Preview

Информатика и образование

Расширенный поиск

Методика автоматического составления списка терминов на основе готовых конспектов уроков

https://doi.org/10.32517/0234-0453-2021-36-5-46-51

Полный текст:

Аннотация

У преподавателя при построении курса обучения по дисциплине периодически возникает необходимость в инструментах анализа и визуализации структуры будущего курса, в частности, в инструментах для выделения системы понятий, на основе которой будет построен будущий курс, а также для систематизации и структуризации этой системы. В статье рассматривается проблема автоматического составления списка понятий (терминов) для последующего анализа учебного материала при создании учебных курсов. Выбор системы понятий и способов ее представления зависит от временны х рамок курса, познавательных возможностей учащихся и имеющихся у них знаний. В статье рассматривается способ построения тезауруса на основе готовых конспектов уроков с помощью лингвистических методов анализа текстов на естественном языке. С помощью графематического анализа конспектов уроков определяются структурные единицы учебного курса. Для составления тезауруса выполняется синтаксический анализ структурных единиц текста типа «предложение» на соответствие шаблону ввода определения понятия. Для нахождения отношений между понятиями термины из тезауруса приводятся ко всем морфологическим формам и производится их поиск на вхождение в определения других понятий. Для последующего анализа учебного курса структурные единицы, термины и их отношения представляются в виде графовых моделей.

Об авторе

А. В. Филипов
Московский физико-технический институт (национальный исследовательский университет)
Россия

Филипов Андрей Викторович, начальник отдела разработки цифровых решений, 117303, Россия, г. Москва, ул. Керченская, д. 1А, корп. 1



Список литературы

1. Морозова М. А. Суперсервисы как способ цифровизации госуслуг // Хроноэкономика. 2019. № 6. С. 55–59. http://hronoeconomics.ru/06_2019.pdf

2. Левченко И. В., Садыкова А. Р. Подходы к решению проблемы поиска сценариев уроков по информатике для основной школы в библиотеке Московской электронной школы // Вестник Российского университета дружбы народов. Серия: Информатизация образования. 2019. Т. 16. № 3. С. 231–242. DOI: 10.22363/2312-8631-2019-16-3-231-242

3. Денищева Л. О., Семеняченко Ю. А., Федосеева З. Р., Жданов А. А., Захарова Т. А. Модель проектирования ресурсов Московской электронной школы по предметной области «Математика» основного общего образования // Вестник Российского университета дружбы народов. Серия: Информатизация образования. 2019. Т. 16. № 3. С. 257–269. DOI: 10.22363/2312-8631-2019-16-3-257-269

4. Заславская О. Ю. Организация взаимодействия между преподавателем и студентами в ходе обучения созданию и использованию электронных образовательных материалов // Вестник Российского университета дружбы народов. Серия: Информатизация образования. 2018. Т. 15. № 4. С. 351–362. DOI: 10.22363/2312-8631-2018-15-4-351-362

5. Диковицкий В. В., Шишаев М. Г. Обработка текстов естественного языка в моделях поисковых систем // Труды Кольского научного центра РАН. 2010. № 3. С. 29–34. https://www.elibrary.ru/item.asp?id=17942055

6. Цитульский А. М., Иванников А. В., Рогов И. С. NLP — обработка естественных языков // StudNet. 2020. Т. 3. № 6. С. 467–475. https://stud.net.ru/wp-content/uploads/2020/05/Выпуск-6_2020.pdf

7. Найденова К. А., Невзорова О. А. Машинное обучение в задачах обработки естественного языка: обзор современного состояния исследований // Ученые записки Казанского университета. Серия Физико-математические науки. 2008. Т. 150. № 4. С. 5–24. https://www.elibrary.ru/item.asp?id=12771620

8. Богомолов Ю. А. Обзор моделей нейронных сетей для обработки естественного языка // StudNet. 2020. Т. 3. № 4. С. 203–217. https://stud.net.ru/wp-content/uploads/2020/05/Выпуск-4_2020.pdf

9. Первушин А. Модуль графематического анализа в системе обработки русскоязычных текстов // Новые информационные технологии в автоматизированных системах. 2012. № 15. С. 187–190. https://www.elibrary.ru/item.asp?id=29208381

10. Скребцова Т. Г., Суворов С. Г., Клементьева А. В., Кузнецов С. А. Лингвистический анализатор. Преобразование текста в метаязыковую структуру данных. СПб.: СПбГУ, 2019. 238 с.

11. Минец Д. В., Горушкина А. В. Морфологический анализ текста: функциональные возможности // Litera. 2017. № 3. С. 12–22. DOI: 10.25136/2409-8698.2017.3.24112

12. Бессмертный И. А., Нугуманова А. Б. Метод автоматического построения тезаурусов на основе статистической обработки текстов на естественном языке // Известия Томского политехнического университета. 2012. Т. 321. № 5. С. 125–130. http://izvestiya.tpu.ru/archive/article/view/702

13. Гринева М., Гринев М. Анализ текстовых документов для извлечения тематически сгруппированных ключевых терминов // Труды Института системного программирования РАН. 2009. Т. 16. С. 155–165. https://www.ispras.ru/proceedings/isp_16_2009/isp_16_2009_155/

14. Чубейко С. В., Цуриков А. Н., Палагута В. С. Анализ синтаксического разбора текста с помощью парсеркомбинаторов // Инженерный вестник Дона. 2018. № 4. С. 105. https://www.elibrary.ru/item.asp?id=37845250

15. Гейн А. Г., Некрасов В. П. О построении инновационной модели учебного курса // Вестник Уральского института экономики, управления и права. 2013. № 2. С. 80–86. http://www.urep.ru/images/stories/vestnik/archiv/2013/2_23_06_2013.pdf

16. Паничев С. А. Математические структуры как основа построения естественно-научных учебных курсов // Образование и наука. Известия УРО РАО. 2004. № 5. С. 108–112. https://www.elibrary.ru/item.asp?id=18269795

17. Касьянов В. Н., Евстигнеев В. А. Графы в программировании: обработка, визуализация и применение. СПб.: БХВ-Петербург, 2003. 1104 с. https://www.elibrary.ru/item.asp?id=19580698

18. Herman I., Melancon G., Marshall M. S. Graph visualization and navigation in information visualization: A Survey // IEEE Transactions on Visualization and Computer Graphics. 2000. Vol. 6. Is. 1. P. 24–43. DOI: 10.1109/2945.841119

19. Буркатовская Ю. Б. Теория графов. Часть 1. Томск: ТПУ, 2014. 200 с.

20. Kasyanov V. N., Evstigneev V. A. Graph theory for programmers: Algorithms for processing trees. Springer Netherlands, 2000. 432 p.

21. Хадиев К. Р., Сафина Л. И. Квантовый алгоритм для нахождения кратчайшего пути в ациклическом ориентированном графе // Вестник Московского университета. Серия 15: Вычислительная математика и кибернетика. 2019. № 1. С. 48–52. https://www.elibrary.ru/item.asp?id=37154196


Рецензия

Для цитирования:


Филипов А.В. Методика автоматического составления списка терминов на основе готовых конспектов уроков. Информатика и образование. 2021;(5):46-51. https://doi.org/10.32517/0234-0453-2021-36-5-46-51

For citation:


Filipov A.V. A technique for automatically creating a list of terms based on ready-made lesson articles. Informatics and education. 2021;(5):46-51. (In Russ.) https://doi.org/10.32517/0234-0453-2021-36-5-46-51

Просмотров: 171


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 0234-0453 (Print)
ISSN 2658-7769 (Online)