„Es überraschte uns, dass wir in der Lage waren sowie zu tun, wir, besonders da dieses unser erster Versuch war,“ sagten Sargur N. Srihari, Ph.D., SUNY unterschiedener Professor im UB Abteilung Informatik und Technik und Hauptforscher auf dem Projekt taten.

Das Projekt konzentrierte sich auf die handgeschriebenen Versuche, die von den achten Sortierern in den Büffel-allgemeinen Schulen erhalten wurden, die auf diese Frage von einer Staat New York-englische Sprachkunstprüfung reagierten: „Wie Rolle Martha-Washingtons als First Lady war, der unterschiedlich ist zu dem von Eleanor Roosevelt?“

Drei hundert der Versuche wurden von den menschlichen Prüfern gezählt und verwendeten, während eine „Goldaktie“ gegen, welches 96 Computer-zählten, Versuche beurteilt wurden.

Versuche wurden auf einer Skala von 0-6 geordnet, wenn sechs die höchste Kerbe sind.

In 70 Prozent Fällen, ordneten die UB Forscher, die, das Computerprogramm berichtet wurden, die Versuche innerhalb eines Punktes von denen, die von den menschlichen Prüfern zugewiesen wurden.

Die UB Forschung geht zwei bedeutende Probleme der künstlichen Intelligenz an, sagte Srihari, Direktor der Mitte UBS der hervorragender Leistung in der Dokumentanalyse und der Anerkennung (ZEDER), das größte Forschungszentrum der Welt, das dem Entwickeln der neuen Technologien gewidmet wird, die Handschrift erkennen und lesen können.

„Wir wollten, ob automatisierte Handschriftenlesenfähigkeiten verwendet werden können, um Handschrift der Kinder zu lesen, die im Wesentlichen nicht verzeichnete Gegend ist,“ ihn sehen sagten. „Dann unternahmen wir ihm einen Schritt weiter, um zu sehen, wenn wir Computer erhalten könnten, um diese Versuche wie menschliche Prüfer zu zählen.“

In der Pilotuntersuchung wurden die Versuche zuerst in einen Computer gescannt. Jede Linie des Textes wurde in einzelne Wörter aufgegliedert. In diesem Schritt war das Ziel des Systems Wortanerkennung, die es unter Verwendung der Kontextinformationen vom Rest der Probe, der Antwortrubrik und der Frage vollendete.

Sobald die Mehrheit einen Wörtern erkannt wurden, wurde der Versuch zu eine digitale Textdatei gemacht.

Für den automatisierten zählenden Schritt verwendeten die UB Forscher eine künstliche Annäherung des neuralen Netzes.

„In dieser Methode, „erlernt“ das System von einem Satz Antworten, die bereits von den Menschen gezählt wurden und verschiedene Werte oder Kerben mit verschiedenen Eigenschaften in den Versuchen verbanden,“ erklärtes Srihari.

Computerwerkzeuge entwarfen, die Versuche auszuwerten, die geschrieben werden, nicht handgeschrieben, existieren bereits, Srihari erklärten.

„Aber alle diese basieren auf elektronischem Text, den der Testabnehmer eintippt, unter Verwendung einer Computertastatur,“ sagte er. „In diesem Fall, arbeiten wir auf das Entwickeln eines Computerwerkzeugs, um die vielen Tausenden der handgeschriebenen Versuche zu lesen und auszuwerten hin, die geschrieben werden von den Schulkindern als Teil der Mandat Leseerfassennationaltests.“

Die blosse Geschwindigkeit, mit der das Programm arbeitet -- buchstäblich Sekunden pro Versuch -- ist der offensichtlichste Vorteil, sagten die UB Forscher.

Handgeschriebene Versuche sind ein wichtiger Teil jedes standardisierten Leseerfassentests, der in jedem Zustand gegeben wird. Aber, weil, alle jene handgeschriebenen Versuche zu ordnen solch eine sehr große Aufgabe ist, die viele Stunden der Arbeit durch menschliche Prüfer erfordert, finden Kursteilnehmer, die die Prüfung im Januar nehmen, nicht heraus, wie sie bis fast das Ende des Frühlingssemesters taten.

„Diese Quantität handgeschriebene Versuche zu beurteilen ist sehr mühsam,“ sagte Srihari. „Es würde nett sein, diesen Prozess zu automatisieren, also möglicherweise konnten Kursteilnehmer den Test im Mai nehmen, nachdem sieempfangen mehr Anweisung sieempfangen hatten, und haben dann die Resultate im Juni.“

Und während einige Lehrer von der Fähigkeit der Computer vorsichtig sein können, Versuche, James L. Collins, Ed.D., Professor in der UB Abteilung des Lernens und Anweisung in der UB Hochschule für Aufbaustudien der Ausbildung und des Coforschers richtig zu ordnen, ist ziemlich überzeugt.

Während er merkte, dass menschliche Prüfer für das Ordnen auf sehr spezifischen Kriterien notwendig noch sein konnten, könnte die Mehrheit einen Auswertungen durch Computer vermutlich ebenso gut erfolgt werden.

„Computerlinguistik hat große Sprünge in der letzten Dekade gebildet und sie fällt die für das Beurteilen der Gesamtqualität eines Papiers aus, sind Computer in der Tat so zuverlässig, wie menschliche Sortierer,“ Collins sagten.

Die ist eine wichtige Entwicklung, sagte er, weil, Praxis und Rückgespräch von den Lesern schreibend, die Hauptaspekte des Lernens sein, auf jedem Gradniveau zu schreiben.

„Das Problem ist, „, wie Lehrer hilfreich auf alles Schreiben reagieren, das von ihren Kursteilnehmern produziert wird? “ „sagte er. „Im Augenblick, wenden Lehrer ihre Kursteilnehmer bereit viel Zeit erhalten zu diesen standardisierten Tests auf, dann nehmen die Kursteilnehmer die Prüfung und erhalten ihre Kerben rückseitige Monate später. Wenn der Computer zählt, konnten Kursteilnehmer ihre Kerben viel schneller zurückbekommen, zu einer Zeit als die Resultate noch adressiert werden können. Die Einschätzungskerben würden nicht gerade in ein „schwarzes Loch einsteigen. “ „

Das Software-Programm, das an UB entwickelt wurde, wurde „ausgebildet“, um die Versuche auszuwerten, die auf sechs spezifischen Schreibensmerkmalen basierten: Ideen, Organisation, Wortwahl, Satzstruktur, Stimme und Versammlungen mögen Rechtschreibung, Verbrauch und Interpunktion.

Collins sagte, dass die Software jetzt als wichtiges Unterrichtswerkzeug in Entwicklung benutzt werden könnte.

„Wir stellen uns ein Programm, in dem ein Kursteilnehmer handwrite ein Versuch wurde vor, ihn in den Computer zu scannen, der „dann gelesen“ ihm und es für die spezifischen Merkmale zu analysieren wurde, die, wir es ausbildeten, um auszuwerten,“ er sagten.

Dieses Rückgespräch würde sofort für Lehrer vorhanden sein und Kursteilnehmer als geschriebener Versuch, der auf die sechs Merkmale analysiert worden ist, zulassend fruchtbarere Lektionen auf, wie man und Revisionsbogen, Collins sagte redigiert.

Das Software-Programm stellt auch neue Gelegenheiten für Ausbildungsforscher wie Collins, das mit Kollegen an UB auf einem dreijährigen arbeitet, Projekt $1.5 Million Verkauf- von Kaufoptionendas intensive Leseerfassen zur verfügung, das vom Institut der Ausbildungs-Wissenschaften am US-Ministerium für Erziehung und Wissenschaft finanziert wird. Die Studie bezieht mehr als 2.000 vierte und fünfte Sortierer in 10 niedrig-durchführende städtische Schulen mit ein. Bis jetzt sagte Collins, zeigen die Resultate, dass Kursteilnehmer ihre Lesefähigkeiten durch den Gebrauch von unterstütztem Schreiben erheblich verbessern können.

Haben mit, „sobald ein handgeschriebener Versuch durch einen Computer „gelesen worden“ ist, können wir um um den Computer bitten, um nach bestimmten Eigenschaften des Schreibens zu suchen, damit wir allgemeine Muster beschmutzen können und zu entdecken, welchen Kindern Mühe,“ Collins fortfuhr.

Mitverfasser auf dem Papier der künstlichen Intelligenz mit Srihari und Collins sind Janina Brutt-Griffler, Ed.D., außerordentlicher Professor in der UB Abteilung des Lernens und Anweisung; Rohini Srihari, Ph.D., Professor der Informatik und der Technik an UB; Harish Srinivasan, ein Doktoranwärter an der ZEDER und Shravya Shetty, ein ehemaliger Student im Aufbaustudium an der ZEDER, jetzt eingesetzt von Google.

Die Universität am Büffel ist eine erste research-intensive öffentliche Universität, der größte und kompletteste Campus in der Landesuniversität von New York. UB mehr als 28.000 Kursteilnehmer üben ihre akademischen Interessen durch mehr als 300 Nichtgraduierter, Absolvent- und FachmannUniversitätsprogramme aus. Gegründet 1846, ist die Universität am Büffel ein Mitglied der Verbindung der amerikanischen Universitäten.