Marie Bexte

English

Marie Bexte Foto: Hardy Welsch

Marie Bexte

wissenschaftliche Mitarbeiterin der Forschungsprofessur Computerlinguistik

E-Mail: marie.bexte

Universitätsstraße 27 – PRG / Gebäude 5
Raum A107 / 1. OG
58097 Hagen


Was ist meine Rolle in CATALPA?

Als wissenschaftliche Mitarbeiterin der Computerlinguistik untersuche ich Methoden zur automatischen Bewertung von bildgestützten Aufgaben.

Warum CATALPA?

Im Forschungszentrum CATALPA gibt es für mich vielseitige Möglichkeiten zur Vernetzung mit Forschenden, die an verwandten Themen arbeiten und daher aus ihrer Perspektive wertvolles Feedback zu meiner Arbeit geben können. Außerdem bietet die FernUniversität eine Umgebung, in der sich neue Ansätze optimal evaluieren lassen.

    • Wissenschaftliche Mitarbeiterin der Forschungsprofessur "Computational Linguistics" (seit April 2022)
    • Wissenschaftliche Mitarbeiterin des "Language Technology Lab" an der Universität Duisburg-Essen (März 2021 – März 2022)
    • MSc Angewandte Kognitions- und Medienwissenschaften, Schwerpunkt Kognition und Künstliche Intelligenz (2021)
    • BSc Angewandte Kognitions- und Medienwissenschaften (2018)

    • Automatic content scoring
    • Image-based tasks

  • Ich arbeite derzeit in unterschiedlichen Projekten der Forschungsprofessur "Computerlinguistik".

  • 2024

    Zeitschriftenartikel

    • Bexte, M., Horbach, A., & Zesch, T. (2024). Strengths and weaknesses of automated scoring of free-text student answers. Informatik Spektrum. Advance online publication. https://doi.org/10.1007/s00287-024-01573-z

    Konferenzbeiträge

    • Bexte, M., Horbach, A., Schützler, L., Christ, O., & Zesch, T. (2024). Scoring with Confidence? – Exploring High-confidence Scoring for Saving Manual Grading Effort. In E. Kochmar, M. Bexte, J. Burstein, A. Horbach, R. Laarmann-Quante, A. Tack, V. Yaneva, & Y. Zheng (Eds.), Proceedings of the 19th Workshop on Innovative Use of NLP for Building Educational Applications (BEA 2024) (pp. 119–124). Association for Computer Linguistics. https://aclanthology.org/2024.bea-1.11/

      Bexte, M., Horbach, A., & Zesch, T. (2024). EVil-Probe - a Composite Benchmark for Extensive Visio-Linguistic Probing. In N. Calzolari, M.-Y. Kan, V. Hoste, A. Lenci, S. Sakti, & N. Xue (Eds.), Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024) (pp. 6682–6700). ELRA and ICCL. https://aclanthology.org/2024.lrec-main.591

      Bexte, M., Horbach, A., & Zesch, T. (2024). Rainbow ‐ A Benchmark for Systematic Testing of How Sensitive Visio-Linguistic Models are to Color Naming. In Y. Graham & M. Purver (Eds.), 18th Conference of the European Chapter of the Association for Computational Linguistics (pp. 1858–1875). Association for Computational Linguistics. https://aclanthology.org/2024.eacl-long.112/

    • Herausgeberschaften

    • Kochmar, E., Bexte, M., Burstein, J., Horbach, A., Laarmann-Quante, R., Tack, A., Yaneva, V., & Zheng, Y. (Eds.) (2024). Proceedings of the 19th Workshop on Innovative Use of NLP for Building Educational Applications (BEA 2024). Association for Computer Linguistics. https://aclanthology.org/2024.bea-1.25/

    2023

    Konferenzbeiträge

    • Bexte, M., Horbach, A., & Zesch, T. (2023). Similarity-Based Content Scoring - A more Classroom-Suitable Alternative to Instance-Based Scoring? Findings of the Association for Computational Linguistics: ACL 2023, 1892–1903. https://aclanthology.org/2023.findings-acl.119
    • Ding, Y., Bexte, M., & Horbach, A. (2023a). CATALPA_EduNLP at PragTag-2023. In M. Alshomary, C.-C. Chen, S. Muresan, J. Park, & J. Romberg (Hrsg.), Proceedings of the 10th Workshop on Argument Mining (S. 197–201). Association for Computational Linguistics. https://doi.org/10.18653/v1/2023.argmining-1.22
    • Ding, Y., Bexte, M., & Horbach, A. (2023b). Score It All Together: A Multi-Task Learning Study on Automatic Scoring of Argumentative Essays. Findings of the Association for Computational Linguistics: ACL 2023, 13052–13063. https://aclanthology.org/2023.findings-acl.825

    2022

    Konferenzbeiträge

    • Bexte, M., Horbach, A., & Zesch, T. (2022). Similarity-Based Content Scoring - How to Make S-BERT Keep Up With BERT. Proceedings of the 17th Workshop on Innovative Use of NLP for Building Educational Applications (BEA 2022), 118–123. https://aclanthology.org/2022.bea-1.16
    • Bexte, M., Laarmann-Quante, R., Horbach, A., & Zesch, T. (2022). LeSpell - A Multi-Lingual Benchmark Corpus of Spelling Errors to Develop Spellchecking Methods for Learner Language. Proceedings of the Language Resources and Evaluation Conference, 697–706. https://aclanthology.org/2022.lrec-1.73
    • Ding, Y., Bexte, M., & Horbach, A. (2022). Don’t Drop the Topic - The Role of the Prompt in Argument Identification in Student Writing. Proceedings of the 17th Workshop on Innovative Use of NLP for Building Educational Applications (BEA 2022), 124–133. https://aclanthology.org/2022.bea-1.17

    2021

    Konferenzbeiträge

    • Bexte, M., Horbach, A., & Zesch, T. (2021). Implicit Phenomena in Short-answer Scoring Data. Proceedings of the First Workshop on Understanding Implicit and Underspecified Language.
    • Schäfer, H., Idrissi-Yaghir, A., Galetzka, W., Bexte, M., & Friedrich, C. M. (2021). WisPerMed Text at TREC Clinical Trials Track 2021. In 30th Text REtrieval Conference, 7.

    2020

    Konferenzbeiträge

    • Horbach, A., Aldabe, I., Bexte, M., Lacalle, O. de, & Maritxalar, M. (2020). Appropriateness and Pedagogic Usefulness of Reading Comprehension Questions. Proceedings of the 12th International Conference on Language Resources and Evaluation (LREC-2020). https://www.aclweb.org/anthology/2020.lrec-1.217.pdf

    2018

    Konferenzbeiträge

    • Gold, D., Bexte, M., & Zesch, T. (2018). Corpus of Aspect-based Sentiment in Political Debates. KONVENS, 89–99.

Forschungsprofessur Computerlinguistik | 06.05.2025