論文の概要: Integration of LaTeX formula in computer-based test application for
academic purposes
- arxiv url: http://arxiv.org/abs/2402.01660v1
- Date: Sat, 13 Jan 2024 16:36:51 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-11 17:02:40.072351
- Title: Integration of LaTeX formula in computer-based test application for
academic purposes
- Title(参考訳): コンピュータによる学術的目的のテストアプリケーションにおけるLaTeX公式の統合
- Authors: Ikechukwu E. Onyenwe, Ebele Onyedinma, Onyedika O. Ikechukwu-Onyenwe,
Obinna Agbata, and Faustinah N. Tubo
- Abstract要約: 近年,コンピュータベーステスト (CBT) が普及している。
現在では、ほとんどの機関がペンペーパー方式の代替手段としてアセスメントの提供に使用している。
既存のCBTアプリケーションは、高度な公式、プログラミングコード、テーブルを扱う能力に欠けていた。
- 参考スコア(独自算出の注目度): 0.21748200848556345
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: LaTeX is a free document preparation system that handles the typesetting of
mathematical expressions smoothly and elegantly. It has become the standard
format for creating and publishing research articles in mathematics and many
scientific fields. Computer-based testing (CBT) has become widespread in recent
years. Most establishments now use it to deliver assessments as an alternative
to using the pen-paper method. To deliver an assessment, the examiner would
first add a new exam or edit an existing exam using a CBT editor. Thus, the
implementation of CBT should comprise both support for setting and
administering questions. Existing CBT applications used in the academic space
lacks the capacity to handle advanced formulas, programming codes, and tables,
thereby resorting to converting them into images which takes a lot of time and
storage space. In this paper, we discuss how we solvde this problem by
integrating latex technology into our CBT applications. This enables seamless
manipulation and accurate rendering of tables, programming codes, and equations
to increase readability and clarity on both the setting and administering of
questions platforms. Furthermore, this implementation has reduced drastically
the sizes of system resources allocated to converting tables, codes, and
equations to images. Those in mathematics, statistics, computer science,
engineering, chemistry, etc. will find this application useful.
- Abstract(参考訳): LaTeXは、数学的表現の型付けをスムーズかつエレガントに処理する自由文書作成システムである。
数学や多くの科学分野の研究論文を作成・出版するための標準形式となっている。
近年,コンピュータベーステスト(CBT)が普及している。
現在ではほとんどの機関がペンペーパー方式の代わりに評価を行うのに使っている。
評価を行うために、試験者はまず新しい試験を追加するか、CBTエディタを使って既存の試験を編集する。
したがって、CBTの実装は、質問の設定と管理の両方をサポートするべきである。
学術分野で使用されている既存のcbtアプリケーションは、高度な式、プログラミングコード、テーブルを扱う能力が欠けているため、多くの時間とストレージ空間を必要とする画像に変換することができる。
本稿では,この問題をCBTアプリケーションにラテックス技術を統合することで解決する方法について論じる。
これにより、テーブル、プログラミングコード、方程式のシームレスな操作と正確なレンダリングが可能になり、質問プラットフォームの設定と管理の可読性と明確性を高めることができる。
さらに、この実装は、テーブル、コード、方程式を画像に変換するために割り当てられたシステムリソースのサイズを大幅に削減した。
数学、統計学、計算機科学、工学、化学などの分野では、この応用は有用である。
関連論文リスト
- InternLM-Math: Open Math Large Language Models Toward Verifiable
Reasoning [99.8200914526817]
InternLM2から事前学習を継続するILMs InternLM-Mathをオープンソースとして公開する。
我々は、連鎖推論、報酬モデリング、形式推論、データ拡張、コードインタプリタを、統一されたSeq2seqフォーマットで統一する。
我々の事前学習モデルは、微調整なしでMiniF2Fテストセットで30.3を達成する。
論文 参考訳(メタデータ) (2024-02-09T11:22:08Z) - Generative AI for Math: Part I -- MathPile: A Billion-Token-Scale
Pretraining Corpus for Math [52.66190891388847]
約950億のトークンからなる多様で高品質な数学中心コーパスであるtextscMathPileを紹介します。
精巧なデータ収集と処理には、複雑な事前処理が含まれていました。
われわれのtextscMathPileは、言語モデルの数学的推論能力を高めるのに役立つことを願っている。
論文 参考訳(メタデータ) (2023-12-28T16:55:40Z) - Guess & Sketch: Language Model Guided Transpilation [61.24102712913847]
学習されたトランスパイレーションは、手作業による書き直しやエンジニアリングの取り組みに代わるものだ。
確率的ニューラルネットワークモデル(LM)は、入力毎に可塑性出力を生成するが、正確性を保証するコストがかかる。
Guess & Sketch は LM の特徴からアライメントと信頼性情報を抽出し、意味的等価性を解決するためにシンボリック・ソルバに渡す。
論文 参考訳(メタデータ) (2023-09-25T15:42:18Z) - Dynamic Prompt Learning via Policy Gradient for Semi-structured
Mathematical Reasoning [150.17907456113537]
数学的な推論を必要とする38,431のグレードレベルの問題を含む新しいデータセットであるTabular Math Word Problems (TabMWP)を提案する。
我々は,GPT-3モデルを含む,TabMWP上での事前学習モデルの評価を行った。
本稿では、ポリシー勾配を利用して、少量のトレーニングデータからコンテキスト内サンプルを選択する新しいアプローチ、PromptPGを提案する。
論文 参考訳(メタデータ) (2022-09-29T08:01:04Z) - JiuZhang: A Chinese Pre-trained Language Model for Mathematical Problem
Understanding [74.12405417718054]
本稿では,中国初の数学的事前学習言語モデル(PLM)を提示することにより,機械の数学的知性向上を目指す。
他の標準のNLPタスクとは異なり、数学的テキストは問題文に数学的用語、記号、公式を含むため理解が難しい。
基礎課程と上級課程の両方からなる数学PLMの学習を改善するための新しいカリキュラム事前学習手法を設計する。
論文 参考訳(メタデータ) (2022-06-13T17:03:52Z) - Math-KG: Construction and Applications of Mathematical Knowledge Graph [2.1828601975620257]
本研究では,パイプライン法と自然言語処理技術によって自動的に構築された数学知識グラフMath-KGを提案する。
提案するMath-KGは,故障解析やセマンティックサーチなど,一連のシーンでコントリビューションを行うことができる。
論文 参考訳(メタデータ) (2022-05-08T03:39:07Z) - Tevatron: An Efficient and Flexible Toolkit for Dense Retrieval [60.457378374671656]
Tevatronは、効率、柔軟性、コードの単純さに最適化された高密度な検索ツールキットである。
Tevatronのフレキシブルな設計は、データセット、モデルアーキテクチャ、アクセラレータプラットフォームをまたいで簡単に一般化できることを示す。
論文 参考訳(メタデータ) (2022-03-11T05:47:45Z) - ICDAR 2021 Competition on Scientific Table Image Recognition to LaTeX [1.149654395906819]
本稿では,ICDAR 2021コンペティションのデータセット,課題,参加者の方法,結果について論じる。
本稿では,画像から構造コードを再構成し,画像からコンテンツコードを再構成する2つのサブタスクを提案する。
本報告では、データセットと基礎的真理仕様、使用したパフォーマンス評価指標の詳細、最終結果の提示、参加メソッドの要約について述べる。
論文 参考訳(メタデータ) (2021-05-30T04:17:55Z) - Reproducible Science with LaTeX [4.09920839425892]
本稿では,文書から外部ソースコードを実行する手順を提案する。
結果のPortable Document Format (pdf)ファイルに自動的に計算出力が含まれている。
論文 参考訳(メタデータ) (2020-10-04T04:04:07Z) - Smoke Testing for Machine Learning: Simple Tests to Discover Severe
Defects [7.081604594416339]
我々は、基本的な関数がクラッシュすることなく実行できると主張するのに使用できる、汎用的で単純な煙テストを決定することを試みる。
テストした3つの機械学習ライブラリすべてにバグがあり、3つのライブラリのうち2つに深刻なバグがありました。
論文 参考訳(メタデータ) (2020-09-03T08:54:43Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。