An Approach to Automatically generating Riddles aiding Concept Attainment

要約

オンライン学習環境における主な課題の 1 つは、学習者のエンゲージメントを維持することです。
学習者の参加を強化するために、オンライン環境とオフライン環境の両方でいくつかの異なる指導戦略が提案されています。
概念到達モデルは、そのような指導戦略の 1 つであり、学習者が辞書での定義だけではなく概念をより深く理解することに重点を置いています。
これは、さまざまな概念の例と非例を区別するために使用されるプロパティを検索してリストすることによって行われます。
私たちの取り組みでは、概念達成モデルを適用して概念的な謎を構築し、オンライン学習環境に展開することを試みています。
このアプローチには、学習リソースから事実のトリプルを作成し、概念に対する独自性に基づいてそれらを「トピック マーカー」と「共通」に分類し、続いて概念達成モデルの形式に基づいて謎を生成し、それらの謎に対する考えられるすべての解決策を把握することが含まれます。
人間による謎の評価から得られた結果は、心強いものであることが証明されています。

要約(オリジナル)

One of the primary challenges in online learning environments, is to retain learner engagement. Several different instructional strategies are proposed both in online and offline environments to enhance learner engagement. The Concept Attainment Model is one such instructional strategy that focuses on learners acquiring a deeper understanding of a concept rather than just its dictionary definition. This is done by searching and listing the properties used to distinguish examples from non-examples of various concepts. Our work attempts to apply the Concept Attainment Model to build conceptual riddles, to deploy over online learning environments. The approach involves creating factual triples from learning resources, classifying them based on their uniqueness to a concept into `Topic Markers’ and `Common’, followed by generating riddles based on the Concept Attainment Model’s format and capturing all possible solutions to those riddles. The results obtained from the human evaluation of riddles prove encouraging.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google