Веб-платформа підтримки освітнього процесу з використанням нейронної мережі для автоматичної генерації навчальних завдань
Вантажиться...
Дата
2024
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота виконана на 62 сторінках, містить 9 ілюстрації, 1 додаток, 13 джерел в переліку посилань.
Мета роботи – розроблення програмного забезпечення автоматичної генерації навчальних завдань з використанням нейромереж.
Методи та засоби: в роботі було використано трансформативну генерацію, мова програмування Python, фреймворк NLTK, бібліотека Transformers, середовище розробки Visual Studio Code.
Основний зміст дипломної роботи: проведено аналіз сучасних рішень у сфері обробки натуральної мови, розглянуто методи трансформативної генерації текстової інформації. Обґрунтовано вибір моделей штучного інтелекту, розроблено програмне забезпечення для генерації навчальних питань та неправильних відповідей до них.
Результати: розроблене програмне забезпечення демонструє коректний контекстуальний аналіз тексту, що підтверджується тестуванням на реальних даних. Система рекомендується для використання в освітній сфері, задля оптимізації навчального процесу.
Опис
Система, що генерує навчальні завдання за допомогою нейромереж, повинна реалізовувати обробку і аналіз тексту моделями штучного інтелекту, генерувати навчальні завдання, а також обробляти вхідні та вихідні дані у певному форматі. Крім того, має бути розроблений користувацький інтерфейс, що має містити поле вводу для уривків тексту чи статей із кнопкою для початку обробки, а також згенеровані питання з правильною та неправильними відповідями. Інтерфейс редактору не має бути перевантажений інформацією та включати лише поле для вводу та згенеровані результати.
Ключові слова
Бібліографічний опис
Волошин, Д. А. Веб-платформа підтримки освітнього процесу з використанням нейронної мережі для автоматичної генерації навчальних завдань : дипломна робота … бакалавра : 122 Комп’ютерні науки / Волошин Денис Андрійович. – Київ, 2024. – 62 с.