Loth, LudwigKonert, JohannesMandausch, MartinHenning, Peter A.2023-01-132023-01-132022https://dl.gi.de/handle/20.500.12116/39921Um 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.deNatural Language ProcessingKompetenzbeschreibungenWebeditorLernzieleText/Conference Paper10.18420/delfi2022-ws-32