| Title: | Онтологический подход к автоматической генерации вопросов в интеллектуальных обучающих системах |
| Other Titles: | Ontological approach to automatic generation of questions in intelligent learning systems |
| Authors: | Ли, Вэньцзу |
| Keywords: | доклады БГУИР;генерация вопросов;базы знаний;обучающие системы;технология OSTIS;question generation;knowledge base;learning systems;OSTIS technology |
| Issue Date: | 2020 |
| Publisher: | БГУИР |
| Citation: | Ли, Вэньцзу. Онтологический подход к автоматической генерации вопросов в интеллектуальных обучающих системах / Ли Вэньцзу // Доклады БГУИР. – 2020. – № 18 (5). – С. 44–52. – DOI : http://dx.doi.org/10.35596/1729-7648-2020-18-5-44-52. |
| Abstract: | В работе предложен подход к проектированию общей подсистемы автоматической генерации вопросов в интеллектуальных обучающих системах. Проектируемая подсистема позволяет автоматически генерировать различные типы вопросов на основе информации из базы знаний и сохранять генерируемые вопросы в базе знаний подсистемы для последующего использования. Основной частью подсистемы является модуль автоматической генерации вопросов, позволяющий генерировать вопросы разных типов на основе существующих стратегий генерации вопросов в сочетании со структурными характеристиками баз знаний, построенных по технологии OSTIS. Предложен ряд стратегий автоматической генерации вопросов, использование которых позволяет автоматически генерировать вопросы различных видов, такие как вопросы на выбор, вопросы на заполнение пробелов, вопросы на толкование определений и т. д. Важнейшей частью подсистемы является база знаний, в рамках которой хранится онтология вопросов, включая сами экземпляры вопросов. В данной работе база знаний построена на основе стандартов технологии OSTIS. Разработана классификация типов автоматически генерируемых вопросов, а также предметная область для хранения генерируемых вопросов и соответствующая им онтология, описанная в базе знаний подсистемы. Генерируемые вопросы хранятся в базе знаний подсистемы в виде SC-кода, который является стандартом технологии OSTIS. При тестировании пользователей данные генерируемые вопросы преобразуются в соответствующие вопросы на естественном языке с помощью естественно-языкового интерфейса. В сравнении с существующими подходами, предложенный в данной работе подход имеет определенные преимущества, а подсистема, разработанная с использованием предложенного подхода, может быть применена в различных обучающих системах, построенных по технологии OSTIS. |
| Alternative abstract: | This article proposes an approach for designing a general subsystem of automatic generation of questions in intelligent learning systems. The designed subsystem allows various types of questions to be automatically generated based on information from the knowledge bases and save the generated questions in the subsystem knowledge base for future use. The main part of the subsystem is the automatic generation module of questions, which allows one to generate questions of various types based on existing question generation strategies in combination with the structural characteristics of knowledge bases built using OSTIS technology. In this article, a variety of strategies for automatically generated questions are proposed, the use of which allows various types of questions to be automatically generated, such as multiple-choice questions, fill-in-the-blank questions, questions of definition interpretation and etc. The most important part of the subsystem is the knowledge base, which stores the ontology of questions, including the question instances themselves. In this article, the knowledge base is constructed based on OSTIS technical standards. The type classification of automatically generated questions was developed, as well as the subject area for storing generated questions and the corresponding ontology described in the knowledge base of the subsystem. The generated questions are stored in the subsystem knowledge base in the form of SC-code, which is the OSTIS technology standard. When testing users, these automatically generated questions are converted to the corresponding natural language form through the natural language interface. Compared with the existing approaches, the approach proposed in this article has certain advantages, and the subsystem designed using this approach can be used in various OSTISbased systems driven by OSTIS technology. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/39765 |
| Appears in Collections: | № 18(5)
|
