Тип работы:
Предмет:
Язык работы:


РАЗРАБОТКА СИСТЕМЫ ГЕНЕРАЦИИ ВОПРОСОВ ПО ЗАДАННЫМ СУБЪЕКТАМ ПРИ ПОМОЩИ СЕМАНТИЧЕСКОЙ СЕТИ

Работа №34867

Тип работы

Дипломные работы, ВКР

Предмет

информатика

Объем работы45
Год сдачи2019
Стоимость6500 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
202
Не подходит работа?

Узнай цену на написание


ВВЕДЕНИЕ 3
1. ОБЗОР 5
1.1 Существующие инструменты 5
1.1.1 Resource description framework 6
1.1.2 Связанные данные 6
1.1.3 Выбор базы знаний 7
1.1.4 DbPedia 10
1.1.5 SPARQL 11
1.2 Существующие решения 12
1.3 Модификации 15
2. РАЗРАБОТКА СИСТЕМЫ ГЕНЕРАЦИИ ВОПРОСОВ 17
ПО ЗАДАННЫМ СУБЪЕКТАМ ПРИ ПОМОЩИ СЕМАНТИЧЕСКОЙ СЕТИ
2.1 Требования 17
2.2 Архитектура и API системы 18
2.3 Извлечение сущности 21
2.4 Построение вопросов 24
2.5 Построение альтернативных вариантов ответа 29
3. АПРОБАЦИЯ 31
3.1 Генерация вопросов 31
3.2 Тестирование учеников 32
ЗАКЛЮЧЕНИЕ 33
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


В интернете имеется огромное количество ресурсов, чем это может помочь ученикам в процессе обучения кроме того, что информацию можно «гуглить»? Большое количество материалов доступно и без особого труда находится в поиске. Что касается преподавателей, многие проводят тесты у учеников. Тесты преподаватель часто скачивает с интернета, либо пишет свои. Написание тестов или викторин для учеников трудоемко, вопросы пишутся вручную.
Преподаватель обращается к учебной литературе и к поиску в интернете. Когда пользователь делает поисковый запрос, например, в гугле, система обращается к собственной базе знаний, основанной на семантической сети, и выдает предлагаемые ответы и подбор соответствующих смежных понятий. Почему бы не сделать обращение к базе знаний в системе создания вопросов для тестов?
Преподаватель строит тест по определенной теме. Для этого ему необходимо выбрать субъекты, по которым будут предложены вопросы. Для ускорения процесса создания тестов было решено разработать систему, которая должна позволять создавать вопросы, которые, в свою очередь, должны генерироваться при помощи заданного субъекта и информации о нем в семантической сети.
Целью данной работы является разработка системы построения вопросов по субъекту, найденному или определенному при помощи семантической сети.
Задачи исследования:
1. Проанализировать предметную область и доступные базы знаний, основанные на семантической сети.
2. Проанализировать имеющиеся решения.
3. Выявить требования к системе генерации вопросов по заданным субъектам при помощи семантической сети.
4. Разработать алгоритм для построения вопроса при помощи семантической сети с указанием субъекта, по которому будет построен вопрос.
5. Разработать интерфейс для системы генерации вопросов по заданным субъектам при помощи семантической сети.


Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В ходе работы решены поставленные задачи. Были проанализированы существующие графы знаний. Разработана система генерации вопросов для тестов или викторин по заданному субъекту, найденному в поиске или при помощи географической карты.
В созданной системе есть функционал, реализующий поиск субъектов для построения вопросов при помощи географической карты. Это дает возможность построения викторин или тестов по краеведению.
Клиентская часть системы может быть разработана для мобильных устройств так, что у пользователей будет возможность создавать обучающие тесты для себя и друг для друга.
Пользователи (школьники, студенты, преподаватели, другие), пользуясь функционалом системы, могут вызывать друг друга на созданные тесты. Таким образом повышать собственную эрудицию.
Созданную систему можно доработать, добавив в нее доступные графы знаний Wikidata. Это увеличит количество вопросов, которые способна предоставить система.



1. RDF Schema 1.1 // W3C [Электронный ресурс] - https://www.w3.org/ TR/rdf-schema/ (дата обращения: 25.03.2019).
2. ГОСТ Р ИСО 15926-2-2010 Системы промышленной автоматизации и интеграция. [Электронный ресурс] - http://docs.cntd.ru/document/ 1200097420 (дата обращения: 12.04.2019).
3. Tim Berners-Lee. Linked Data [Электронный ресурс]. - https:// www.w3.org/DesignIssues/LinkedData.html (дата обращения: 11.04.2019).
4. Amrapali Zaveri, University of Leipzig. Linked Data Quality of DBpedia, Freebase, OpenCyc, Wikidata, and YAGO [Электронный ресурс]. - http:// www.aifb.kit.edu/images/c/ca/KG-Comparison-SWJ-Article.pdf (дата обращения: 05.04.2019).
5. Learn about DBPedia // About | DBPedia [Электронный ресурс] - https://wiki.dbpedia.org/about (дата обращения: 10.04.2019).
6. SPARQL Query Language for RDF // W3C. [Электронный ресурс] - https://www.w3.org/TR/rdf-sparql-query/ (дата обращения: 20.03.2019).
7. Auto-generated trivia questions based on DBPedia data. // n1try/ linkeddata-trivia. [Электронный ресурс] - https:// github.com/n1try/linkeddata- trivia (дата обращения: 01.02.2019).
8. Linked Open Data Seminar 2016 - Knowledge Panel. // n1try/kit-lod16- knowledge-panel. [Электронный ресурс] - https:// github.com/n1try/kit-lod16- knowledge-panel (дата обращения: 01.02.2019).
9. G. Vega-Gorgojo, Don Naipe. Clover quiz: A mobile trivia game based on DBpedia data. [Электронный ресурс] - http://ceur-ws.org/Vol-1963/ paper474.pdf (дата обращения: 11.04.2019).
10. Virtuoso SPARQL Query Editor // DBpedia. [Электронный ресурс] - https://dbpedia.org/sparql (дата обращения: 20.03.2019).
11. Ontology Classes // DBPedia mappings [Электронный ресурс] - http:// mappings.dbpedia.org/server/ontology/classes/ (дата обращения: 27.03.2019).
12. What is DBpedia? // DBpedia Blog. [Электронный ресурс] - https:// blog.dbpedia.org/sample-page/ (дата обращения: 03.04.2019).
13. Schoneville C. Data Revolution for Wikipedia // Wikimedia Deutschland. 2012. [Электронный ресурс] - https://wikimedia.de/wiki/Pressemitteilungen/ PM_3_12_Wikidata_EN (дата обращения: 10.04.2019).
14. Berners-Lee T. Semantic Web Road map // The World Wide Web Consortium (W3C). 1998. [Электронный ресурс] - https://www.w3.org/ DesignIssues/Semantic.html (дата обращения: 10.04.2019).
15. Zaino J. Semantic Web and Semantic Technology Trends in 2018 // Dataversity. 2017. [Электронный ресурс] - https: / / www.dataversity.net/ semantic-technology-semantic-web-trends-2018 (дата обращения: 11.04.2019).
16. OWL Web Ontology Language Overview. W3C Recommendation 10 February 2004 // The World Wide Web Consortium (W3C). 2004. [Электронный ресурс] - https://www.w3.org/TR/owl-features/ (дата обращения: 04.04.2019).


Работу высылаем на протяжении 30 минут после оплаты.




©2025 Cервис помощи студентам в выполнении работ