dtЦифровая трансформацияDigital Transformation2522-96132524-2822Educational Establishment “Belarusian State University of Informatics and Radioelectronics”10.35596/1729-7648-2023-29-3-25-33dt-776Research ArticleТЕХНИЧЕСКИЕ НАУКИTECHNICAL SCIENCESАвтоматизированная система генерации и оценки тестовAutomated System for Generating and Evaluating TestsМигалевичС. А.MigalevichS. A.

Мигалевич Сергей Александрович - аспирант, начальник Центра информатизации и инновационных разработок

220013, г. Минск, ул. Платонова, 39 Тел.: +375 17 293-23-20

Migalevich Sergey Aleksandrovich -  Postgraduate, Head of the Center for Informatization and Innovative Development

220013, Minsk, Platonova St., 39

Tel.: +375 17 293-23-20

migalevich@bsuir.byГерманО. В.GermanO. V.

Герман О. В. - к. т. н., доцент кафедры информационных технологий

220013, г. Минск, ул. Платонова, 39 

German O. V. - Cand. of Sci., Associate Professor at the Department of Information Technologies in Automated  System

220013, Minsk, Platonova St., 39

Белорусский государственный университет информатики и радиоэлектроникиBelarusian State University of Informatics and Radioelectronics2023240920232932533Copyright © Мигалевич С.А., Герман О.В., 20232023Мигалевич С.А., Герман О.В.Migalevich S.A., German O.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://dt.bsuir.by/jour/article/view/776

Отмечены важность тестирования знаний в образовательном процессе и его роль в определении пробелов в знаниях учащихся и модернизации образования. Рассмотрены контекстуальные связи между концепцией качества и образовательным тестированием, представление знаний о предметной области с использованием триады Мартынова. Основной акцент сделан на семантической сети, где концепты представляют тестируемые элементы знаний. Концепты классифицируются на различные типы в зависимости от содержащейся в них информации, такие как текстовый концепт общего характера, список/классификация/иерархия, программный код, формульный концепт, причинно-следственный концепт и другие. Рассмотрена генерация тестовых вопросов, описана система QueTabAI, автоматически генерирующая вопросы на основе представленных знаний о предметной области. Приведены методы генерации вопросов с их составлением на основе грамматического разбора текста. Перечислены признаки или критерии, которые выявляются с помощью тестирования. Изучены различные аспекты и методы формирования признаков, позволяющие принимать решение о необходимости заполнения пробелов в знаниях и модернизации образовательного процесса.

The importance of knowledge testing in the educational process and its role in identifying gaps in students’ knowledge and modernizing education are noted. The contextual links between the concept of quality and educational testing, the representation of knowledge about the subject area using the Martynov triad are considered. The main focus is on the semantic web, where concepts represent testable knowledge elements. Concepts are classified into different types depending on the information they contain, such as general textual concept, list/classification/hierarchy, program code, formulaic concept, causal concept, and others. The generation of test questions is considered, the QueTabAI system is described, which automatically generates questions based on the presented knowledge about the subject area. Methods for generating questions with their compilation on the basis of grammatical analysis of the text are given. The signs or criteria that are identified through testing are listed. Various aspects and methods of feature formation are studied, allowing to make a decision on the need to fill in the knowledge gaps and modernize the educational process.

семантическая сетьтестирование знанийтриада Мартыновасистема QueTabAIконцепция качестваконцепты информацииsemantic webknowledge testingMartynov triadQueTabAI systemquality conceptinformation conceptsReferencesAPA (2014). The Standards for Educational and Psychological Testing. Retrieved July 2, 2017. 230 p.APA (2014). The Standards for Educational and Psychological Testing. Retrieved July 2, 2017. 230.Automated Quality Assurance of Educational Testing. July 2018 Turkish Online Journal of Distance Education.Automated Quality Assurance of Educational Testing. July 2018 Turkish Online Journal of Distance Education.Automated E-Learning Quality Evaluation. International Conference on E-Learning. September 2015, Berlin.Automated E-Learning Quality Evaluation. International Conference on E-Learning. Sept. 2015, Berlin.Powers Sh. Practical RDF. O’Reilly, 2003. 350 p.Powers Sh. Practical RDF. O’Reilly, 2003. 350.Lamy, J.-B. Ontologies with Python. Programming Ontology OWL2 with Python / J.-B. Lamy // Apress. 2021. 340 p.Lamy J.-B. (2021) Ontologies with Python. Programming Ontology OWL2 with Python. Apress. 340.Lamy, J.-B. Owlready: Ontology-Oriented Programming in Python with Automatic Classification and High Level Constructs for Biomedical Ontologies / J.-B. Lamy // Artificial Intelligence in Medicine, Elsevier. 2017. No 80. Р. 11–28. https://ff10.1016/j.artmed.2017.07.002ff.ffhal-01592746f.Lamy J.-B. (2017) Owlready: Ontology-Oriented Programming in Python with Automatic Classification and High Level Constructs for Biomedical Ontologies. Artificial Intelligence in Medicine, Elsevier. (80), 11–28. https://ff10.1016/j.artmed.2017.07.002ff.ffhal-01592746f.Мартынов, В. В. Универсальный семантический код / В. В. Мартынов. М.: Наука, 1977. 192 с.Martynov V. V. (1977) Universal Semantic Code. Moscow, Sсience Publ. 192 (in Russian).Question Generator QueTabAI [Electronic Resource]. Mode of access: https://www.quetab.com/ai/question/generatorQuestion Generator QueTabAI. Available: https://www.quetab.com/ai/question/generator.Automatic Question Generation from Text: a Survey / R. Lomte [et al.] // International Research Journal of Engineering and Technology. 2021. Vol. 8, Iss. 1. Р. 634–640.Lomte R. et al. (2021) Automatic Question Generation from Text: a Survey. International Research Journal of Engineering and Technology. 8 (1), 634–640.Гурин, Н. И. Компьютерные обучающие системы в издательском деле. В 2 ч. / Н. И. Гурин, О. В. Герман. Минск: Белор. госуд. технол. ун-т, 2015. Ч. 2. Программная обработка базы знаний. 192 с.Gurin N. I., German O. V. (2015) Computer Training Systems in Publishing. In 2 Parts. Part 2. Software Processing of the Knowledge Base. Minsk, Belarusian State Technological University. 192 (in Russian).

The authors declare that there are no conflicts of interest present.