KI-Bewertung von Freitext (BETA)
Der Open-Ended-Score bewertet die Freitextantworten der Befragten anhand von umfassenden Kriterien. Dafür werden verschiedene statistische Merkmale und ein Machine Learning Modell verwendet.
Machine Learning Modell powerded by GPT-3
Mithilfe eines durch über 40.000 Datensätze trainierten ML-Modells auf Basis von GPT-3 von OpenAI wird eine intelligente Analyse der Frage-Antwort Kombination durchgeführt. Diese bewertet, wie gut die Antwort inhaltlich zur Frage passt.
Wörterbuch-Check
Es wird ein Wörterbuch verwendet, um zu überprüfen ob die Antwort vollständige Wörter enthält. Rechtschreibfehler werden dabei berücksichtigt und vor der Überprüfung korrigiert.
Länge der Angaben
Es wird außerdem überprüft, wie lange bzw. wie viele Zeichen eine Antwort beinhaltet. Die Länge der Antwort wird sowohl auf individueller Ebene als auch im Vergleich zu anderen Antworten bewertet.
Blacklist
Der OES verwendet zur Bewertung auch eine Blacklist, um Schimpfwörter und inhaltslose Antworten, wie »keine Angabe«, »Weiß nicht«, »?« oder Ähnliches zu erkennen.
Buchstabensalat (Gibberish)
Der OES prüft außerdem, ob sich Buchstabensalate wie »hdsfabkrjv« in den Antworten befinden.
Unterstützte Sprachen
Derzeit werden sowohl Deutsch als auch Englisch unterstützt. Weitere Sprachen folgen.