of large publicly-available annotated datasets. In this work, we present Qayyem, a Web-based platform designed to support Arabic AES by providing an integrated workflow for assignment creation, batch essay upload, scoring configuration, and per-trait essay evaluation. Qayyem abstracts the technical complexity of interacting with scoring server APIs, allowing instructors to access advanced scoring services through a user-friendly interface. The platform deploys a number of state-of-the-art Arabic essay scoring models with different effectiveness and efficiency figures.
- Abstract（参考訳）: 近年,AES(Automated Essay Scoring)システムは,学生の筆記能力を評価するためのスケーラブルで一貫したソリューションとして注目されている。
最近の進歩にもかかわらず、アラビア語のAESのサポートは、言語的な複雑さと、広く公開されている注釈付きデータセットの不足のために制限されている。
本研究では、割当て作成、バッチエッセイアップロード、スコアリング設定、トレート毎エッセイ評価のための統合ワークフローを提供することにより、アラビアAESをサポートするように設計されたWebベースのプラットフォームであるQayyemを紹介する。
QayyemはサーバAPIのスコアリングに関する技術的複雑さを抽象化し、インストラクターがユーザフレンドリなインターフェースを通じて高度なスコアリングサービスにアクセスできるようにする。
このプラットフォームは、さまざまな有効性と効率の数字で評価されたモデルを評価する、最先端のアラビア語エッセイを多数展開している。
関連論文リスト
- LAILA: A Large Trait-Based Dataset for Arabic Automated Essay Scoring [7.121813878009244]
LAILAは7つの次元(関連性、組織、語彙、スタイル、開発、メカニクス、文法)について、総合的および特性特異的なスコアで注釈付けされた7,859のエッセイを含む、これまでで最大のアラビア語のAESデータセットである。
データセットの設計、収集、アノテーションについて詳述し、現在最先端のアラビア語と英語のモデルを用いて、プロンプトとクロスプロンプトの設定でベンチマーク結果を提供する。
論文 参考訳（メタデータ） (2025-12-30T13:49:52Z) - Enhancing Arabic Automated Essay Scoring with Synthetic Data and Error Injection [10.198081881605226]
AES(Automated Essay Scoring)は,言語学習者の文章の質評価,作業負荷の低減,リアルタイムフィードバックなどにおいて重要な役割を担っている。
本稿では,Large Language Models(LLM)とTransformerモデルを利用して,AESのためのアラビア語エッセイを生成する。
3,040の注釈付きエッセイのデータセットを作成し、2つのメソッドでエラーを注入します。
論文 参考訳（メタデータ） (2025-03-22T11:54:10Z) - How well can LLMs Grade Essays in Arabic? [3.101490720236325]
本研究では,AR-AESデータセットを用いたアラビア語自動エッセイスコアリング(AES)タスクにおける大規模言語モデル(LLM)の有効性を評価する。
ゼロショット、少数ショットのインコンテキスト学習、微調整など、さまざまな評価手法を探求する。
英語のプロンプトとアラビア語のコンテンツを統合する混合言語プロンプト戦略は、モデル理解とパフォーマンスを改善するために実装された。
論文 参考訳（メタデータ） (2025-01-27T21:30:02Z) - Second Language (Arabic) Acquisition of LLMs via Progressive Vocabulary Expansion [70.23624194206171]
本稿では,アラブ世界における大規模言語モデル(LLM)の民主化の必要性に対処する。
アラビア語のLLMの実用的な目的の1つは、復号を高速化するトークン化器にアラビア語固有の語彙を使用することである。
第二言語(アラビア語)による人への獲得の間に語彙学習に触発されたAraLLaMAは、進歩的な語彙拡張を採用している。
論文 参考訳（メタデータ） (2024-12-16T19:29:06Z) - Gazelle: An Instruction Dataset for Arabic Writing Assistance [12.798604366250261]
アラビア文字支援のための包括的なデータセットであるGazelleを提示する。
また、アラビア文字支援ツールの強化を目的とした評価フレームワークも提供する。
私たちの調査結果は、継続的モデルトレーニングとデータセットの強化の必要性を浮き彫りにしています。
論文 参考訳（メタデータ） (2024-10-23T17:51:58Z) - Classifier identification in Ancient Egyptian as a low-resource sequence-labelling task [0.7237827208209208]
古代エジプト(AE)の書記体系は、グラテミック分類器(決定要因)の普及によって特徴づけられた
我々は,トレーニングデータの量が少なくても有望な性能を実現する一連のシーケンスラベリングニューラルモデルを実装した。
我々は、AEテキストの扱いから生じるトークン化と運用の問題について議論し、我々のアプローチを周波数ベースのベースラインと対比する。
論文 参考訳（メタデータ） (2024-06-29T15:40:25Z) - CELA: Cost-Efficient Language Model Alignment for CTR Prediction [70.65910069412944]
CTR(Click-Through Rate)予測は、レコメンダシステムにおいて最重要位置を占める。
最近の取り組みは、プレトレーニング言語モデル(PLM)を統合することでこれらの課題を緩和しようとしている。
CTR予測のためのtextbfCost-textbfEfficient textbfLanguage Model textbfAlignment (textbfCELA)を提案する。
論文 参考訳（メタデータ） (2024-05-17T07:43:25Z) - AceGPT, Localizing Large Language Models in Arabic [73.39989503874634]
本稿では,アラビア語のテキストによる事前学習,ネイティブなアラビア語命令を利用したSFT(Supervised Fine-Tuning),アラビア語のGPT-4応答を含む総合的なソリューションを提案する。
目標は、文化的に認知され、価値に整合したアラビア語のLLMを、多様で応用特有のアラビア語コミュニティのニーズに適応させることである。
論文 参考訳（メタデータ） (2023-09-21T13:20:13Z) - AES Systems Are Both Overstable And Oversensitive: Explaining Why And
Proposing Defenses [66.49753193098356]
スコアリングモデルの驚くべき逆方向の脆さの原因について検討する。
のモデルとして訓練されているにもかかわらず、単語の袋のように振る舞うことを示唆している。
高い精度で試料を発生させる過敏性と過敏性を検出できる検出ベース保護モデルを提案する。
論文 参考訳（メタデータ） (2021-09-24T03:49:38Z) - Prompt Agnostic Essay Scorer: A Domain Generalization Approach to
Cross-prompt Automated Essay Scoring [61.21967763569547]
クロスプロンプト自動エッセイスコア(英語: Cross-prompt automated essay score, AES)は、非ターゲットプロンプトエッセイを使用して目標プロンプトエッセイにスコアを付与するシステムである。
本稿では, クロスプロンプトAESのためのPAES(Prompt Agnostic Essay Scorer)を提案する。
本手法は,学習中にラベル付きあるいは未ラベルのターゲット・プロンプトデータにアクセスする必要がなく,単一段階のアプローチである。
論文 参考訳（メタデータ） (2020-08-04T10:17:38Z) - Evaluation Toolkit For Robustness Testing Of Automatic Essay Scoring
Systems [64.4896118325552]
モデル逆算評価スキームと関連するメトリクスを用いて、現状のAESモデルを評価する。
AESモデルは非常に過大評価されていることがわかった。質問の話題に関係のない内容の重い修正(25%まで)でさえ、モデルが生み出すスコアを低下させることはない。
論文 参考訳（メタデータ） (2020-07-14T03:49:43Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。