Pular para o conteúdo
Defesas
Trabalho depositado 1 de julho de 2016

Aplicação de processamento de linguagem natural - uma ferramenta de apoio à correção de questões dissertativas

Brasília, 1 de julho de 2016. Cristóvão de Lima Frinhani apresentou o TCC (final) intitulado(a) Aplicação de processamento de linguagem natural - uma ferramenta de apoio à correção de questões dissertativas, no programa Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) - UnB, sob orientação do(a) Prof(a). Sergio Antônio Andrade de Freitas.

Resumo

No contexto da educação a distância (EAD), que tem visto uma expansão global, um dos desafios mais significativos reside na escalabilidade da avaliação de questões dissertativas. Este desafio afeta a eficiência dos tutores e a qualidade do feedback fornecido aos alunos, uma vez que a correção de tais questões demanda considerável tempo. Com o objetivo de enfrentar essa problemática, foi desenvolvido um sistema de apoio à pré-avaliação que utiliza processamento de linguagem natural (PLN) e aprendizado de máquina (AM) para automatizar a atribuição de notas preliminares às respostas dos alunos. O sistema proposto é dividido em duas partes principais - a primeira aplica algoritmos de similaridade semântica para comparar as respostas dos alunos com os gabaritos fornecidos; a segunda parte é uma interface web que facilita o cadastro de questões e gabaritos, a submissão de respostas pelos alunos e permite que o tutor avalie as respostas. A precisão do sistema é continuamente aprimorada através do feedback do tutor, permitindo ao AM ajustar os critérios de avaliação de acordo com as necessidades. O sistema foi testado na disciplina de fundamentos de arquitetura de computadores, onde demonstrou a capacidade de atribuir notas significativas às respostas dos alunos e revelou uma melhoria na precisão das avaliações com base no feedback do tutor. Conclui-se que o sistema de apoio à pré-avaliação apresenta uma solução promissora para os desafios enfrentados na avaliação de questões dissertativas em ambientes de EAD, promovendo uma melhoria na escalabilidade do processo de correção e na qualidade do feedback fornecido, com potencial de aplicação em diversas áreas do conhecimento.

Trabalho depositado

O trabalho pode ser lido na íntegra na Biblioteca Digital / Repositório Institucional.

Ver publicação →