Automatische tekstbeoordeling ter ondersteuning van herformuleren en cohesie bij het academisch schrijven in een vreemde taal

Dit project heeft tot doel het potentieel en de toegevoegde waarde van geautomatiseerde feedback over geschreven syntheses gemaakt door studenten van de Duitse in het Vlaamse hoger onderwijs te onderzoeken, gericht op hun strategieën met betrekking tot cohesie gebouw en tekstuele lenen. Het schrijven uit bronnen in een vreemde taal (L2) is een genre dat studenten in de talen moet beheersen. Echter, omdat hun taalkundige middelen beperkt zijn, ze vaak enkel gesneden-andpaste fragmenten uit bronteksten, wat leidt tot de cohesie problemen en overmatig tekstuele lenen. Hoewel er een duidelijke behoefte aan begeleiding, formatieve terugkoppeling op het schrijven is tijdrovend. Het is daarom zeer relevant voor de mogelijkheden van geautomatiseerde systemen te onderzoeken om student te bewust te maken van de nodige strategieën te bevorderen. In deze geest heeft Automated Writing Evaluation groeiende belangstelling ontvangen. Het voorschot in Natural Language Processing (NLP) technologie heeft de weg vrijgemaakt voor de ontwikkeling van instrumenten die de tekst functies op basis van corpus-linguïstisch onderzoek analyseren verhard. Geautomatiseerde Writing Evaluation tot op heden weinig aandacht gekregen binnen het Duitse L2 onderzoekswereld, hoewel de vereiste NLP middelen bij de hand. Het project heeft als doel om deze leemte op te vullen door het onderzoeken van de samenbindende elementen die worden gebruikt door de Duitse L2 schrijvers op basis van tussentaal theorie, het ontwikkelen van een e-tutor op basis van de resultaten die specifiek hun samenhang en herformuleren strategieën richt, en grondig evalueren van de toegevoegde waarde in het hoger onderwijs.