Logo des Repositoriums
 

Semantic Textual Similarity von textuellen Lernmaterialien und ihre Anwendungen

dc.contributor.authorSeidel, Niels
dc.contributor.authorRieger, Christian Moritz
dc.contributor.editorPinkwart, Niels
dc.contributor.editorKonert, Johannes
dc.date.accessioned2019-08-14T08:59:13Z
dc.date.available2019-08-14T08:59:13Z
dc.date.issued2019
dc.description.abstractDiese Arbeit zeigt eine Methode, mit welcher semantische Ähnlichkeiten zwischen Lehrveranstaltungen anhand textueller Lernmaterialien erkannt und visualisiert werden können. Dadurch soll es Studierenden und Lehrenden erleichtert werden, Relationen zwischen den Lehrveranstaltungen zu entdecken. Um dieses Ziel zu erreichen, wurde exemplarisch ein vollständiger Satz von 572 Studienbriefen der Fakultät für Mathematik und Informatik der FernUniversität in Hagen als Document Embeddings vektorisiert und anschließend über die Kosinusähnlichkeit der Vektoren verglichen. Der gesamte Prozess kommt dabei ohne gelabelte Daten aus. Das Ergebnis der Analyse weist eine hohe Pearson’s Korrelation zu einem von Domänenexperten ermittelten Goldstandard auf. Die Anwendungsmöglichkeiten dieser Ergebnisse werden am Beispiel eines Empfehlungssystem, eines Learning Dashboard für Lehrende und in einer Komponente einer adaptiven Lernumgebung demonstriert.de
dc.identifier.doi10.18420/delfi2019_360
dc.identifier.isbn978-3-88579-691-6
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/24417
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartofDELFI 2019
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-297
dc.subjectNLP
dc.subjectSemantic Textual Similarity
dc.subjectDocument Embedding
dc.subjectLearning Analytics
dc.titleSemantic Textual Similarity von textuellen Lernmaterialien und ihre Anwendungende
dc.typeText/Conference Paper 
gi.citation.endPage44
gi.citation.publisherPlaceBonn
gi.citation.startPage33
gi.conference.date16.-19. September 2019
gi.conference.locationBerlin, Germany
gi.conference.sessiontitleTextanalyse

Dateien

Originalbündel
1 - 1 von 1
Lade...
Vorschaubild
Name:
DELFI2019_360_Semantic_Textual_Similarity_von_textuellen_Lernmaterialien_und_ihre_Anwendungen.pdf
Größe:
7.78 MB
Format:
Adobe Portable Document Format