没有合适的资源?快使用搜索试试~ 我知道了~
首页>外文书>人文>历史> The Third Edition of Educational KnowledgeWWW 2018,2018年4月23日至27日,法1035基于DBpedia的教育标准试题自动生成奥斯卡·罗德里格斯·罗查蔚蓝海岸大学cha@inria.fr摘要教育测验是一种强大而流行的工具,用于测试学习者获得的知识,并以非正式和娱乐的方式加深她/他对特定主题的知识。它们的生产是一项耗时的任务,可以通过利用链接开放数据网(LOD)上现有的知识库来自动化。为了使这些测验对学习者有用,它们必须根据每个科目和学年的官方教育标准定义的知识和技能生成。本文展示了一种方法来自动生成测验根据官方的法国教育标准,从两个不同的知识库。同样,我们显示了这两个知识库的评价。CCS概念• 计算方法学→知识表示和推理;·应用计算→E-learning;·信息系统→Web数据描述语言;关键词电子教育,语义网,关联数据ACM参考格式:Oscar Rodríguez Rocha和Catherine Faron Zucker2018年。根据教育标准从DBpedia自动In The 2018 Web Conference Companion,2018年4月23日至27 日 , 法 国 里 昂 。 ACM , New York , NY , USA , 7 页 。https://doi.org/10.1145/3184558.31915341引言教育测验已经成为一种流行的工具,它允许学生或学习者以非正式和娱乐的方式发现和加深他们对特定主题的知识根据[15]中的作者,它们的生成可以利用语义Web技术和链接开放数据(LOD)自动化然而,能够从LOD的资源中生成关于特定主题的测验,其中包含与每个学生的教育水平相关的问题,仍然是一个开放的研究问题。在此背景下,本文所述的研究工作为以下研究问题提供了答案:(1) 如何从LOD中选择与特定学科和特定学校级别相关的资源?本文在知识共享署名4.0国际(CC BY 4.0)许可下发布作者保留在其个人和公司网站上以适当的归属方式传播作品的权利。WWW©2018 IW3C2(国际万维网会议委员会),在知识共享CC BY 4.0许可下发布。ACM ISBN 978-1-4503-5640-4/18/04。https://doi.org/10.1145/3184558.3191534凯瑟琳·法隆·朱克法国蔚蓝海岸大学faron@unice.fr(2) 从LOD中选择合适的资源时,哪种知识和技能参考是最合适的?(3) 考虑到学生的学校水平,使用哪种方法来生成关于某个主题在本研究工作中,运用了可借鉴的知识根据法国现有的学校水平的相关资源的选择和技能。为此,我们评估两个现有的教育参考,以确定哪一个允许选择最相关的LOD资源从DBpedia法国的一个给定的主题和不同的学校课程。最后,我们描述了一种方法,就如何执行生成的测验的基础上选定的参考。本文其余部分的结构如下:在第二节中,我们介绍了相关的工作。 在第3节中,我们提出了两个结构化的知识库,可以作为所需的知识和技能的标准,在法国教育系统的学年。在第4节中,我们描述了如何通过分析这样的知识库,我们可以从DBpedia生成知识图,其中的资源可以用于自动生成测验 在第5节中,我们简要描述了从这样的知识图自动生成测验的原理。在第6节中,我们描述了知识图的实现和评估以及从中生成的测验结论和未来的工作在第7节。2相关工作相关的作品处理本体论的发展,电子教育和课程和生成的测验。2.1教育信息化与课程本体论的相关研究在[17]中,作者提供了关于在电子学习系统领域中本体的开发和使用的文献调查。在这些作品中,CURONTO [5]是然而,它并没有提供教育系统所需的知识和技能的描述或Gescur [11]是一个专门用于管理和评估课程实施的工具,它促进了课程管理过程 它依赖于与中学课程管理相关的概念的本体,如教师,部门,目标,科目,模块,任务,文件,政策,活动,学习对象,质量标准等。首页>外文书>人文>历史> The Third Edition of Educational KnowledgeWWW 2018,2018年4月23日至27日,法1036在[9]中提出了一个教育语义网本体。它侧重于代表高等教育的概念,并协助专门的电子学习系统。在[13]中,作者提出了OntoEdu,一种用于电子学习的教育平台架构,它依赖于描述所有教育活动及其之间关系的活动本体,以及描述教育内容组织的材料本体。不幸的是,这个本体论在网上是不可最后,在[16]中,作者提出了EduProgression,这是一个教育进展的本体模型,在OWL中形式化,它基于根据其不同的教育水平对教育系统同样,这个本体目前也充满了法国教育系统的历史,地理和实验科学与技术科目的进展。2.2关于quizzes generation的相关作品在[14]中提出了一组用于从给定本体生成问题、答案和反对者的策略在这项工作中提出的战略分为三类:基于类、基于属性和基于术语。正如将要解释的那样,我们的自动生成测验的灵感来自这项工作。此外,我们提出了一个新的分类策略,以产生测验,作者提出。在[10]中,作者提出了一种从基于语义网的领域本体自动生成计算机辅助评估(CAA)他们建议添加注释的元本体用于生成的问题和添加的语义解释的域本体和目标问题本体之间的映射。语义解释是基于Bloomâs教育目标分类中的问题模板的概念。然而,这项工作没有考虑到面向特定教育水平的问题的生成。OntoQue系统致力于基于领域本体生成客观评估项目[4]。它使用本体中关于类、属性和个体的固有知识来生成语义正确的评估项目。作者用来自不同领域的四个OWL本体对系统进行了与这项工作不同的是,我们提出了一个更广泛的自动化方法,利用DBpedia中存在的知识,并可以适应其他知识库或本体。此外,我们的方法是基于使用的教育参考,以产生更具体的问题,根据学习者的水平。在 [12] 中 , 作 者 提 出 了 一 种 使 用 关 联 开 放 数 据(DBpedia)生成教育评估项目 他们描述了一个流线创建变量和填充简单的选择项目模型使用IMS-QTI标准。静态地选择一组资源所共有的一组特定类别,使用SPARQL查询将从中生成问题、答案和干扰项。与我们在本文中提出的工作不同,这项工作不是基于任何教育参考,也没有提出一个自动的方法。在[2]中,作者提出了一种本体验证的方法,它通过以下方法抽象形式语言的复杂性使用专家所经历的一组问题和答案。目的是验证领域的概念化自动推理和语言化技术用于将本体中存在的事实转化为用自然语言表达的问题,以由领域专家进行评估。然后处理这些问题中的每一个的答案以自动验证或校正本体。与此不同的是,我们还没有(尚未)进行评估的领域本体的验证在文献[3]中,作者提出了一种基于自然语言处理中的无监督关系抽取技术的多项选择题(MCQ)自动生成方法。它的目的是识别文档中最重要的命名实体和术语,然后识别它们之间的语义关系,而无需任何关于关系的语义类型或其特定语言实现的先验知识。相反,我们的方法不仅是基于领域本体,但它也允许描述和定义一个特定的知识领域,并利用知识库中发现的知识,如DBpedia的自动生成的问题以下的教育参考。在[6-他们描述了一种基于相似性的心理学上合理的理论[10]来控制问题的难度。他们还描述了一个协议,以评估所生成的问题,如问题的难度的特点。与这项工作不同的是,我们还没有考虑生成的问题的难度的确定。毫无疑问,这是我们将在未来工作中处理的一个方面3知识和技能的教育参考3.1教育进展EduProgression [16]是一种以标准本体网络语言(OWL)形式化的本体模型,用于对2006年[1]和2016年法国共同基础中定义的教育进展或计划进行在这种形式化中,我们确定了以下主要类:知识和技能要素(EKS)。由于技能和知识是共同基础的基石,因此该元素是我们模型的关键概念。它由EKS类表示,EKS类是EduProgression本体的中心类。此类对于通用基的两个版本是通用的。知识和技能的元素与一个集合相关联- 用于特定法语学校周期(classCycle)或课程(class Course)的知识片段(classKnowledge)和/或技能(classSkill),其可以包含参考点(classPointOfReference)以及相关术语的词汇表(classVocabulary)。更确切地说:– 类Knowledge的实例也是skos:Concept的实例,并且每个实例属于包含给定进展的所有知识片段的skos:ConceptScheme。EKS的实例通过属性hasKnowledge与Knowledge的实例相关。·首页>外文书>人文>历史> The Third Edition of Educational KnowledgeWWW 2018,2018年4月23日至27日,法1037– 技能EKS的实例与技能通过属性hasSkill。– 当然了在2006年的法国共同基础中,学生应发展的技能例如,在此上下文中,类Course的实例表示循环中的一个课程。EKS的实例通过属性hasCourse与Course的实例相关。– 周期在2016年的法国共同基地中,学生的预期发展仅由周期来定义EKS的实例通过属性hasCycle与Cycle的实例相关。– 参考点。一个例如的类PointOfReference表示关于知识和技能的特定元素的教育引用元素(EKS的实例)。EKS的实例通过属性hasPointOfReference与类PointOfReference的实例相关。EduProgression本体可在线免费访问1。它由7个OWL类和8个OWL对象属性组成,目前填充了法国教育系统的历史,地理和实验科学与技术科目以及法国学校课程CE2,CM1和CM2的进展。下面是一个EKS代表和描述的通过教育进步。@prefix:.@prefix rdfs:http<:www.w3.org/2000/01/rdf-schema#>.:Lire_une_carte a:EKS ;rdfs:label“读取地图”@en;:hasCourse:CM2;:hasLearningDomain:Capacites_propres_a_la_geographie;:hasSkill:Realiser_une_carte_simple,:Utiliser_la_legende_dune_carte。:CM 2a:课程;rdfs:label“Middle course second year”@en.:Capacites_propres_a_la_geographie a:LearningDomain,skos:Concept;rdfs:label“特定于地理位置的容量”@en ; skos:prefLabel“特定于地理位置的容量”@en;– 词汇项。知识和技能skos:broader:Elements_de_connaissances_et_de_competences_Geographie;具有词汇项。该词汇表对于两个公共基础是兼容的。EKS的一个实例是相关的类VocabularyItem的实例。词汇表项目也是skos:Concept的instance,并且它与skos:ConceptScheme的instance相关,后者收集进展的同义词库的概念。进步。 在2006年发布的共同基础中,知识和技能的渐进式获取被定义为就目前的共同基础而言,逐步获得技能被定义为一个“方案”。因此,在我们的模型中,一个进程或一个程序被表示为类Progression的实例。它可以 关 联 到 现 有 的 学 习 域 ( 通 过 属 性hasLearningDomain)和一个或多个EKS(通过属性hasEKS)。学习领域。一个学习领域代表一个学校比如历史或数学。在本体论EduProgression中,学习领域由LearningDomain类的一个实例,它也是skos:Concept的一个实例,它是(仅)一个skos:ConceptScheme的一部分,包含进程的唯一学习域。此外,由于它们是SKOS概念,所以通过使用skos:较宽和/或skos:较窄属性来分层组织学习域。学习领域可以与进展或EKS相关联。技能领域。对于2016年的公共基础,每个技能领域都可以在我们的模型中由类SkillsDomain的实例表示。可以通过属性hasSkillsDomain将EKS关联到一个或多个技能域,以表示其目标技能域。skos:inScheme:GeographieLearning Domains;:Realiser_une_carte_simple a:技能;rdfs:label“创建一个简单的地图”@en;:Utiliser_la_legende_dune_carte a:技能;rdfs:label“使用地图图例”@en;3.2Les Incollables知识库在In-riahttp://www.inria.fr和Qwant2之间的Intellliquiz协作项目的框架中,我们的目标是开发一个自动引擎来生成包含多项选择题的测验,以及它们的答案和干扰因素,通过最初将LesIncollables3的有限问题数据集中当前存在的主题和信息作为参考,使用Web of Data作为知识源。Les Incollables是一款世界著名的法语问答游戏,主要目的是通过游戏来教育儿童和青少年游戏的大量问题是选择题,最初由领域专家手动创建,并写在纸质卡片和几种非数字格式上。这些问题是考虑到法国教育系统的不同学校级别而设计的。作为该项目的一部分,属于6个法国学校课程(CP,CE1,CE2,CM1,CM2和6e)的大约160,000个游戏问题已经进行了数字化处理。这个数字化-测试过程包括来自游戏卡、扫描文档和包含问题的现有图像的OCR。一旦数字化,这些问题表示和描述的OWL本体的方式,并存储在一个结构化的数据格式(RDF)。使用的OWL本体是:第四章. 一个OWL词汇表,描述并表示多项选择题测验中最常见的元素,例如1http://ns.inria.fr/semed/eduprogression2http://www.qwant.com3http://www.lesincollables.com4http://ns.inria.fr/semed/linquest····首页>外文书>人文>历史> The Third Edition of Educational KnowledgeWWW 2018,2018年4月23日至27日,法1038图1:EduProgression本体的类和属性作为问题和其答案对QA,该问题的自然语言表示NLQuestion和该答案的自然语言表示NLAnanswer,问题集合QASet和问题集合的集合QAMultiSet。5.描述和表示Les Incollables游戏的测验的最具体方面的OWL词汇表,例如一组问题(QASet)的主题(一个或多个主题)hasTheme和它的级别hasLevel。此外,与linquest 问 题 ( QA ) 相 关 的 DBpedia 资 源 具 有RelatedDBpediaResource。第六章.它将法国教育系统的周期,课程和相关信息形式化,使其能够以标准的正式模型表示,可由机器搜索和理解它的主要课程是学位和学校。.在此之后,通过使用DBpediaSpotlight7并使用一些关键字,每个问题元素QA已经用其对应的DBpedia资源自动注释对于本文中描述的实验,我们从6门学校课程中获得了地理主题的126个最具代表性的问题的子集Les Incollables知识库的摘录如下所示5http://www.gaya-technology.com/incollables6http://ns.inria.fr/semed/frenchedu/7http://www.dbpedia-spotlight.org/@前缀dbpedia-fr:http<:fr.dbpedia.org/resource/>. @prefixinc:http<:www.gaya-technology.com/incollables#>. @prefixlq:.@前缀fe:.inc:QASet-HG-CEllq:hasQA #Q2163>;inc:hasLevel fe:Cours_elementaire_premiere_annee; inc:hasThemeinc:HistoireGeoEdCiv.inc:Q2163 a lq:QA;问:西班牙首都是哪里?“@fr; lq:NLQuestion“西班牙的首都是哪里?“@en ; inc:hasRelatedDBpediaResource dbpedia-fr:Madrid,dbpedia-fr:西班牙,dbpedia-fr:首都。4从DBPEDIA中提取符合教育标准的知识图根据教育标准从数据集中选择与特定学年的主题相关的资源是自动生成对学习者有用的测验的基础由于语义Web上的知识库使用不同的本体和结构化数据的方式,我们决定把我们的研究集中在DBpedia,这是一个最常用的知识库上的链接开放数据,并提供了大量的资源,从不同的领域。要从DBpedia中提取包含特定领域和学年(我们称之为··首页>外文书>人文>历史> The Third Edition of Educational KnowledgeWWW 2018,2018年4月23日至27日,法1039()下一页知识图谱),我们的方法如下:我们首先分析的关键字的能力和技能,在每个知识库的教育标准对应的目标领域和学年定义。然后,从这些关键词中,我们提取命名实体R的DBpedia的初始集合,并且我们丰富将其与具有相关类别的所提取的资源的维基链接相关联。为此,我们构建了一组类别C,其结果是在DBpedia上进行专用SPARQL查询,以搜索R中每个资源的dcterms:subject属性或dcterms:subject/skos:broader属性路径的值。然后我们限制到C限于具有最相关资源的k个类别。 我们认为CtopK是最相关类别的集合,因此R中具有CtopK类别的资源的维基链接被添加到R中。类别的数量k的值通过类别相对于域的相关性的手动分析来确定,从而允许丢弃可能与目标域不相关的一些类别。最后,描述R中的资源的三元组的集合被存储在命名图NG中。启发式1:命名实体和过滤类别提取tion1 NEFCEK输入:一组关键词K;阈值k输出:命名图NG2R←;3C←;4对于每个关键字ki∈Kdo5R←R+related_resorces(ki,DBpedia);6对于每个资源ri∈Rdo7C←C+query_cateдories(ri,DBpedia);8CtopK←topKcateдories(k);9对于每个资源ri∈Rdo10WL←wikilink_resorces(ri,DBpedia);11foreachwikilink resourcewlri∈W Ldo12RC←resource_cateдories(wlri,DBpedia);13对于每个资源类别ci∈RCdo14如果资源类别Ci∈CtopK,则15R←R+wlri;16NG←дenerate_named_дraph(R);17返回NG这种启发式的主要优点是,它能够从DBpedia中发现相关的相关资源,并且它限制了可以通过基于类别的过滤器添加的非相关资源的数量通过一个简单的SPARQL(如图所示),可以检索生成的知识图中包含的所有DBpedia资源:PREFIX rdfs:http<:www.w3.org/2000/01/rdf-schema#>SELECT DISTINCT?资源?标签从何处{?资源rdfs:label?label.FILTER(strstarts(str(?a),“http://fr.dbpedia.org/resource“))}5基于知识图的试题自动生成正如已经在[15]中讨论的,认为生成测验是一项耗时的任务,可以通过利用Web上现有的知识库。为此,我们提出了一种方法,从Web of Data上的知识库中自动生成测验,该方法依赖于[14]关于通过查询从领域本体生成多项选择题。我们提出了一个新的分类策略,以产生测验。表1的第一列列出了生成测验的所有策略类别 从该表中可以看出,每个类别对应于要生成的目标问题的类型;并且为了实现它,期望的输出是一种特殊类型的RDF三元组,其应该通过使用预定义的SPARQL查询模板从知识图中检索。当考虑这种自动生成测验的方法时,其有效性关键取决于被考虑用于回答实施策略的SPARQL查询的知识图6所提议方法为了比较评估知识和技能的两个参考标准(Les Incollables和EduProgression),我们从每个CM2学年定义的关键字中生成了一个知识图。然后,我们评估了每个知识图中包含的资源的相关性。最后,我们测量了每个知识图中的资源对测验生成的6.1通过对所选资源进行评分来评估生成的知识图谱为了评估CM2地理学年的两个知识库中包含的资源的相关性,我们要求教授CM2水平的地理教师评估所选列表中的每个资源与域和学校水平的相关性。教师得到了一个电子表格,其中有从两个知识库中随机提取的188个资源每项资源的评价等级为1(完全不相关)至5(非常相关)。一旦评估了资源的相关性,我们就计算了从每个参考标准生成的资源的精度。我们把它定义为相关资源的比例;首页>外文书>人文>历史> The Third Edition of Educational KnowledgeWWW 2018,2018年4月23日至27日,法1040类别输出示例问题查找给定类1个资源和1个类什么是塞纳河?一条河查找将资源与数据值相关联的数据属性1个资源、1个数据值和1个数据属性巴黎的总人口是多少?2240621查找关联两个资源1属性和2资源尼斯索菲亚安提波利斯大学在哪个城市?在尼斯查找给定类2个类(1个类及其超类)什么是犹太教堂?宗教建筑表1:从知识图谱生成问题的策略类别及其预期输出教育进展 莱因科拉布勒精密度0,78 0,73表2:每个教育参考的资源的精确度图2:每个参考标准的资源精度在从给定参考标准(等式(1))生成的一组资源中。相关资源数量P=参比标准品生成的总资源组(一)我们认为,如果资源的得分大于或等于3,则该资源是相关的。每个教育参考资料的资源所获得的精度报告在表2中,并在图2中示出。正 如 我 们 所 看 到 的 , 在 这 次 评 估 之 后 , 根 据 参 考EduProgression标准生成的资源根据领域和学校级别更相关。6.2通过对生成的测验进行评分来评估生成的一旦评估了从两个参考教育标准生成的资源的相关性,我们就将第5节中提到的测验生成技术应用于从每个参考教育标准生成的每个DBpedia子图。表3报告了每个子图生成的问题数量。最后,我们要求地理教师评估每个教育参考资料所教育进展 莱因科拉布勒问题191 286表3:每个教育参考文献生成的问题数量教育进展 莱因科拉布勒平均相关性表4:每个教育参考的问题的平均相关性(on1到5的等级,其中5是最相关的为此,他得到了一个100个问题的列表,每个教育参考,随机抽取。该评价的结果示于下表4中。从这些结果可以解释,从教育参考“EduProgression”提取的DBpedia资源生成的问题被评估为相对于“Les Incollables”具有更高的平均相关性这些结果与从每个教育参考中提取的评估资源的评估相关性是一致的。7结论和今后的工作在本文中,我们已经提出了一种方法来自动生成一个特定的主题的测验,考虑到一个帐户的学校水平的目标学生。通过一个教育参考,我们的方法是能够提取资源的LOD(对应于一个特定的主题和一个特定的学年),从中产生的测验。我们 提 供 了 两 个 结 构 化 的 教 育 参 考 : EduProgression 和 LesIncollables,我们已经对它们进行了评估,以确定从哪一个可以提取更多相关资源和测验。从地理教师对CM2学校水平的地 理 资 源 和 测 验 的 评 估 中 , 我 们 可 以 得 出 结 论 ,EduProgression是允许生成更相关的资源和测验的教育参考。然而,作为未来的工作,我们计划扩大我们的评估,考虑到其他学校课程和科目产生的测验,也涉及更多的教授。未来的工作还包括从其他链接的数据源中提取资源,而不仅仅是从DBpedia中提取资源。最后,我们考虑改进我们的启发式的选择相关的资源,也给可能性的生成器的测验,手动选择的类别,从中过滤相关的资源。首页>外文书>人文>历史> The Third Edition of Educational KnowledgeWWW 2018,2018年4月23日至27日,法1041引用[1] [n. d.]。 Le Socle Commun de Connaissances et de Compétences. ([n.d.])。网址://media.education.gouv.fr/file/46/7/5467.pdf[2] Asma Ben Abacha,Júlio Cesar dos Reis,Yassine Mrabet,Cédric Pruski,and Marcos Da Silveira. 2016. 面 向 本 体 论 和 映 射 验 证 J.BiomedicalSemantics 7(2016),48. https://doi.org/10.1186/s13326-016-0089-6[3] Naveed Afzal和Ruslan Mitkov2014年使用基于依存关系的语义关系自动生成多项SoftComputing18,7(2014),1269-1281.https://doi.org/10.1007/s00500-013-1141-4[4] M.叶海亚2011. OntoQue:一个基于领域本体的教育评估问题生成引擎。2011 年 IEEE 第 11 届 高 级 学 习 技 术 国 际 会 议 。 393-395.https://doi.org/10.1109/ICALT.2011.124[5] Maha Al-Yahya、Auhood Al-Faries和Remya George。2013. CURONTO:课程 表 征 的 本 体 模 型 第 18 届 ACM 计算机科学教育创 新 与 技 术 会议(ITiCSE'13)。ACM,NewYork,NY,USA,358https://doi.org/10.1145/2462476.2465602[6] Tahani Alsubait、Bijan Parsia和Uli Sattler。2014年生成多项选择来自Ontologies的问题:学到的教训。第11届OWL国际研讨会:经验和方向(OWLED 2014)与第13届国际语义网会议(ISWC 2014)共同举办,Riva delGarda , 意 大 利 , 2014 年 10 月 17 日 至 18 日 。 73-84. http://ceur-ws.org/Vol-1265/owled2014_submission_11.pdf[7] Tahani Alsubait、Bijan Parsia和Uli Sattler。2015年。从本体生成多项选择题:我们能走多远? 施普林格国际出版社查姆66比79 https://doi.org/10.1007/978-3-319-17966-7_7[8] Tahani Alsubait、Bijan Parsia和Ulrike Sattler。2016年。基于本体的多项选择 题 生 成 。 KI-Künstliche Intelligenz30 , 2 ( 2016 ) , 183-188.https://doi.org/10.1007/s13218-015-0405-9[9] M. 布科斯湾Dragulescu和M.维尔坦2010年。为高等教育电子化学习设计一个语意网本体。在电子和电信(ISETC)中,2010年第九届国际学术研讨会。415-418https://doi.org/10.1109/ISETC。2010.5679298[10] Marija Cubric和Milorad Tosic。2010.利用语义网技术自动生成电子评估2010年国际计算机辅助评估会议论文集。http://hdl.handle.net/2299/4885[11] 希拉里·德克斯特和伊万·戴维斯2009.基于本体论的课程知识库管理复杂性和变化。2014 IEEE第14届高级学习技术国际会议0(2009),136-140。https://doi.org/10.1109/ICALT.2009.85[12] 穆里尔·福隆诺2012年。从关联开放数据生成教育评估项目:DBpedia案例。施普林格柏林海德堡,柏林,海德堡,16https://doi.org/10.1007/978-3-642-25953-1_2[13] 崔光佐,陈飞,陈虎,李淑芳。2004年OntoEdu:一个基于本体的教育网格系统的案例研究。香港GCCCE国际会议。[14] Andreas Papasalouros,Konstantinos Kanaris,and Konstantinos Kotis. 2008.从领域 本体自动生成 多项选择题Ine-Learning (2009-03-01), MiguelBaptista Nunes and Maggie McPher- son ( Eds. ) . IADIS , 427-434.http://dblp.uni-trier.de/db/conf/iadis/el2008.html#PapasalourosKK08[15] O. Rodriguez Rocha和C.法隆·朱克2017年。从领域本体自动生成教育试题。在EDULEARN17会议录(第九届教育和新学习技术国际会议)。IATED,4024-4030。https://doi.org/10.21125/edulearn.2017.1866[16] Oscar Rodríguez Rocha,Catherine Faron Zucker,and Geraud Fokou Pelap.2017年。一法 国 小 学 课 程 的 正 式 化 InKnowledge Engineer- ing and KnowledgeManagement,Paolo Ciancarini,Francesco Poggi,Matthew Hor- ridge,JunZhao , Tudor Groza , Mari Carmen Suarez-Figueroa , MathieuSpringerInternational Publishing,Cham,82-94.[17] Maha Al Yahya、Remya George和Auhood Alfaries。2015.网络学习中的本体 论 : 文 献 综 述 International Journal of Software Engineering and ItsApplications9,2(2015),67
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- 京瓷TASKalfa系列维修手册:安全与操作指南
- 小波变换在视频压缩中的应用
- Microsoft OfficeXP详解:WordXP、ExcelXP和PowerPointXP
- 雀巢在线媒介投放策划:门户网站与广告效果分析
- 用友NC-V56供应链功能升级详解(84页)
- 计算机病毒与防御策略探索
- 企业网NAT技术实践:2022年部署互联网出口策略
- 软件测试面试必备:概念、原则与常见问题解析
- 2022年Windows IIS服务器内外网配置详解与Serv-U FTP服务器安装
- 中国联通:企业级ICT转型与创新实践
- C#图形图像编程深入解析:GDI+与多媒体应用
- Xilinx AXI Interconnect v2.1用户指南
- DIY编程电缆全攻略:接口类型与自制指南
- 电脑维护与硬盘数据恢复指南
- 计算机网络技术专业剖析:人才培养与改革
- 量化多因子指数增强策略:微观视角的实证分析
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功