論文の概要: Text mining in education
- arxiv url: http://arxiv.org/abs/2403.00769v1
- Date: Sun, 11 Feb 2024 11:41:25 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-11 00:20:16.271402
- Title: Text mining in education
- Title（参考訳）: 教育におけるテキストマイニング
- Authors: R. Ferreira-Mello, M. Andre, A. Pinheiro, E. Costa, and C. Romero
- Abstract要約: 本研究は,教育用テキストマイニング分野の現状を体系的に概観するものである。
私たちの最終目標は3つの主要な研究課題に答えることです。
そして、主な応用と教育の目標は何ですか?
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The explosive growth of online education environments is generating a massive
volume of data, specially in text format from forums, chats, social networks,
assessments, essays, among others. It produces exciting challenges on how to
mine text data in order to find useful knowledge for educational stakeholders.
Despite the increasing number of educational applications of text mining
published recently, we have not found any paper surveying them. In this line,
this work presents a systematic overview of the current status of the
Educational Text Mining field. Our final goal is to answer three main research
questions: Which are the text mining techniques most used in educational
environments? Which are the most used educational resources? And which are the
main applications or educational goals? Finally, we outline the conclusions and
the more interesting future trends.
- Abstract（参考訳）: オンライン教育環境の爆発的な成長は、特にフォーラム、チャット、ソーシャルネットワーク、アセスメント、エッセイなどのテキスト形式で大量のデータを生み出している。
教育関係者にとって有用な知識を見つけるために、テキストデータのマイニングにエキサイティングな課題を生み出します。
近年,テキストマイニングの教育的応用が増えているにもかかわらず,本研究の成果は得られていない。
本稿では,教育用テキストマイニング分野の現状を体系的に概観する。
最後の目標は3つの主な研究課題に答えることです:教育環境において最も使われているテキストマイニング技術は何ですか?
最も使われている教育資源はどれですか。
そして、主な応用と教育の目標は何ですか?
最後に、結論と、より興味深い将来の傾向について概説する。
関連論文リスト
- Transformer Models in Education: Summarizing Science Textbooks with AraBART, MT5, AraT5, and mBART [4.214194481944042]
我々はアラビア語の教科書を対象とする高度なテキスト要約システムを開発した。
このシステムは、パレスチナのカリキュラムにおいて、11年生と12年生の生物学教科書で見られる最も重要な文章を評価し、抽出する。
論文 参考訳（メタデータ） (2024-06-11T20:14:09Z) - Educational data mining and learning analytics: An updated survey [0.0]
この調査は、このジャーナルで公開された前の調査の更新版と改善版である。
教育データマイニングと学習分析が教育データに対してどのように適用されてきたのかを、理解しやすく、非常に一般的な方法でレビューする。
論文 参考訳（メタデータ） (2024-02-10T18:48:45Z) - Industrial Memories: Exploring the Findings of Government Inquiries with
Neural Word Embedding and Machine Learning [9.281671380673304]
本稿では,政府調査の結果を詳述した大量のテキストの探索を支援するためのテキストマイニングシステムを提案する。
我々は,アイルランド政府の産業学校への探究の成果を,単語の埋め込み,テキストの分類,可視化によって変えた。
論文 参考訳（メタデータ） (2023-08-02T10:39:11Z) - CiteBench: A benchmark for Scientific Citation Text Generation [69.37571393032026]
CiteBenchは引用テキスト生成のベンチマークである。
CiteBenchのコードはhttps://github.com/UKPLab/citebench.comで公開しています。
論文 参考訳（メタデータ） (2022-12-19T16:10:56Z) - A Survey on Retrieval-Augmented Text Generation [53.04991859796971]
Retrieval-augmented text generationは顕著な利点があり、多くのNLPタスクで最先端のパフォーマンスを実現している。
まず、検索拡張生成の一般的なパラダイムを強調し、異なるタスクに応じて注目すべきアプローチをレビューする。
論文 参考訳（メタデータ） (2022-02-02T16:18:41Z) - A Transfer Learning Pipeline for Educational Resource Discovery with
Application in Leading Paragraph Generation [71.92338855383238]
本稿では,新しいドメインに対するWebリソース発見を自動化するパイプラインを提案する。
パイプラインは2つの類似しているが新規なターゲットドメインで評価すると、F1スコアは0.94と0.82となる。
本研究は,サーベイジェネレーションのための各種Webリソースを考察した最初の研究である。
論文 参考訳（メタデータ） (2022-01-07T03:35:40Z) - Positioning yourself in the maze of Neural Text Generation: A
Task-Agnostic Survey [54.34370423151014]
本稿では, ストーリーテリング, 要約, 翻訳など, 世代ごとのタスクインパクトをリレーする手法の構成要素について検討する。
本稿では,学習パラダイム,事前学習,モデリングアプローチ,復号化,各分野における重要な課題について,命令的手法の抽象化を提案する。
論文 参考訳（メタデータ） (2020-10-14T17:54:42Z) - A Survey of Knowledge-Enhanced Text Generation [81.24633231919137]
テキスト生成の目標は、機械を人間の言語で表現できるようにすることである。
入力テキストを出力テキストにマッピングすることを学ぶことで、目的を達成するために、様々なニューラルエンコーダデコーダモデルが提案されている。
この問題に対処するために、研究者は入力テキスト以外の様々な種類の知識を生成モデルに組み込むことを検討してきた。
論文 参考訳（メタデータ） (2020-10-09T06:46:46Z) - From Standard Summarization to New Tasks and Beyond: Summarization with
Manifold Information [77.89755281215079]
テキスト要約は、原文書の短く凝縮した版を作成することを目的とした研究分野である。
現実世界のアプリケーションでは、ほとんどのデータは平易なテキスト形式ではない。
本稿では,現実のアプリケーションにおけるこれらの新しい要約タスクとアプローチについて調査する。
論文 参考訳（メタデータ） (2020-05-10T14:59:36Z) - Text Recognition in the Wild: A Survey [33.22076515689926]
本論文は,シーンテキスト認識の分野の全体像を提示する試みである。
この分野に参入する人々に対する包括的なリファレンスを提供しており、将来の研究を刺激するのに役立ちます。
論文 参考訳（メタデータ） (2020-05-07T13:57:04Z)
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。