Analyse automatique multilingue de productions écrites liées à l’apprentissage.
ReaderBench est un outil d’analyse automatique de productions écrites liées à l’apprentissage. Il est multilingue (anglais, français, italien, espagnol, roumain, néerlandais), et utilise des méthodes de traitement automatique de la langue éprouvées pour analyser la cohésion entre composants du texte (phrases, tours de parole, documents, etc.). Il est composé de différents modules : analyse de la complexité textuelle de documents, analyse des mots-clés d’un document en réseaux, analyse des liens de cohérence interphrase, paragraphes, et documents, analyse de l’apprentissage collaboratif lors de discussions, prédiction de l’activation de mots lors de la lecture, analyse de la contribution de participants à des discussions dans des communautés en ligne, analyse de sentiment, recommendation pour rédiger des curriculum vitae.
Responsables : Mihai Dascalu & Stefan Trausan-Matu, avec la participation de plusieurs chercheurs français : Philippe Dessus, LaRAC, Univ. Grenoble Alpes, Maryse Bianco, LaRAC, Univ. Grenoble Alpes, Aurélie Nardy, LIDILEM, Univ. Grenoble Alpes. De nombreux autres chercheurs ont participé à la mise au point de ReaderBench, voir la liste ici .: http://readerbench.com/people
Fonctionne avec tous les navigateurs modernes.
https://git.readerbench.com/ReaderBench/readerbenchpy
https://git.readerbench.com/ReaderBench/ReaderBench
liste des articles : https://scholar.google.ro/citations?user=3L9yY8UAAAAJ&hl=en
Il est utilisé et évalué par des chercheurs de la communauté.