Logo des Repositoriums
 

Erstellung eines NLP-basierten Editors mit Qualitätsindikatoren und Änderungsvorschlägen für Kompetenzbeschreibungen

dc.contributor.authorLoth, Ludwig
dc.contributor.authorKonert, Johannes
dc.contributor.editorMandausch, Martin
dc.contributor.editorHenning, Peter A.
dc.date.accessioned2023-01-13T13:11:49Z
dc.date.available2023-01-13T13:11:49Z
dc.date.issued2022
dc.description.abstractUm Lernenden die potenziell zu erlangenden Kompetenzen einer Lehrveranstaltung zu vermitteln, sind hochwertige, einfach zu verstehende und unmissverständliche Kompetenzbeschreibungen vorteilhaft. In der Praxis sind solche Beschreibungen nicht immer von guter Qualität. Im Rahmen des beschriebenen Forschungsprojektes wurde ein Editor entwickelt, welcher mittels Natural Language Processing eine Echtzeitanalyse der eingegebenen deutschsprachigen Kompetenzformulierungen durchführt. Basierend auf der Analyse und zuvor ermittelten Regeln kann der Editor Rückmeldung geben und den Benutzer*innen Hinweise zu Verbesserungsmöglichkeiten anzeigen. Es werden zuvor definierte Schlüsselwörter markiert und kategorisiert, um den Benutzer*innen zu zeigen, inwieweit ihre Beschreibung Wörter und ganze Sätze enthält, die ausgetauscht, verbessert oder weggelassen werden sollten. Über alle Sätze hinweg erfolgt eine prozentuale Qualitätsbewertung (und Anzeige), welche die auf den Text angewendeten Regeln zusammenfasst, um die Qualität mehrerer Formulierungen und Varianten vergleichbar zu machen.Um Lernenden die potenziell zu erlangenden Kompetenzen einer Lehrveranstaltung zu vermitteln, sind hochwertige, einfach zu verstehende und unmissverständliche Kompetenzbeschreibungen vorteilhaft. In der Praxis sind solche Beschreibungen nicht immer von guter Qualität. Im Rahmen des beschriebenen Forschungsprojektes wurde ein Editor entwickelt, welcher mittels Natural Language Processing eine Echtzeitanalyse der eingegebenen deutschsprachigen Kompetenzformulierungen durchführt. Basierend auf der Analyse und zuvor ermittelten Regeln kann der Editor Rückmeldung geben und den Benutzer*innen Hinweise zu Verbesserungsmöglichkeiten anzeigen. Es werden zuvor definierte Schlüsselwörter markiert und kategorisiert, um den Benutzer*innen zu zeigen, inwieweit ihre Beschreibung Wörter und ganze Sätze enthält, die ausgetauscht, verbessert oder weggelassen werden sollten. Über alle Sätze hinweg erfolgt eine prozentuale Qualitätsbewertung (und Anzeige), welche die auf den Text angewendeten Regeln zusammenfasst, um die Qualität mehrerer Formulierungen und Varianten vergleichbar zu machen.Um Lernenden die potenziell zu erlangenden Kompetenzen einer Lehrveranstaltung zu vermitteln, sind hochwertige, einfach zu verstehende und unmissverständliche Kompetenzbeschreibungen vorteilhaft. In der Praxis sind solche Beschreibungen nicht immer von guter Qualität. Im Rahmen des beschriebenen Forschungsprojektes wurde ein Editor entwickelt, welcher mittels Natural Language Processing eine Echtzeitanalyse der eingegebenen deutschsprachigen Kompetenzformulierungen durchführt. Basierend auf der Analyse und zuvor ermittelten Regeln kann der Editor Rückmeldung geben und den Benutzer*innen Hinweise zu Verbesserungsmöglichkeiten anzeigen. Es werden zuvor definierte Schlüsselwörter markiert und kategorisiert, um den Benutzer*innen zu zeigen, inwieweit ihre Beschreibung Wörter und ganze Sätze enthält, die ausgetauscht, verbessert oder weggelassen werden sollten. Über alle Sätze hinweg erfolgt eine prozentuale Qualitätsbewertung (und Anzeige), welche die auf den Text angewendeten Regeln zusammenfasst, um die Qualität mehrerer Formulierungen und Varianten vergleichbar zu machen.de
dc.identifier.doi10.18420/delfi2022-ws-32
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/39921
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartofProceedings of DELFI Workshops 2022
dc.relation.ispartofseriesDELFI
dc.subjectNatural Language Processing
dc.subjectKompetenzbeschreibungen
dc.subjectWebeditor
dc.subjectLernziele
dc.titleErstellung eines NLP-basierten Editors mit Qualitätsindikatoren und Änderungsvorschlägen für Kompetenzbeschreibungende
dc.typeText/Conference Paper
gi.citation.endPage158
gi.citation.publisherPlaceBonn
gi.citation.startPage149
gi.conference.date12.-14. September 2022
gi.conference.locationKarlsruhe
gi.conference.sessiontitleDELFI: Workshop
gi.document.qualitydigidoc

Dateien

Originalbündel
1 - 1 von 1
Lade...
Vorschaubild
Name:
DELFI 2022 Workshops-32-Ludwig Loth und Johannes Konert.pdf
Größe:
462.44 KB
Format:
Adobe Portable Document Format