Résumé:
Dans le domaine éducatif, l'apprentissage en ligne a marqué sa place grâce à ses services offerts notamment le gain du temps, d'efforts et du coût. Cependant, l'évaluation de cet apprentissage est nécessaire et son automatisation est plus appréciée. Dans ce travail, nous nous intéressons à l'évaluation automatique des réponses courtes en langage naturel car ces dernières reflètent impartialement le degré de la maitrise de l'apprentissage. Nous proposons une méthode de conception d'un système d'évaluation automatique des réponses courtes adapté à la langue arabe basée sur l'approche vectorielle permettant de construire un espace sémantique des mots et de proposer plusieurs modèles de calcul de similarité sémantique en utilisant cet espace sémantique. Nous adoptons des techniques du traitement du langage naturel notamment l'approche par stemming. Une hybridation avec des mesures syntaxiques ainsi qu'avec des mesures développées autour des Word Embedding est faite. Ce qui a donné encore de meilleurs résultats. Mots clé: Evaluation automatique des réponses courtes, ASAGS, Stem, traitement du langage naturel, TALN, mesures de similarité, similarité sémantique, espace vectoriel, espace sémantique, vecteur de contexte.
