Автоматизированная система генерации и оценки тестов
https://doi.org/10.35596/1729-7648-2023-29-3-25-33
Аннотация
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.
Об авторах
С. А. Мигалевич
Белорусский государственный университет информатики и радиоэлектроники
Беларусь
Беларусь
Мигалевич Сергей Александрович - аспирант, начальник Центра информатизации и инновационных разработок
220013, г. Минск, ул. Платонова, 39
Тел.: +375 17 293-23-20
О. В. Герман
Белорусский государственный университет информатики и радиоэлектроники
Беларусь
Беларусь
Герман О. В. - к. т. н., доцент кафедры информационных технологий
220013, г. Минск, ул. Платонова, 39
Список литературы
1. APA (2014). The Standards for Educational and Psychological Testing. Retrieved July 2, 2017. 230 p.
2. Automated Quality Assurance of Educational Testing. July 2018 Turkish Online Journal of Distance Education.
3. Automated E-Learning Quality Evaluation. International Conference on E-Learning. September 2015, Berlin.
4. Powers Sh. Practical RDF. O’Reilly, 2003. 350 p.
5. Lamy, J.-B. Ontologies with Python. Programming Ontology OWL2 with Python / J.-B. Lamy // Apress. 2021. 340 p.
6. 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.
7. Мартынов, В. В. Универсальный семантический код / В. В. Мартынов. М.: Наука, 1977. 192 с.
8. Question Generator QueTabAI [Electronic Resource]. Mode of access: https://www.quetab.com/ai/question/generator
9. 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.
10. 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.
Рецензия
Для цитирования:
Мигалевич С.А., Герман О.В. Автоматизированная система генерации и оценки тестов. Цифровая трансформация. 2023;29(3):25-33. https://doi.org/10.35596/1729-7648-2023-29-3-25-33
For citation:
Migalevich S.A., German O.V. Automated System for Generating and Evaluating Tests. Digital Transformation. 2023;29(3):25-33. (In Russ.) https://doi.org/10.35596/1729-7648-2023-29-3-25-33
Просмотров: 493
Послать статью по эл. почте 