Analyzing two automatic latent semantic analysis (LSA) assessment methods (Inbuilt Rubric vs. Golden Summary) in summaries extracted from expository texts

Abstract

Se busca comparar dos métodos de evaluación automática del análisis semántico latente (LSA): un método nuevo LSA (Inbuilt Rubric) y un método LSA tradicional (Golden Summary). Se analizaron dos condiciones del método Inbuilt Rubric: el número de descriptores léxicos que se utilizan para generar la rúbrica y una corrección que penaliza el contenido irrelevante incluido en los resúmenes de los estudiantes. La muestra fueron 166 estudiantes divididos en dos muestras (81 estudiantes universitarios y 85 estudiantes de instituto). Los estudiantes resumieron dos textos expositivos que tenían distinta complejidad y longitud. Los resultados mostraron que el método Inbuilt Rubric imita las evaluaciones humanas mejor que Golden Summary en todos los casos. La similitud con las evaluaciones humanas fue más alta con Inbuilt Rubric que con Golden Summary en ambos textos. Además, la versión de Inbuilt Rubric con menor número de descriptores y con corrección es la que obtuvo mejores resultados.