Inteligentne systemy e-learningowe wykorzystujące ontologie typu word.net

Jacek Marciniak

Uzyskaj dostęp

ISBN/ISSN:

978-83-232-2857-8

DOI:

Wydawnictwo:

Wydawnictwo Naukowe Uniwersytetu im. Adama Mickiewicza

Rok wydania:

2015

Liczba stron:

244

XML:ISBN/ISSN:

ONIX MARC21

Bibliografia:

Marciniak, Jacek. Inteligentne systemy e-learningowe wykorzystujące ontologie typu word.net. Red. . Poznań: Wydawnictwo Naukowe Uniwersytetu im. Adama Mickiewicza, 2015, 244 s. ISBN 978-83-232-2857-8

Bibliografia refWorks:

RT Book, Whole

SR Electronic(1)

A1 Marciniak, J.

T1 Inteligentne systemy e-learningowe wykorzystujące ontologie typu word.net

PB Wydawnictwo Naukowe Uniwersytetu im. Adama Mickiewicza

PP Poznań

YR 2015

SN 978-83-232-2857-8

Bibliografia BibTex:

@Book{ 144715, author = "Marciniak, Jacek", editor = "", title = "Inteligentne systemy e-learningowe wykorzystujące ontologie typu word.net", publisher = "Wydawnictwo Naukowe Uniwersytetu im. Adama Mickiewicza", year = "2015", address = "Poznań", isbn = "978-83-232-2857-8" }

Bibliografia endNote:

TY - BOOK

AU - Marciniak, Jacek

ED -

TI - Inteligentne systemy e-learningowe wykorzystujące ontologie typu word.net

PB - Wydawnictwo Naukowe Uniwersytetu im. Adama Mickiewicza

CY - Poznań

PY - 2015

SN - 978-83-232-2857-8

ER -

Netografia (standard APA):

Marciniak, Jacek. Inteligentne systemy e-learningowe wykorzystujące ontologie typu word.net [baza danych online] Poznań: Wydawnictwo Naukowe Uniwersytetu im. Adama Mickiewicza, 2015 [dostęp: 22 07 2024]. Dostęp w Ibuk Libra: https://libra.ibuk.pl/reader/inteligentne-systemy-e-learningowe-wykorzystujace-ontologie-typu-jacek-marciniak-144715.

inteligentne systemy e-learningowe, ontologie typu wordnet, modelowanie repozytoriów treści e-learningowych

Monografia prezentuje zasady wykorzystywania ontologii typu wordnet w inteligentnych systemach e-learningowych działających w wielotematycznych dynamicznie przyrastających repozytoriach treści. Omawiana jest w niej nowa klasa systemów typu Intelli...

Więcej

ISBN/ISSN:

978-83-232-2857-8

DOI:

Wydawnictwo:

Wydawnictwo Naukowe Uniwersytetu im. Adama Mickiewicza

Rok wydania:

2015

Liczba stron:

244

XML:ISBN/ISSN:

ONIX MARC21

1. Wprowadzenie10
1.1. Przyjęte założenia10
1.2. Zakres i organizacja pracy22
2. Repozytoria treści dydaktycznych o dużych rozmiarach24
2.1. Postawienie problemu24
2.2. Treści w nauczaniu zdalnym26
2.3. Postać materiałów dydaktycznych31
2.3.1. SCORM31
2.3.2. Organizacja i agregacja treści33
2.3.3. Komunikacja pomiędzy treścią dydaktyczną a systemem e-learningowym35
2.3.4. Sekwencjonowanie treści36
2.3.5. Metadane38
2.4. Strukturyzowanie treści na potrzeby repozytoriów treści dydaktycznych39
2.4.1. Format zapisu a postać treści41
2.4.2. Kompozycyjność przy budowaniu treści w postaci elektronicznej46
2.5. UCTS (Universal Curricular Taxonomy System): narzędzie do kompozycyjnego strukturyzowania treści uwzględniające ich miejsce w procesie dydaktycznym50
2.6. Budowa repozytoriów treści dydaktycznych o dużych rozmiarach53
2.6.1. Struktura treści w repozytorium57
2.6.2. Opisywanie treści w repozytorium62
2.7. Przykład repozytorium o dużych rozmiarach: E-archaeology Content Repository64
3. Ontologie typu wordnet: konceptualizacja bazująca na danych leksykalnych uzupełnionych o wiedzę dziedzinową i ekspercką70
3.1. Postawienie problemu70
3.2. Organizowanie informacji w postaci elektronicznej73
3.2.1. Języki informacyjne w organizowaniu informacji75
3.2.2. Opisywanie tematyki treści76
3.2.3. Systemy klasyfikacyjne79
3.2.4. Tezaurusy82
3.2.5. Tagowanie85
3.2.6. Metadane w opisywaniu treści86
3.3. Ontologie w organizacji informacji87
3.4. Leksykalne bazy danych typu wordnet95
3.5. Ontologie typu wordnet101
3.5.1. Jednostki leksykalne, synsety i relacje leksykalne pomiędzy synsetami102
3.5.2. Mapowanie synsetów na ontologie wysokiego poziomu104
3.5.3. Mapowanie synsetów na tezaurusy, systemy klasyfikacyjne, ontologie dziedzinowe oraz relacje dziedzinowe pomiędzy synsetami105
3.5.4. Konceptualizacje dziedzinowe o charakterze ogólnym i lokalnym108
3.6. Algorytm budowy ontologii typu wordnet111
3.7. Ontologie typu wordnet: przykładowe zasoby117
3.7.1. Ontologia Historia i Kultura Staropolska118
3.7.2. Ontologia PMAH121
4. Wykorzystanie ontologii typu wordnet przy opisywaniu tematyki oraz przeszukiwaniu zasobów124
4.1. Postawienie problemu124
4.2. Budowanie ontologii typu wordnet na potrzeby opisywania tematyki treści128
4.2.1. Synsety i struktura wordnetu130
4.2.2. Ontologie wysokiego poziomu131
4.2.3. Konceptualizacje dziedzinowe o charakterze ogólnym i lokalnym132
4.2.4. Relacje dziedzinowe pomiędzy synsetami137
4.3. Indeksowanie zasobów za pomocą ontologii typu wordnet138
4.4. Przeszukiwanie zasobów z wykorzystaniem ontologii typu wordnet141
4.4.1. Wyszukiwanie treści o tej samej tematyce141
4.4.2. Wyszukiwanie treści o powiązanej tematyce142
4.4.3. Wyznaczanie pojęć powiązanych144
4.5. Model reprezentacji ontologii typu wordnet na dwóch poziomach150
4.6. Przykład zastosowania ontologii typu wordnet: poszerzone systemy tagujące154
5. Model inteligentnego udostępniania treści dydaktycznych158
5.1. Postawienie problemu158
5.2. Architektura inteligentnego systemu e-learningowego163
5.3. Agent ITS jako inteligentny agent173
5.4. Implementacja zachowania systemu za pomocą strategii dydaktycznych176
5.5. Strategie dydaktyczne odwołujące się do całego repozytorium przez Agenta ITS179
5.5.1. Trigger Actions i Trigger Conditions179
5.5.2. Extension Points182
5.5.3. Tworzenie Extension Points oraz implementacja Triggerów w SCO183
5.6. Wykorzystanie ontologii typu wordnet w przeszukiwaniu repozytorium oraz w regułach rekomendacyjnych185
5.6.1. Formułowanie zapytań do repozytorium187
5.6.2. Konstruowanie reguł rekomendacyjnych189
5.7. Przykładowe strategie dydaktyczne odwołujące się do zasobów całego repozytorium191
5.7.1. Similar Content Strategy191
5.7.2. Case Study Inclusion Strategy197
6. Środowisko eksperymentalne204
6.1. Przyjęte założenia204
6.2. Edumatic ITS: instancja inteligentnego systemu e-learningowego205
6.3. Zasoby E-archaeology Content Repository treści tworzące repozytorium dużych rozmiarów209
6.4. Ontologia PMAH: ontologia typu wordnet przy opisywaniu i przeszukiwaniu repozytorium treści e-learningowych210
6.5. Kursy e-learningowe implementujące strategie dydaktyczne212
6.5.1. Kurs Podstawowe zagadnienia archeologii213
6.5.2. Kurs Mentalities and perspectives in archaeological heritage management219
6.6. Podsumowanie224
Bibliografia230
Indeks wybranych terminów240
Intelligent e-learning systems using wordnet based ontologies (Summary)242

wgranularnychtreściachbędzierównieżmożliwedziękiindeksowaniu

zwykorzystaniemdanychleksykalnych.Wjęzykunaturalnymzawsze

możnaznaleźćsłowobądźwyrażenietrafnieoddającetematykędanejtreści.

Tejswobodyopisuniezapewniająjęzykikontrolowane,gdziepoziom

szczegółowościopisuzależyzawszeodzałożeńprzyjętychprzeztwórców

językaorazodtego,nailedanyjęzykinformacyjnypokrywasiętematycznie

zzasobami,któremajązostaćzaindeksowane.Możliwośćodwołaniasiędo

zintegrowanychwontologiikonceptualizacjieksperckichpozwoliopisywać

treściwsposóbsystematyczny,podobniejakwprzypadkujęzykówinfor-

macyjnych.Cechącharakterystycznąontologiitypuwordnetjestto,żeza-

wierająonerelacjepomiędzypojęciami.Podstawowymirelacjamisąrelacje

ocharakterzeleksykalnym,auzupełnionesąonerelacjamiocharakterze

dziedzinowymieksperckim.Relacjeleksykalnezaczerpniętesązwordne-

tów.NajbardziejznanymzasobemtegotypujestPrincetonWordNet,który

służyjakopunktreferencyjnypodczastworzeniainnychzasobówopodob-

nymcharakterze.Założeniemwordnetówjestto,żegrupująonesłownictwo

danegojęzykazapomocąpodstawowejrelacjizwanejsynsetem.Pomiędzy

synsetamimogązostaćokreślonerelacjeocharakterzeleksykalnym,takie

jaknp.hiperonimia-hiponimia,holonimia-meronimiaczyantonimia.

Relacjeocharakterzedziedzinowymieksperckimzawartewontologiitypu

wordnetpochodząztezaurusów,systemówklasyfikacyjnychczyzontologii

dziedzinowych,którezostałyzmapowanenaontologiętypuwordnet.Mogą

równieżzostaćwprowadzoneprzezekspertawprostwontologii,jeżelizaj-

dzietakapotrzeba.Relacjejednegoidrugiegorodzajubędąwykorzystywane

podczaswyznaczaniastopniapowiązaniapomiędzypojęciami,copozwoli

naokreślaniewzajemnychzależnościpomiędzytreściamiskładowanymi

wrepozytorium.

Dziękipowyższejcharakterystyceontologietypuwordnetodgrywają

wprezentowanejmetodzietworzeniainteligentnychsystemówe-learnin-

gowychbardzoistotnąrolę.Wykorzystywanesąmianowiciejakomodel

dziedzinowy(domainmodel),rozumianyjakomodelwiedzyoświecie,którą

dysponujesystem.Opierającsięnawiedzytamzawartej,systempodejmuje

decyzjeodalszychkrokachwtrakcierealizowaniastrategiikształceniaoraz

dostarczaniatreścizrepozytorium.Decyzjeotym,jakietreścizostanądo-

starczone,podejmowanebędąpoanaliziepostępówuczącegosięorazpo

analiziedostępnościwrepozytoriumtreścispełniającychkryteriawskazane

wrealizowanejstrategii.Relacjeocharakterzeleksykalnympochodzące

zwordnetówtraktowanesąjakowyrażająceogólnąwiedzęoświecie.Rela-

cjedziedzinowemajązazadaniedostarczaćwiedzęspecjalistycznąieks-

percką.Wprzypadkubrakuwiedzydziedzinowejsystembędziemógłod-

Brak wyników

Inteligentne systemy e-learningowe wykorzystujące ontologie typu word.net

Treść książki

Znajdź bibliotekę blisko siebie, i uzyskaj dostęp do ebooka w systemie IBUK Libra