ivdon3@bk.ru
Английский язык относится к группе аналитических языков, поэтому важное значение для понимания предложений и словосочетаний имеет порядок слов. Для отработки навыка упорядочивания прилагательных требуется постоянная практика с получением обратной связи. Так как время учителя на проверку заданий ограничено, предлагается использовать обучающую систему с возможностью генерации пошаговой обратной связи, которая поможет студентам довести до автоматизма навык расстановки прилагательных в корректном порядке.
Ключевые слова: обучающая система, онтологическое моделирование, обработка естественного языка, английский язык, порядок прилагательных, гиперонимы, автоматизированная проверка ответов обучаемых
2.3.1 - Системный анализ, управление и обработка информации , 5.8.7 - Методология и технология профессионального образования
В работе рассматриваются подходы к решению таких задач обработки естественного языка, как извлечение ключевых понятий или терминов, а также семантических связей между ними для построения IT-решений на основе данных. Тема работы актуальна ввиду постоянного роста объёмов слабо структурированного и неструктурированного текста в электронном формате. Извлечённая информация может быть использована для улучшения многих процессов: автоматическое тегирование, оптимизация поиска по контенту, построение облаков слов и навигации; кроме того, для создания черновых версий словарей, тезаурусов и даже базы для экспертных систем.
Ключевые слова: обработка естественного языка, термин, лемма, семантическая связь, статистическая обработка, машинное обучение, word2vec
Одним из важных навыков в программировании является выделение подпрограммы (функции) как части кода и определение ее интерфейса (заголовка или прототипа). В данной работе описаны шаги, необходимые для составления прототипа функции, и типовые ошибки, совершаемые обучающимися. Для эффективного освоения данного навыка важно формировать индивидуальную обратную связь с обучающимся, чтобы он мог своевременно понимать допущенные им ошибки. Существующие автоматизированные подходы и инструменты не могут обеспечить достаточную информативную обратную связь при составлении прототипа функции, т.к. не учитывают предметную область решаемой задачи. Предлагается создать тренажер, который должен удовлетворять следующим требованиям: а) воспроизводить многошаговый процесс составления прототипа функции и оценивать результаты на каждом шаге, выявляя разнотипные ошибки и генерируя подсказки; б) допускать вариативность составления прототипа функции; в) обладать знаниями о предметной области, для которой составляется прототип функции, а также о правилах используемого языка программирования.
Ключевые слова: тренажер, требования к тренажеру, обучение программированию, прототип функции, задача со сложным результатом, многошаговая задача, дистанционное обучение, смешанное обучение, автоматизированная проверка ответа обучающегося
05.13.06 - Автоматизация и управление технологическими процессами и производствами (по отраслям)
Для тиражирования знаний они должны быть представлены в явной форме, понятной как человеку, так и компьютеру. В работе предложен подход онтологического моделирования ЧТО-знаний, который позволяет представлять знания одновременно а) в виде визуальной модели (ORM2-диаграммы), понятной человеку, и б) OWL2-онтологии, понятной компьютеру. Для перехода от одной формы представления знаний к другой предлагается использовать онтологические паттерны. Для автоматизации этого подхода разрабатывается плагин для системы Protege. В работе дано функциональное и структурное описание плагина, приведены примеры его использования.
Ключевые слова: ЧТО-знания, представление знаний в явной форме, онтологическое моделирование, онтология, визуальная модель, промежуточная модель, онтологический паттерн, ORM2-диаграмма
05.13.06 - Автоматизация и управление технологическими процессами и производствами (по отраслям)