WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 |   ...   | 6 | 7 || 9 | 10 |   ...   | 22 |

В залежності відпідходу, який застосовується длякласифікації, може виникнути необхідністьу засобах формування результату(наприклад, у випадку, коли кожна частинадокументу класифікується окремо;відповідно, будуть згенеровані класи длякожної з них, і тому необхідна наявність укласифікаторі засобів формуваннярезультату, які отримають остаточний класабо набір класів).

Способи класифікаціїструктурованих та частково структурованихдокументів

Існують різні підходидо класифікації структурованих тачастково-структурованих документів.

Один з найбільш простихпідходів –використання для класифікації не всьогодокументу, а деяких його фрагментів. В [3]для автоматизованої класифікації патентіввикористовується тільки назва, анотація,перші 20 рядків резюме та розділ, в якомуописується новизна винаходу.

В багатьох випадкахвикористовуються модифікації методів длянеструктурованих документів. В [4] такожрозглядається задача класифікаціїпатентів, але, на відміну від [3],використовується весь текст патентів, адля класифікації застосовуєтьсямодифікація методу k найближчих сусідів. В[5] та [6] використовуються модифікаціїймовірнісних методів.

В [7] наведені найбільшпоширені способи, придатні для виконаннякласифікації структурованих та частковоструктурованих документів: tagging, splitting таstacking.

Tagging. Цей підхід полягаєв тому, що однакові слова в різних частинахдокументів вважаються різними об’єктами. До кожногослова додається позначка, яка відповідаєчастині документу, в якій присутнє данеслово. Таким чином отримуємо модифікованийтекст документу, який вже можнакласифікувати за допомогою одного зкласичних методів. Перевагою підходу є те,що він дозволяє використовувати будь-якіметоди класифікації без модифікації. Цейпідхід використовується в [5].

Splitting. Підхід полягає втому, що кожна з частин документукласифікується окремо за допомогою одногоз класичних методів. Процедура навчаннякласифікатора також виконується окремодля кожної частини. При цьому підходіокремою задачею є формування кінцевогорезультату. Способи, які для цьоговикористовуються, залежать від методукласифікації неструктурованих документів,який використовується.

Stacking. Цей підхід схожийна попередній, але його особливістю є те, щодля формування кінцевого результатувикористовується ще один класифікатор (такзваний метакласифікатор), на вхід якогопотрапляють результати класифікаціїокремих частин. Використанняметакласифікатора дозволяє уникнути рядупроблем, властивих попередньому підходу.Дослідження, проведені в [7], показують, щоцей підхід є найбільш ефективним длякласифікації структурованих та частковоструктурованих документів.

Розглянуті методирозроблялись та досліджувались наангломовних текстових документах, якіможна віднести до класу структурованих.Для науково-освітньої галузі більшхарактерними є частково структурованідокументи. На даний момент плануєтьсяапробація способу класифікації,розробленого авторами, який є модифікацієюспособу splitting, орієнтованого наукраїномовні частково структурованідокументи, в першу чергу науково-освітні.

Висновки

Показано шляхипідвищення ефективності класифікації зарахунок використання структури вхіднихдокументів. Результати дослідженьвказують на те, що це є перспективнимшляхом розширення інтелектуальнихможливостей документоорієнтованих систем,зокрема інформаційно-пошукових систем,спрямованих на роботу з науково-освітнімидокументами, більшість яких можна віднестидо класу частково-структурованих.

Слід зазначити, щорозглянуті підходи можливовикористовувати не тільки длякласифікації, а й для інших аналітичнихпроцедур, призначених для роботи зтекстовими документами (у тому числінауково-освітнього напряму), а самекластеризації, анотування та реферування,отримання даних з тексту.

Література

1. Fabrizio Sebastiani. Machine Learning inAutomated Text Categorization // ACM Computing Surveys. – 2002.–vol.34.

2. Роберт И.В., СамойленкоП.И. Информационные технологии в науке иобразовании. –М., 1998. —178с.

2. Leah S. Larkey. A patent search andclassification system // Proceedings of DL-99, 4th ACM Conference on DigitalLibraries. –1999.

3. Jae-Ho Kim, Key-Sun Choi. Patent documentcategorization based on semantic structural information // InformationProcessing & Management. – 2007.–№5.

4. Jeonghee Yi, Neel Sundaresan. Aclassifier for semi-structured documents // Proceedings of KDD-00, 6th ACMInternational Conference on Knowledge Discovery and Data Mining. –2000.

5. Ludovic Denoyer, Patrick Gallinari.Bayesian network model for semi-structured document >

6. Bratko, A. and Filipic, B. ExploitingStructural Information for Semi-structured Document Categorization //Information Processing & Management. –2006.–№3.

PEDAGOGICAL DIAGNOSTICS METHODS AND THEIR REALISATION IN THEAUTOMATED SYSTEMS

Kolgatin O.G.

Kharkiv National Pedagogical University namedafter G.S.Skovoroda,

Kharkiv, Ukraine

New pedagogical diagnostics methods, whichoriented on ICT use, are observed. Realisation of pedagogical diagnosticsfunctions at conditions of automation of the diagnostic process is analysed.

МЕТОДИ ПЕДАГОГІЧНОЇДІАГНОСТИКИ ТА ЇХ РЕАЛІЗАЦІЯ ВАВТОМАТИЗОВАНИХ СИСТЕМАХ

Колгатін О.Г.

Харківськийнаціональний педагогічнийуніверситет

імені Г.С.Сковороди,Харків, Україна

Розглянуто нові методипедагогічної діагностики, що орієнтованіна застосуванняінформаційно-комунікаційних технологій.Проаналізовано особливості реалізаціїфункцій педагогічної діагностики за умовїї автоматизації.

Методи педагогічноїдіагностики поєднують у собі певні методипедагогічного контролю, психодіагностики,фізіології, соціології. Але спеціальнихнаукових досліджень, що розглядають ціметоди з точки зору їх застосування упедагогічній діагностиці того, хтонавчається, з метою оптимізаціїнавчального процесу небагато [1], [2], [3],[4].

Розглядаючи методидіагностичної діяльності К. Інгенкампвиділяє спостереження, опитування,тестування [1]. За галуззю дослідженьвиділяють [1, с.87] тести досягнень (розвитку,інтелекту, загальної результативності,шкільної успішності, спеціальні) іпсихометричні особистісні тести(особистісні структурні тести, тести наінтереси і установки, клінічнітести).

К.Інгенкамп, також,наводить поширену серед педагогівнімецькомовних країн класифікацію [1, с.88]:тести шкільної успішності; комбінованітести шкільної успішності і професійноїпридатності; тести, що визначають рівеньрозвитку дитини та її готовність до школи;тести інтелекту і професійної придатності;тести на увагу і вміння концентруватися;соціальні тести; анкета.

Така класифікаціямабуть і є зручною з практичної точки зору,оскільки до кожного напряму педагогічноїдіагностики називає найбільш поширені намомент її складання діагностичні методи.Але у науковому розумінні такакласифікація не виділяє ознаки методів,тобто не забезпечує їх науковий аналіз.Розвиток діагностичних технологійпризводить до появи нових методів,зміщення акцентів, тому потрібнакласифікація, що будується за певнимиключовими ознаками.

Ю.Бабанський розглядаєметоди педагогічного дослідження затакими напрямами [4]: метод педагогічнихспостережень; методи рейтингу ісамооцінки; методи бесіди, інтерв’ювання іанкетування; метод педагогічногоконсиліуму; метод діагностуючихконтрольних робіт (в тому числіпрограмований контроль, навчаючийдіагностичний експеримент); методконтрольних лабораторних робіт; методпедагогічного експерименту. На наш поглядв основу цієї класифікації покладеноактивність і зміст взаємодії суб’єктів діагностичноїдіяльності:

  • спостереження – діагностичнудіяльність здійснює тільки викладач,взаємодія викладач – студент або відсутня, абовідповідає певному етапу навчальногопроцесу і не пов’язана з діагностикою;
  • самооцінка – діагностичнудіяльність здійснює студент, вінповідомляє інформацію про себе, обробленуза певним заздалегідь обговоренималгоритмом, викладач тільки допомагає йомуу разі необхідності;
  • бесіда, інтерв’ю і анкетування– студентповідомляє інформацію про себе за певнимипитаннями без обробки, викладач пропонуєпитання і здійснює обробку;
  • метод діагностуючихзавдань (контрольна робота, лабораторнаробота, навчаючий експеримент тощо) – студент розв’язує спеціальнедіагностуюче завдання, вирішує деякупроблему, викладач здійснює спостереженняза перебігом роботи і результатами запевним формалізованим планом і обробляєдіагностичні дані;
  • педагогічний консиліум– діагностичнадіяльність здійснюється групою викладачівбез участі студента. Фактично цей метод єспособом узагальнення неформальнихпопередніх педагогічних спостереженьвикладачів за навчальною діяльністюстудента. Тобто це не метод збирання даних,а метод їх обробки і систематизації;
  • педагогічнийексперимент –передбачає дослідження навчальногопроцесу, а не конкретного студента, удіагностичній діяльності приймають участьгрупа студентів і викладач (групавикладачів).

В умовах застосуванняавтоматизованої системи педагогічноїдіагностики функції викладача щодовзаємодії із студентом і обробкирезультатів може виконувати комп’ютер, тобто викладачвзаємодіє із студентом опосередкованочерез підготовку завдань і сценаріюдіалогу, участь в інтерпретаціїрезультатів діагностики.

Традиційно відомі такіформи і методи забезпечення зворотногозв’язку міжстудентом і викладачем у навчальномупроцесі [5, с.374-378]: спостереження, уснеопитування, письмовий контроль (диктант,перекази, твори, відповіді на запитання,розв’язаннязадач, виконання вправ, графічних робіт,написання рефератів тощо), комбінованеопитування, тестовий контроль,програмований контроль (наприклад,підручники з друкованою основою),практичний контроль, самоконтроль, залікита екзамени. До цього можна додати низькуметодів діагностики з фізіології(наприклад, апаратне вимірювання – використовуєтьсядеякий пристрій для вимірюванняфізіологічних параметрів студента), тасоціології (анкетування, опитування,спостереження), які мають органічновключатися у навчальний процес.

Автоматизована системапедагогічної діагностики створюєпринципово нову форму взаємодії викладачаі студента через інтерфейс студент–комп’ютер, в якійреалізується навчальний абонавчально-діагностичний діалог ізстудентом і є можливість здійсненняапаратних вимірювань для оцінки йогофізіологічного стану.

В умовах впровадженняавтоматизованої системи педагогічноїдіагностики традиційні методи збираннядіагностичних даних повністю зберігаютьсвою актуальність, відповідна інформаціявноситься до системи суб’єктамидіагностичної діяльності. Але арсеналметодів діагностики збагачується новимиметодами, що орієнтовані на застосуваннямінформаційно-комунікаційних технологій,що робить актуальним аналіз умов їхзастосування і особливості реалізаціїфункцій педагогічної діагностики, що іскладає мету даноїроботи.

Автоматизованеспостереження можездійснюватися на будь-якому етапінавчального процесу за допомогоювідповідних датчиків, запису звуку абовідео інформації. Підключення датчиків докомп’ютерноїмережі дозволяє обробляти інформацію ізастосовувати її на користь оптимізаціїнавчальної діяльності кожного студента.Доцільність і етичність такогоспостереження має обговорюватися окремо.Питання етики невключеного спостереженняу загалі стоять дуже гостро, навіть якщойого здійснює викладач [1, c.62]. У будь-якомувипадку студенти мають бути попередженіпро зміст і мету діагностики, яка можливатільки за згодою студентів. Щодо сучасноїпрактики автоматизованого спостереження,то у закордонних педагогічнихдослідженнях широко застосовується аналізвідеозаписів уроків. Інформація про іншезастосування автоматизованих систем уневключеному спостереженні відсутня.Існують прості у застосуванні датчики, щофіксують певні фізіологічніхарактеристики людини, наприклад, втому,але у освітньої практиці такі системи незастосовуються і доцільність їхзастосування не визначено.

Іншим напрямомзастосування автоматизованогоспостереження за навчальною діяльністюстудента є інтелектуальні навчаючисистеми, інформаціно-довідкові системи,комп’ютернітренажери та інші програмні засобидидактичного призначення. Такі програмнізасоби здатні фіксувати стратегіюнавчання, яку обирає студент, і час, щовитрачається на роботу с певнимиінформаційними ресурсами. Існуютьметодики, що дозволяють досліджуватипсихофізіологічний стан користувача наоснові аналізу рухів миші, особливостейкористування клавіатурою тощо. Етичніпитання такого спостереження маютьдосліджуватися дуже ретельно.

Автоматизованетестування дозволяєзастосовувати адаптивні алгоритмитестування і значно розширює перелікінформаційних параметрів, що зберігаютьсяу процесі роботи студента з тестовимизавданнями, що забезпечує якісне новийрівень реалізації функцій педагогічноїдіагностики у порівнянні з традиційнимбланковим тестуванням.

Слід зазначити, що,навіть на сучасному рівні розвиткуінформаційних систем університетів,автоматизоване тестування не маєекономічних переваг перед традиційнимиметодами, в тому числі бланковимтестуванням: потрібне обладнанеіндивідуальне робоче місце для кожногостудента, спеціальне програмнезабезпечення, і головне – підготовка тестівдля автоматизованих систем діагностикипотрібує більше людських і матеріальнихресурсів ніж підготовка бланків длятестування. Це, у першу чергу, пов’язано з необхідністюзабезпечити секретність тестових завдань,що у практиці університетського навчанняпередбачає створення багатоваріантнихтестів і систематичне поновлення банкузавдань. Ефективність і доцільністьзастосування автоматизованоїпедагогічної діагностики вуніверситетському навчальному процесівизначається не економічними, адидактичними перевагами автоматизованихсистем: можливістю реалізаціїіндивідуального (адаптивного) підходу докожного студента, високою оперативністю іінформативністю результатів діагностики.

Автоматизованапедагогічна діагностика забезпечує високуоперативність збору і обробки інформації,що сприяє реалізації контрольної функціїдіагностики. У разі активного застосуванняпоточного тестового контролю фактороперативності стає визначальним, оскількикількість відповідей значна: часто студентза результатами тестування проводитьсамоаналіз, повертається до певних формнавчання і повторно проходить діагностику.Так, за нашим досвідом впровадженняавтоматизованої діагностики уХарківському національному педагогічномууніверситеті загальна кількістьвідповідей на тестові завдання з однієїнавчальної дисципліни (один потікстудентів) в один день може досягатидекілька тисяч.

Принципові перевагиавтоматизованого тестування проявляютьсящодо реалізації навчальноїфункції педагогічноїдіагностики:

Pages:     | 1 |   ...   | 6 | 7 || 9 | 10 |   ...   | 22 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»