Статья
Полный текст:
Предложен метод генерации контрольно-тестовых заданий путем обработки естественно-языковых текстов. Описаны алгоритмы и архитектура генерирующей системы, использующей модель оценки качества получаемых заданий на основе машинного обучения.
1. Апресян, Ю.Д. Идеи и методы современной струк- турной лингвистики / Ю.Д. Апресян. – М., 1966.
2. Бонч-Осмоловская, А.А. Разрешение анафоры / А.А. Бонч-Осмоловская, С.Ю. Толдова // Фонд знаний «Ломоносов». – URL: www.lomonosov-fund.ru/enc/ru/ encyclopedia: 0127469.
3. Воронец, И.В. Универсальная автоматизированная система тестирования знаний и самообучения, основанная на анализе естественно-языковых текстов учебных пособий / И.В. Воронец, А.Н. Швецов, В.С. Алешин // Пилотируемые полеты в космос: Сб. докл. V Международ. научн.- практ. конф. 9–10 апреля 2003 г. – Звездный городок Моск. обл., 2003. – С. 65–67.
4. Куртасов, А.М. Возможности применения автоматического реферирования для фильтрации текста в автоматизированной системе генерации тестов из учебных пособий / А.М. Куртасов // Информатизация процессов формирования открытых систем на основе СУБД, САПР, АСНИ и систем искусственного интеллекта: Материалы VII Межд. научно-техн. конф. – Вологда, 2013. – С. 119–122.
5. Методология создания агентно-ориентированных учебных комплексов для подготовки специалистов технического профиля: отчет о НИР (промежуточ.) / Вологодский государственный технический университет; рук. А.Н. Швецов; исполн.: В.А. Горбунов [и др.]. – М., 2011. – № ГР 01201056386.
6. Танченко, С.С. Анализ методов генерации тестовых заданий / С.С. Танченко, С.В. Титенко, А.А. Гагарин // ХІIІ Международная научная конференция имени Т.А. Таран «Интеллектуальный анализ информации ИАИ-2013», Киев, 15–17 мая 2013 г.: Сб. тр. / гл. ред. С.В. Сирота. – К., 2013. – С. 220–226.
7. Швецов, А.Н. Семантический подход к задаче генерации учебных тестов на основе извлечения знаний из естественно-языковых текстов / А.Н. Швецов, А.М. Куртасов // Вестник Череповецкого государственного университета. – 2012. – № 1(36). – Т. 2. – С. 11–15.
8. Heilman, M. Good Question! Statistical Ranking for Question Generation. / M. Heilman, N.A. Smith // Human Language Technologies: The 2010 Annual Conference of NAACL. – Los Angeles, California, 2010. – P. 609–617.
9. Kurtasov, A.M. A System for Generating Cloze Test Items from Russian-Language Text / A.M. Kurtasov // Proceedings of the Student Research Workshop associated with The 9th International Conference on Recent Advances in Natural Language Processing (RANLP 2013). – Hissar, Bulgaria, 2013.
10. Mitkov, R. A computer-aided environment for generat- ing multiple-choice test items / R. Mitkov, Le An Ha, N. Karamanis // Natural Language Engineering. – 2006. – 12(2). –P. 1–18.
11. Ng, Andrew Supervised Learning // CS229 Lecture Notes, Stanford University. – URL: . stanford.edu/notes/cs229-notes1.pdf
2. Бонч-Осмоловская, А.А. Разрешение анафоры / А.А. Бонч-Осмоловская, С.Ю. Толдова // Фонд знаний «Ломоносов». – URL: www.lomonosov-fund.ru/enc/ru/ encyclopedia: 0127469.
3. Воронец, И.В. Универсальная автоматизированная система тестирования знаний и самообучения, основанная на анализе естественно-языковых текстов учебных пособий / И.В. Воронец, А.Н. Швецов, В.С. Алешин // Пилотируемые полеты в космос: Сб. докл. V Международ. научн.- практ. конф. 9–10 апреля 2003 г. – Звездный городок Моск. обл., 2003. – С. 65–67.
4. Куртасов, А.М. Возможности применения автоматического реферирования для фильтрации текста в автоматизированной системе генерации тестов из учебных пособий / А.М. Куртасов // Информатизация процессов формирования открытых систем на основе СУБД, САПР, АСНИ и систем искусственного интеллекта: Материалы VII Межд. научно-техн. конф. – Вологда, 2013. – С. 119–122.
5. Методология создания агентно-ориентированных учебных комплексов для подготовки специалистов технического профиля: отчет о НИР (промежуточ.) / Вологодский государственный технический университет; рук. А.Н. Швецов; исполн.: В.А. Горбунов [и др.]. – М., 2011. – № ГР 01201056386.
6. Танченко, С.С. Анализ методов генерации тестовых заданий / С.С. Танченко, С.В. Титенко, А.А. Гагарин // ХІIІ Международная научная конференция имени Т.А. Таран «Интеллектуальный анализ информации ИАИ-2013», Киев, 15–17 мая 2013 г.: Сб. тр. / гл. ред. С.В. Сирота. – К., 2013. – С. 220–226.
7. Швецов, А.Н. Семантический подход к задаче генерации учебных тестов на основе извлечения знаний из естественно-языковых текстов / А.Н. Швецов, А.М. Куртасов // Вестник Череповецкого государственного университета. – 2012. – № 1(36). – Т. 2. – С. 11–15.
8. Heilman, M. Good Question! Statistical Ranking for Question Generation. / M. Heilman, N.A. Smith // Human Language Technologies: The 2010 Annual Conference of NAACL. – Los Angeles, California, 2010. – P. 609–617.
9. Kurtasov, A.M. A System for Generating Cloze Test Items from Russian-Language Text / A.M. Kurtasov // Proceedings of the Student Research Workshop associated with The 9th International Conference on Recent Advances in Natural Language Processing (RANLP 2013). – Hissar, Bulgaria, 2013.
10. Mitkov, R. A computer-aided environment for generat- ing multiple-choice test items / R. Mitkov, Le An Ha, N. Karamanis // Natural Language Engineering. – 2006. – 12(2). –P. 1–18.
11. Ng, Andrew Supervised Learning // CS229 Lecture Notes, Stanford University. – URL: . stanford.edu/notes/cs229-notes1.pdf
Ключевые слова:
Тесты проверки знаний, генерация тестовых заданий, генерация вопросов, обработка естественного языка, машинное обучение
Контент доступен под лицензией Creative Commons Attribution 4.0 License.