Пошук по сайту...
Відпочинок для дітей! Табір Райдуга. Чорне море, Крим
Портал Знань Портал безперервного навчання

Портал знань — відкриті навчальні матеріали, дистанційне навчання, дистанційне тестування знань

Навчальні матеріали і Тестування знань


Акція! Сайт, що допоможе дітям...

Лабораторія СЕТ | Дослідження, статті, розробки | Публікації | Усунення мовної неузгодженості в тестових завданнях, згенерованих на основі понятійно-тезисної моделі

Усунення мовної неузгодженості в тестових завданнях, згенерованих на основі понятійно-тезисної моделі

PDF

Усунення мовної неузгодженості в тестових завданнях, згенерованих на основі понятійно-тезисної моделі

Танченко С. С. Усунення мовної неузгодженості в тестових завданнях, згенерованих на основі понятійно-тезисної моделі/ С. С. Танченко, С. В. Титенко, О. О. Гагарін// ХІІ международная научная конференция имени Т. А. Таран «Интеллектуальный анализ информации ИАИ-2014», Киев, 14-16 мая 2014 г. : cб. тр./ гл. ред. С.В.Сирота. – К. : Просвіта, 2014. – С. 196-200.

У роботі запропоновано розширення понятійно-тезисної моделі (ПТМ) з метою подолання проблеми мовної неузгодженості в тестових завданнях, що будуються автоматично. Запропоновано використання узагальненого мовного класифікатора як додаткової характеристики структурних елементів ПТМ. Удосконалено алгоритм побудови тестових завдань на базі ПТМ.

Вступ

В умовах стрімкого розвитку технологій та непоспішною зміною університетських програм, значну частину професійних знань фахівець отримує не в межах навчального закладу. Із підвищенням ступеня інформатизації суспільства та освіти проблема ефективного контролю знань набуває особливої значущості. Однією з найбільш поширених форм перевірки знань є комп'ютерне тестування. У попередній роботі [1] було здійснено огляд методів генерації тестових завдань та обґрунтовано ПТМ як доцільний напрямок з точки зору реалізації та практичного використання. Завданням даної роботи є розширення семантики ПТМ для усунення проблеми мовної неузгодженості тестових завдань, що часом виникають при генерації тестів.

Проблема мовної неузгодженості в тестових завданнях

Побудова тестових завдань на основі ПТМ відбувається шляхом вибору із сукупності понять та тез певного набору елементів, що стають структурними одиницями тестового завдання [2].
Розглянемо проблему мовної неузгодженості тестів, згенерованих на основі ПТМ. Проблема полягає у невідповідності роду або числа понять та тез, що беруть участь у конструюванні тестового завдання. Це суттєво знижує якість завдання, а також ефективність перевірки засвоєння матеріалу. Нижче наведені приклади згенерованих завдань із мовними неузгодженостями:

1.У чому полягає сутність поняття session.name?

a) являють собою розширення протоколу HTTP;
b) повертає ім'я поточної сесії;
c) є інформаційною моделлю предметної області;
d) являє собою рядок з 32 символів.

2. До якого поняття наступне твердження підходить найбільше?

Найбільш очевидно вона проявляє себе в систематичному переповненні каналів грошового обігу масою надлишкових грошей, що веде до їх знецінення:

a) конкретно-економічні відносини;
b) пропонування;
c) інфляція
d) засіб обігу.

3. У чому полягає сутність поняття: Internet?

a) це система, що безперервно розвивається людьми, які використовують її послуги;
b) ідентифікує та встановлює наявність передбачуваних партнерів для зв’язку;
c) дозволяла будь-якому з комп’ютерів зв’язуватись з будь-яким іншим;
d) представлений протоколом TCP і UDP;
e) можна розділити на мережі з комутацією потоків і мережі з комутацією каналів.

4. Яка особливість поняття: канальний рівень?

a) нижче цього рівня тільки апаратний рівень;
b) охопила більше ніж 100 країн, об’єднала більше 40 тис. окремих мереж;
c) його політика припускала, що нова мережа буде орієнтована на різноманітних користувачів;
d) у 1986 році зв’язувала менше 6000 тис. комп’ютерів;
e) використовує процес експертної оцінки документів.

У тесті №2 є очевидним, що лише один варіант відповіді підходить за синтаксисом.

Вирішення проблеми мовної неузгодженості в тестових завданнях, згенерованих на основі ПТМ

Генерація тестів з використанням ПТМ відбувається на основі понятійно-тезисної бази, структурними одиницями якої є: «поняття» та «тези». Позначимо множину понять як:

C={c1,…,cn1}

Тези – це відомості про поняття. Зазвичай теза – це одне або декілька речень, в яких мова йде про поняття, але словесно поняття не фігурує в ній. Позначимо множину тез як:

T={t1,…,tn2}

У свою чергу кожне поняття може мати будь-яку кількість тез. Зв’язок між поняттями та тезами:

CT:T→C, TC:C→2T

ПТ-елементи виділяються із тексту навчального фрагменту, що відноситься до певного предмету. Позначимо множину предметів як:

S={s1,s2,…,sn4}

Зв’язок між предметами та тезами: TS:S→2^T. Відповідно до цього, поняття предмету визначаються як:

CS(s)={c|TS(s)CT(c)≠∅}

Шляхом подолання проблеми мовної неузгодженості є введення додаткової характеристики в опис структурних одиниць ПТМ, що отримала назву «узагальнений мовний класифікатор» (УМК). Множина УМК для поняття:

MC:{mc1, …,mcn3},

де mc1 – «чоловічий»; mc2 – «жіночий»; mc3 – «середній»; mc4 – «множина». Для кожного поняття та тези додається свій УМК. Особливістю є те, що теза може лексично відповідати поняттям які мають відмінне значення УМК, ніж сама теза. Зв’язок між поняттям і УМК: MCC:C→MC. Позначимо множину УМК для тез:

MT=MC ∪ mt',

де mt'=({mc1, mc2, mc3}) і означає «довільну однину». Зв’язок між тезою і УМК як: MTT:T→MT.

На рис. 1 зображено тестове завдання для поняття «константа» – жіночого роду, проте в якості дистракторів виступають тези як жіночого так і чоловічого родів, наприклад теза поняття «клас».

 

Рис. 1. Згенероване тестове завдання

 

Розроблено алгоритм побудови тестового завдання taskk на основі ПТ-елементів, що містить наступні кроки:

1) пошук контрольного поняття сk на основі якого буде згенероване тестове завдання:

a) вибір випадкового поняття ck' з контексту контрольного предмету sk: ck':[ck'∈Cck'CS(sk)];
b) пошук множини альтернативних варіантів відповідей (тез) Tk', що не відносяться до поняття ck':
Tk= {t|(t,ck' )∉CT ∧ [MTT(t)=MCC(ck) ⋁ MTT(t)∈MCC(ck' )]}
c) перевірка, чи задовольняє обрне поняття вимозі |Tk' | ≥ 4 ,тобто контрольним поняттям може бути тільки поняття, ще має 4 або більше альтернативних варіантів відповідей. Якщо умова виконується, прийняти с= ck' , інакше повернутись до п. 1.a;

2) вибір контрольної тези: t: t∈ Tk, де Tk – множина тез, що відносяться до поняття с: T= {t | (t,ck ) ∈ CT}.

3) візуалізація тестового завдання.

В результаті тестове завдання складається із: Tasks(taskk )=〈ck, tk, Tk' 〉, де: c- контрольне поняття; t- контрольна теза; Tk'  - альтернативні варіанти відповідей.

На рис. 2 показано алгоритм побудови тестового завдання.

Рис. 2. Діаграма діяльності у нотації UML “Алгоритм побудови тестового завдання”

Висновки

В роботі було описано метод подолання мовної неузгодженості згенерованих завдань. Суть методу полягає в розширенні онтології на основі понятійно-тезисної моделі шляхом введення в опис структурних одиниць ПТМ характеристики узагальненого мовного ідентифікатора. Удосконалено алгоритм генерації тестового завдання з урахуванням вимог лексичної узгодженості понятійно-тезисних елементів.

Література

  1. Танченко С.С., Титенко С.В. Аналіз методів генерації тестових завдань // Международная научная конференция имени Т.А. Таран «Интеллектуальный анализ информации ИАИ-2013», Киев, 15-27 мая 20013 г.: сб. тр./ ред. кол.: С.В. Сирота (гл. ред.) и др. – К.: Просвіта, 2013. – С. 218-225.
  2. Титенко С. В. Генерація тестових завдань у системі дистанційного навчання на основі моделі формалізації дидактичного тексту / С. В. Титенко // Наукові вісті НТУУ "КПІ". – 2009. – № 1(63). – С. 47–57.

 

PDF

Коментарі відвідувачів (0)
[ Показати коментарі ]

Додайте власний коментар
Автор

Коментар

Кількість входів в цьому місяці : 1854
Приєднуйтесь!
Сторінки, близькі за змістом
Анализ методов генерации тестовых заданий
Одной из наиболее распространенных форм проверки знаний является компьютерное тестирование. С развитием новых технологий и повышением степени информатизации общества и образования проблема эффективного контроля знаний приобретает особую значимость. Следующие подходы к генерации тестовых заданий получили распространение на практике
Генерація тестових завдань у системі дистанційного навчання на основі моделі формалізації дидактичного тексту
Українське суспільство все гостріше відчуває потребу і актуальність розповсюдження навчальних процесів у найрізноманітніших сферах життя. Останнім часом освітні процеси, виходячи за межі освітніх закладів, дуже активно прямують у такі сфери як бізнес, корпоративна освіта, підвищення кваліфікації працівників різних галузей. Найбільш зручною формою навчання тут є дистанційна. Однією з ключових складових дистанційної освіти є контроль і діагностика знань
Публікації Лабораторії. Штучний інтелект в освіті. Дистанційне навчання
Публікації. Штучний інтелект в освіті. Дистанційна освіта. Понятійно-тезисна модель для педагогічних цілей.
©2006-2017 Лабораторія СЕТ, Сергій Титенко
При використанні матеріалів посилання, гіперпосилання для web-ресурсів, на www.setlab.net обов'язкове
Зв'язок: lab@setlab.net 
Лабораторія СЕТ powered by FreshKnowledge
Студія Інновацій — Розробляємо розумні сайти
Rambler's Top100 НТУУ "КПІ"
Друзі і партнери
Український рейтинг TOP.TOPUA.NET