Підходи до інформатизації та інтелектуалізації систем оцінювання знань у вищій школі

Размещено на http://www.allbest.ru/

ПІДХОДИ ДО ІНФОРМАТИЗАЦІЇ ТА ІНТЕЛЕКТУАЛІЗАЦІЇ СИСТЕМ ОЦІНЮВАННЯ ЗНАНЬ У ВИЩІЙ ШКОЛІ

Оксана Комарницька,

кандидат філологічних наук, Національна академія Державної прикордонної служби України імені Богдана Хмельницького,

м. Хмельницький

У статті окреслено загальні особливості й проблеми діагностування знань студентів засобами новітніх інформаційних технологій на сучасному етапі, подано загальну характеристику підходів до інформатизації та інтелектуалізації систем оцінювання знань у вищій школі. У статті наведено приклади практичної реалізації систем автоматизованого тестування в Україні та закордоном. Проаналізовано питання лінгвістичного забезпечення автоматизованих систем оцінювання знань, з метою обробки завдань відкритого типу, що передбачають природномовну відповідь.

Ключові слова: оцінювання знань, інтелектуальна система, лінгвістична модель, природна мова, комп'ютерна лінгвістика, автоматизоване тестування.

Комарницкая О.И. Подходы к информатизации и интеллектуализации систем оценивания знаний в высшей школе

В статье обозначены общие особенности и проблемы диагностики знаний студентов средствами новейших информационных технологий на современном этапе, представлена общая характеристика подходов к информатизации и интеллектуализации систем оценивания знаний в высшей школе. В статье приведены примеры практической реализации систем автоматизированного тестирования в Украине и за рубежом. Проанализированы вопросы лингвистического обеспечения автоматизированных систем оценивания знаний с целью обработки задач открытого типа, предусматривающие естественноязыковые ответы.

Ключевые слова: оценивание знаний, интеллектуальная система, лингвистическая модель, естественный язык, компьютерная лингвистика, автоматизированное тестирование.

Komarnytska O. Approaches to Informatization and Intellectualization of Knowledge Assessment Systems in Higher Education

The article outlines the general features and problems of students' knowledge evaluation by means of the state-of-the-art information technologies at the present stage, provides a general description of the approaches to informatization and intellectualization of knowledge assessment systems in higher education. The article gives examples of practical implementation of automated testing systems in Ukraine and abroad. The problems of linguistic provision of automated knowledge assessment systems for the purpose of the natural-language responses processing.

Informatization of the education system, development of personnel management technologies and distance learning systems determine the tasks of developing the automated information systems, which allow to evaluate knowledge quickly and objectively. The task of intellectualizing testing and control processes of knowledge through the use of new information-linguistic and mathematical models and algorithms, technologies of artificial intelligence, modeling of real interaction between a teacher and a student becomes more and more relevant. This determined the purpose of our study to characterize and systematize approaches to informatization and intellectualization of systems for assessing knowledge in higher education.

Rapid and qualitative diagnostics of knowledge by means of automated test systems promotes activation of subjects of educational process and increase of training efficiency. So, the process of computerized testing systems development are extremely important. Today, there are many testing programs that implement various methods of control [8]. Therefore, it is important to systematize approaches to informatization and intellectualization of knowledge assessment systems in the field of monitoring educational activities.

Typically, automated knowledge control systems represent open tasks (short text answer, short numeric response, formula, essay calculation) and closed forms (selection from a plural, choice of matching, sequence setup, right-wrong, etc.). The greatest difficulty in developing intelligent systems for assessing knowledge is precisely the problems of open tasks, which involve a natural-language answer given in an text form. Therefore, most modern testing systems are mainly based on closed tasks, and even if there are open questions, the answer processing is carried out mostly in semi-automatic way, with the participation of the tutor (expert), or is reduced to checking the full coincidence with the sample version of the answer.

Therefore, the task of creating a system of knowledge assessment that would solve the problem of high-quality automated processing of natural-language text responses is extremely urgent.

Keywords: knowledge evaluation, intellectual system, linguistic model, natural language, computer linguistics, automated testing.

Постановка проблеми у загальному вигляді. Гармонізація архітектури системи вищої освіти України, її узгодження із основними принципами, змістом та організацією європейського навчального процесу в рамках Болонського процесу, врахування переваг кредитно-модульної системи сприятимуть підвищенню рівня вітчизняної вищої школи, забезпеченню можливості її інтеграції до єдиного європейського освітнього і наукового простору. Проте, це зумовлює й низку проблем, що потребують розв'язання, а саме: удосконалення змісту навчання, розроблення і застосування інноваційних методів навчання і оцінювання знань студентів, що покликане забезпечити належний рівень підготовки та підвищити конкурентоспроможність випускників вищих навчальних закладів та вітчизняної вищої школи загалом.

Інформатизація системи освіти, розповсюдження систем дистанційного навчання, розвиток технологій управління персоналом актуалізують завдання розробки автоматизованих інформаційних систем, що дозволяють швидко, об'єктивно та якісно оцінювати знання тих, хто навчається. Все більшої актуальності набувають завдання інтелектуалізації процесів тестування та контролю знань за рахунок використання нових інформаційно-лінгвістичних і математичних моделей та алгоритмів, технологій штучного інтелекту, моделювання реальної взаємодії викладача та студента. Саме це і зумовило мету нашого дослідження схарактеризувати та систематизувати підходи до інформатизації та інтелектуалізації систем оцінювання знань у вищій школі.

Аналіз останніх досліджень і публікацій, в яких започатковано вирішення даної проблеми та на які опирається автор. Проблемам діагностики та оцінювання знань засобами новітніх інформаційних технологій присвячені дослідження широкого кола вітчизняних та закордонних науковців (І.Є. Булах, Н.А. Яремчук, Ю.В. Нехаєнко, П.С. Ухань, А.Л. Симонова, Т.В. Солодка, В.В. Хубулашвілі, П. Клайн та ін.).

Розробка та використання інтелектуальних автоматизованих систем оцінювання знань є предметом численних обговорень та досліджень вітчизняних та закордонних науковців та фахівців В.М. Глушкова, Д.Г. Поспелова, Г.М. Шидло, В.С. Аванесова, Д.В. Ланде, О.Є. Литвиненка, А.Ф. Манако, О.О. Марченко, ІА. Метешкина, І.Д. Рудинського, В.Є. Ходакова, С.В. Штангей, S. Deerwester, G. Furnas, T. Landauer, R. Harshman, L. Streeter, J. Bernstein, P. Foltz, D. DeLand та ін., які пропонують використовувати для їх створення апарат нечіткої логіки та методи підвищення ефективності контролю та оцінювання знань на основі сучасних інформаційних технологій. У наш час існує ціла низка цікавих розробок присвячених різним аспектам контролю знань із застосуванням новітніх досягнень науки і комп'ютерної техніки. І.Д. Рудинський у роботі [1] для побудови таких систем визначає як пріоритетні методи теорії штучного інтелекту. Однак в більшості зі згаданих праць лише визначаються в загальних рисах можливі напрями побудови систем контролю знань і, як правило, не наводяться конкретні лінгвістичні моделі, методи штучного інтелекту, теорії нечітких множин, які можна безпосередньо використати для розробки програмного забезпечення інтелектуальних систем оцінювання.

Виклад основного матеріалу дослідження. Інтелектуальні системи оцінювання знань розробляються на межі декількох наукових галузей, серед яких першочергову роль відіграє прикладна лінгвістика, що вивчає будову, зміст та специфіку функціонування мовних одиниць як результат мовленнєвої та мовної діяльності людини звукових або письмових текстів, які можуть слугувати для їхнього моделювання і використання у процесі комп'ютерної обробки мовної інформації [2, с. 8]. Комп'ютерна лінгвістика, як підрозділ прикладної, досліджує проблеми створення систем автоматизованого аналізу, опрацювання і синтезу мовлення; проблеми, пов'язані з репрезентацією і моделюванням мови і знань; лінгвістичні проблеми штучного інтелекту та лінгвістичне забезпечення прикладних систем [3, с. 595]. Засобами комп'ютерної лінгвістики вирішується питання автоматичного опрацювання природної мови, що складає основу для використання в системах контролю знань питань відкритого типу, які передбачають довільну текстову відповідь.

Оскільки за інструментом дослідження (комп'ютер і зорієнтовані на нього процедури опису й аналізу мовного матеріалу) комп'ютерна лінгвістика належить до інформатики та комплексу дисциплін, спрямованих на створення комп'ютерних систем з елементами штучного інтелекту [2, с. 106], то вирішення проблеми опрацювання природної мови неможливе без застосування методів інженерії знань як напряму теорії штучного інтелекту, що оптимізує спілкування людини і машини і пов'язаний із розробленням програм, які імітують здатність людини до розмірковування та навчання [4; 5; 6].

На думку З. В. Партико, в напрямі обробки природної мови, а саме створення керуючих систем для її опрацювання та лінгвістичних інтерфейсів комп'ютерна лінгвістика цілком збігається із такою галуззю наук як кібернетика, до якої відносять створення комп'ютерних лінгвістичних систем. Отже комп'ютерна лінгвістика є складовою кібернетики так само як і мовознавства. Прикладна лінгвістика, в свою чергу, в цій парадигмі виконує завдання формалізації одиниць мови, її граматики й алгоритмів різних видів опрацювання текстів [7, с. 31-32].

Важливою складовою створення інтелектуальних систем оцінювання знань є, безперечно, знання не лише з мовознавства, а й з педагогіки, зокрема її розділу дидактики, що вивчає правила викладання; філософії, а саме її напряму герменевтики, що роз'яснює принципи розуміння та інтерпретації текстів; когнітивної лінгвістики, яка охоплює проблематику подання та функціонування знань засобами природної мови.

І, зрештою, реалізація автоматизованих систем діагностики знань неможлива без застосування технологій програмування та обчислювальної математики, зокрема в рамках забезпечення систем опрацювання текстів, діалогових систем, розробки баз даних та баз знань тощо.

Швидка та якісна діагностика знань засобами автоматизованих тестових систем сприяє активізації суб'єктів навчального процесу та підвищенню ефективності навчання. У зв'язку з цим надзвичайно актуалізувалися процеси розробки комп'ютерних систем контролю знань. Сьогодні існує багато тестових програм, що реалізують різні методи тестового контролю [8]. Тому важливою є задача систематизації підходів до інформатизації та інтелектуалізації систем оцінювання знань у сфері моніторингу освітньої діяльності.

На думку І. Булах [9] застосування комп'ютерних методів оцінювання знань дозволяє реалізувати основні дидактичні принципи контролю навчання:

принцип індивідуального характеру перевірки й оцінки знань;

принцип системності перевірки й оцінки знань;

принцип тематичності;

принцип диференційованої оцінки успішності навчання; принцип однаковості вимог викладачів до студентів. Застосування у вищих навчальних закладах автоматизованих систем тестування з метою оцінювання знань має низку переваг, а саме:

об'єктивність результатів перевірки, у тому числі за рахунок елімінації людського фактору;

можливість одночасного тестування великої кількості студентів; підвищення ефективності контролю знань за рахунок регулярності тестування;

можливість автоматизованої перевірки результатів тестування; використання великої кількості запитань, якими можна охопити дисципліну загалом;

скорочення часу перевірки відповідей на велику кількість завдань; можливість використання автоматизованих систем контролю знань у дистанційному навчанні;

отримання достовірної інформації щодо обсягу і рівня засвоєння навчального матеріалу;

можливість самоконтролю студентів з метою тренування та підготовки до поточного чи модульного контролю;

можливість статистичної та порівняльної характеристики результатів перевірки у межах навчальної групи або окремого студента; інтеграція систем тестування з базами даних тощо.

Сьогодні існує велика кількість практичних реалізацій систем автоматизованого тестування як з окремих дисциплін (предметні тести), так і універсальних систем оцінювання знань (так звані “конструктори тестів”), що є повністю або частково інваріантними і передбачають інформаційне наповнення викладачами організаторами тестування [10].

Комп'ютерне тестування, зазвичай, відносять до адаптивної моделі педагогічного тестування [11]. Адаптивно-навчальні системи функціонують у контексті сучасного підходу до технології контролю знань, запропонованого Л.А. Растригіним, відповідно до якого відносини між учнем і вчителем подаються як відносини між об'єктом керування і керувальним пристроєм [12]. Адаптивне тестування це широкий клас методик тестування, які передбачають зміну послідовності завдань у самому процесі тестування з урахуванням відповідей студента на вже отримані завдання. У процесі проходження тесту (або набору тестів) будується модель особи, яка навчається, для подальшого використання при виборі наступних завдань тестування залежно від рівня знань студента [13].

Адаптивно-навчального підходу до побудови систем контролю знань дотримується низка дослідників, зокрема Шмелев А.Г., який застосовує адаптивний алгоритм подання тестових завдань в розробленій системі “Телетестинг”; О.І. Малкіна та Д.В. Сошніков розглядають методику створення інтерактивної системи адаптивного тестування в мережі Інтернет, засновану на використанні технологій штучного інтелекту та експертних систем; науковці С.В. Астанін та Д. І. Попов реалізують мережеву технологію навчання в рамках розробленої інформаційно-навчальної системи “KnowledgeCT” із функціонуванням модулів моніторингу навчального процесу, навчальних експертних систем, ігрових навчальних програм, модулів проміжного та адаптивного тестування тощо.

У середині 70-х років минулого століття в галузі штучного інтелекту сформувався окремий напрям, що отримав назву експертних систем [14]. Зазначений підхід дозволяє вирішувати завдання, що важко піддаються формалізації і не мають алгоритмічного розв'язку. Основою функціонування експертних систем є використання знань на базі евристичних правил, сформульованих експертами. Суттєвою перевагою таких систем, на думку Е. В Попова, є можливість акумулювати знання, довгий час їх зберігати, поновлювати і в такий спосіб забезпечувати відносну незалежність конкретної організації від присутності в ній кваліфікованих спеціалістів [14]. Застосуванню експертних систем у галузі контролю та оцінювання знань присвячені роботи багатьох дослідників, зокрема А.Б. Андреєва, Ю.Є. Усачева, С.В. Русакова, Т.В. Зайцевої та ін.

Проблеми забезпечення об'єктивності та зменшення похибки результату оцінювання знань породжують виникнення ще одного підходу до інтелектуалізації систем оцінювання знань, що базується на застосуванні методів нечіткої логіки. Дослідники аналізованого питання С.В. Астанін та О.Ф. Михаль пропонують використовувати комбінований варіант адаптивного тестування з використанням елементів нечіткої логіки. Завдання інтелектуалізації тестових систем може вирішуватися засобами нечітких систем керування, систем розпізнавання образів, експертних систем. І.Д. Рудинський у своїй роботі застосовує оригінальні моделі нечіткого оцінювання знань та алгоритмів прямого тестування.

Зазвичай в автоматизованих системах контролю знань виділяють завдання відкритої (коротка текстова відповідь, коротка числова відповідь, розрахунок за формулою, есе) та закритої форм (вибір з множини, вибір відповідності, встановлення послідовності, правильно неправильно тощо). Найбільше труднощів при розробці інтелектуальних систем оцінювання знань викликають саме завдання відкритого типу, що передбачають природномовну відповідь, подану в довільній формі. Тому, більшість сучасних систем тестування, в основному, ґрунтуються на завданнях закритого типу, і, навіть, при наявності питань відкритого типу, обробка відповіді здійснюється в переважній більшості напівавтоматично, за участі тьютора (експерта), або зводиться до перевірки повного збігу з еталонним варіантом відповіді.

Тому, надзвичайно актуальним є завдання створення такої системи оцінювання знань, яка б дозволила вирішити завдання якісної автоматизованої обробки природномовних текстових відповідей.

На сьогодні світовий та вітчизняний освітній простір насичені великою кількістю розвідок у галузі автоматизації педагогічної діагностики. Це підтверджується створенням та практичною реалізацією різноманітних систем контролю та оцінюванням знань тих, хто навчається. Серед них можна згадати такі програмні продукти та комплекси, як: MyTest комплекс програм для створення і проведення комп'ютерного тестування, збирання й аналізу результатів, створений О.С. Башлаковим [15]. Система включає редактор тестів (MyTestEditor), модуль тестування (MyTestStudent) і журнал результатів (MyTestServer). Продукт підтримує різні шкали оцінювання та містить різні форми тестових завдань: із множинним вибором, на встановлення відповідності, на відновлення правильної послідовності, завдання відкритої форми.

SunRavTestOfficePro пакет програм для створення тестів, проведення тестування, обробки та аналізу його результатів, призначений для роботи в локальній мережі. Система дозволяє застосовувати адаптовану форму тестування та оцінювати завдання відкритого типу [16].

HotPotatoes є програмною оболонкою для створення тестових завдань, розроблена Стюартом Єрнейлом і Мартіном Холмсом. Основними перевагами системи є можливість визначення ваги тестового завдання, перевірки орфографії, створення завдань відкритої форми. Поряд з цим програмний комплекс має ряд недоліків, серед яких складність створення завдань різного типу в межах однієї теми.

Система дистанційного навчання “Прометей”, розроблена науковцями Інституту віртуальних технологій в освіті Національного відкритого університету (Москва), містить підсистему тестування, що дозволяє працювати в режимах самоперевірки, тренінгу та екзамену. Система передбачає перевірку знань із застосуванням десяти типів питань, включаючи запитання відкритого типу, хоча перевірка розгорнутих текстових відповідей здійснюється не автоматично, а за допомогою тьютора (експерта).

Moodle (Modular Object Oriented Dynamic Learning Environment модульне об'єктно-орієнтоване динамічне середовище навчання) є автоматизованою системою керування навчанням (Learning Management Systems LMS), створена Мартіном Доугіамасом. Це віртуальне середовище широко розповсюджене в світовому освітньому просторі, зокрема в дистанційному навчанні.

Досить великим попитом нині користуються WEB-сервіси тестування та сертифікації фахівців через Інтернет. Зазвичай вони базуються на адаптивному підході до тестування (Computer Adaptive Tests). Найбільш поширеними є такі системи сертифікації, як: BrainBench Test Center, WebTutor, STELLUS, Microsoft, Novell, IBM, HP, Cisco тощо. До речі, екзамени останньої системи зараз приймає центр тестування компанії Pearson, про здобутки якої в галузі технологій оцінювання знань варто поговорити окремо.

Компанія Pearson є світовим лідером у галузі надання освітніх послуг. Науковцями Pearson Knowledge Technologies Group у результаті більш ніж 15 років досліджень було розроблено та запатентовано низку винаходів в сфері когнітивної, комп'ютерної лінгвістики, технології обробки природної мови, зокрема у вигляді тексту, усного мовлення та математичних обчислень.

Технології обробки природномовних відповідей, поданих в довільній текстовій формі, ґрунтуються на застосуванні латентно-семантичного аналізу. Найбільшого вжитку отримали системи контролю знань Versant та WriteToLearn, що застосовуються у понад 100 країнах світу.

Передумовою створення системи тестування Versant слугували роки досліджень у галузі обробки усного мовлення, статистичного моделювання, лінгвістики, латентно-семантичного аналізу тощо. Зазначена інноваційна автоматизована система дозволяє обробляти та оцінювати природномовні відповіді студентів, подані в усному та письмовому вигляді із застосуванням запатентованої технології аналізу знань (Knowledge Analysis Technologies™). Основу цих технологій, що дають змогу оцінити зміст тексту, складає метод латентно-семантичного аналізу, який генерує семантичну подібність слів та уривків тексту шляхом аналізу великих текстових масивів. Автоматизована оцінка знань системи Versant майже повністю збігається із оцінкою людини-експерта, кореляція складає приблизно 98%.

Система тестування WriteToLearn є новітнім автоматизованим засобом оцінювання письмових відповідей у вигляді есе, переказів тощо, що ґрунтується на технології WEB-сервісів. Система дозволяє оцінювати не лише граматику текстової відповіді, але і її зміст, що відрізняє її від більшості сучасних автоматизованих систем оцінювання знань.

Унікальні технології застосування латентно-семантичного аналізу в системах оцінювання знань компанії Pearson Knowledge Technologies є комерційною таємницею.

У своєму дослідженні, при розробці власної інтелектуальної системи оцінювання знань студентів, ми також здійснили спробу застосувати цей метод як один із засобів для забезпечення валідної, надійної та ефективної діагностики знань тих, хто навчається.

Вітчизняний ринок також має певні здобутки у галузі розробки автоматизованих систем тестування знань.

Зокрема, науковці Харківського національного університету радіоелектроніки розробили систему комп'ютерного тестування OpenTEST, що надає можливість створення тестів закритої форми, їх редагування, здійснювати експорт та імпорт до системи, проведення тестування в локальному мережевому класі або через Інтернет, експертну оцінку окремих питань тесту, або тесту загалом [17].

У Миколаївському державному гуманітарному університеті ім. Петра Могили науковцями Ю. П. Кондратенком та С.О. Волковою розроблено комп'ютеризовану систему тестування знань студентів “VOLKON” у вигляді інтелектуальної інформаційної системи підсумкового контролю знань студентів. Система має модульну структуру, яка забезпечує легкість розширення її функціональності без необхідності внесення змін в існуючі модулі [18]. інформатизація оцінювання знання школа

Фахівцями Національного університету “Львівська політехніка” Т. М. Басюком та В.В. Павелком описана розроблена клієнт-серверна система iLaT, що уможливлює одночасне тестування знань групи користувачів та дає змогу вивести розгорнуту статистику результатів тестування. Спроектована система реалізована на модульній структурі, що забезпечує гнучкість її проектування, модифікації та впровадження [19].

Варто зазначити, що системи автоматизованого контролю та оцінювання знань також активно розробляються та впроваджуються в освітній процес у таких вищих навчальних закладах, як Херсонський державний технічний університет, Дніпропетровська академія управління (універсальна автоматизована система “Контроль 2000”), Запорізька державна інженерна академія, Національний університет “Львівська політехніка”, Одеський національний політехнічний університет, Харківський національний університет радіоелектроніки тощо.

Отже, сьогодні світовий і вітчизняний ринок пропонують чимало програмних продуктів для проведення діагностики набутих знань та умінь тих, хто навчається. Методологічну основу інтелектуальних систем оцінювання знань складають методи теорії нечітких множин, лінгвістичні моделі та методи, технології теорії штучного інтелекту та математичного моделювання (зокрема, нечітка логіка і теорія експертних оцінок), а також новітні досягнення сучасної педагогічної науки. Загалом, системи автоматизованого тестування створюються і екслуатуються понад сорок років, проте вузькість вирішуваних ними завдань істотно знижує очікуваний ефект [20]. Поряд із перевагами, сучасним системам тестування притаманні суттєві недоліки.

По-перше, тести орієнтовані на короткі відповіді: число, рік, правило, перелік тощо. Це не передбачає перевірки природномовних текстових відповідей, поданих в довільній формі;

По-друге, студенти здійснюють вибір лише із запропонованих відповідей, а не самостійно формулюють відповідь.

По-третє, варіанти відповідей подібні між собою, що утруднює вибір і може призвести до необ'єктивної оцінки. Наприклад на запитання “Назвати основні пристрої комп'ютера” правильною відповіддю буде “Системний блок, монітор, клавіатура, маніпулятор “миша””. Як один із варіантів може бути запропоновано: “Системний блок, монітор, клавіатура”. У такому разі, при виборі студентом останнього варіанту, його відповідь буде зарахованою як неправильна. У той же час, він назвав три з чотирьох пристроїв, і його коефіцієнт правильності має бути 3/4.

По-четверте, ускладненою є підготовка тестів, які спрямовані на перевірку творчих здібностей та логічного мислення. Відповіді на такі тести зведені до вибору, а не до творчості.

По-п'яте, тестування не передбачає перевірки розгорнутих письмових робіт.

По-шосте, відповідь можна вгадати. Якщо, наприклад, на запитання пропонується чотири варіанти відповіді, то імовірність “вгадування” складає 1/4. У такому разі, якщо межа для оцінки задовільно встановлена 30 %, то студенту необхідно знати лише 5 % правильних відповідей. Якщо із 100 балів необхідно набрати 24, то їх можна вгадати, про що доповідають фахівці центрів незалежного тестування;

По-сьоме, вірогідною є необ'єктивність оцінки, пов'язана із стереотипним та/або суб'єктивним ставленням викладача до студента [20].

Отже, у ході автоматизованого оцінювання знань студентів виникають суперечності:

між ефективністю процедури тестового контролю знань та об'єктивністю оцінки знань;

між великими обсягами інформації, що потребує лінгвістичного аналізу в ході оцінювання знань, та відсутністю (недосконалістю) ефективних технологій його здійснення.

Висновки дослідження перспективи подальших розвідок. Таким чином бачимо, що питання лінгвістичного забезпечення набувають все більшого значення при створенні автоматизованих систем оцінювання знань, а побудова відповідних моделей стає все актуальнішою. З викладеного випливає необхідність побудови комплексних лінгвістичних моделей, адаптованих до формального представлення в системах, вільних від перелічених вище вад. Отже, метою подальших досліджень є розроблення моделей та методів комплексного лінгвістичного аналізу природномовного тексту в системах оцінювання знань студентів, курсантів та слухачів, де враховуються морфологічні, семантичні, синтаксичні та прагматичні його властивості.

Список використаної літератури

1. Рудинский И. Д. Принципы интеллектуального автоматизированного тестирования знаний [Электронный ресурс]. / И. Д. Рудинский // Информационные технологии в образовании : материалы международной конференции-выставки. М. 2001. Режим доступа : http://www.bitpro.ru/ito/2001/ito/ vi/vi-0-16.html

2. Карпіловська Є. А. Вступ до прикладної лінгвістики : комп'ютерна лінгвістика : підручник / Є. А. Карпіловська. Донецьк : ТОВ “Юго-Восток, Лтд”, 2006. 188 с.

3. Селіванова О. О. Лінгвістична енциклопедія / О. О. Селіванова. Полтава : Довкілля-К, 2011. 844 с.

4. Язык компьютера : пер. с англ. / под ред. В. М. Курочкина. М. : Мир, 1989. 232 с.

5. Искусственный интеллект : в 3 кн. Кн. 1. Системы общения и экспертные системы : Справочник / под редакцией Э. В. Попова. М. : 1990. 464 с.

6. Искусственный интеллект : в 3 кн. Кн. 3. Программные и аппаратные средства : справочник / под ред. В. Н. Захарова, В. Ф. Хорошевского. М. : Радио и связь, 1990. 368 с.

7. Партико З. В. Прикладна і комп'ютерна лінгвістика : Вступ до спеціальності : навчальний посібник / З. В. Партико. Львів : Афіша, 2008. 224 с.

8. Бевз С. В. До питання розробки системи тестового контролю знань / С. В. Бевз, С. М. Бурбело, В. В. Войтко, Т. В. Савальчук // Збірник наукових праць міжнародної науково-технічної Інтернет-конференції “Інформаційні технології та безпека інформаційно-комунікаційних систем”. Вінниця, 12-19 березня 2012. С. 27-31.

9. Булах І. Є. Теорія і методика комп'ютерного тестування успішності навчання (на матеріалах медичних навчальних закладів) : дис. доктора пед. наук : 13.00.01/ І. Є. Булах. К., 1995. 430 с.

10. Рудинский И. Д. О реализации экспертных технологий, алгоритмов прямого тестирования и модели нечеткого оценивания в интегрированной автоматизированной системе контроля знаний. [Електронный ресурс] / И. Д. Рудинский, Е. В. Соловей // Информационные технологии в образовании : материалы международной конференции-выставки.М., 2003. Режим доступа : http://www.ito.su/2003/VI/VI-0-2187.html

11. Субботін С. О. Подання й обробка знань у системах штучного інтелекту та підтримки прийняття рішень : навчальний посібник / С. О. Субботін. Запоріжжя : ЗНТУ, 2008. 341 с.

12. Растригин Л. А. Адаптивное обучение с моделью обучаемого / Л. А. Растригин, М. Х. Эренштейн. Рига : Зинатне, 1988. 160 с.

13. Кравченко О. М. Модель інтелектуальної контролюючої підсистеми з багаторівневим адаптивним тестуванням / О. М. Кравченко, Ж. М. Плакасова // Східно-Європейський журнал передових технологій, 2010. № 4/2 (46). С. 21-25.

14. Попов Э. В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ / Э. В. Попов. М. : Наука. Гл. ред. физ.-мат. лит., 1987. 288 с.

15. MyTestXPro система программ для создания и проведения компьютерного тестирования, сбора и анализа их результатов. [Электронный ресурс]. Режим доступа : http://mytest.klyaksa.net

16. Пакет программ для составления тестов, проведения тестирования, обработки и анализа его результатов SunRav TestOfficePro [Электронный ресурс]. Режим доступа : http://sunrav.ru/testofficepro.html

17. Фетісов В. С. Комп'ютерні технології в тестуванні : навч.-метод. посіб. / В. С. Фетісов. Ніжин : Видавець ПП Лисенко М. М., 2011. 140 с.

18. Кондратенко Ю. П. Програмний комплекс для автоматизованого тестування знань студентів / Ю. П. Кондратенко, С. О. Волкова. // Технічні вісті. 2006. № 1(22), 2(23) С. 32-36.

19. Басюк Т. М. Аналіз та класифікація програмних засобів тестування знань / Т. М. Басюк, В. В. Павелко // Вісник Нац. ун-ту “Львівська політехніка” Серія: комп'ютерні науки та інформаційні технології. Львів, 2010. № 686. С. 213-217.

20. Інтелектуальна система автоматизованого контролю знань студентів вищих навчальних закладів / І. С. Катеринчук, Р.В. Рачок, В.В. Кравчук, В.М. Кулик // Інформаційні технології в освіті: збірник наукових праць. Випуск 4. Херсон : Вид-во ХДУ, 2009. С. 139-147.

Размещено на Allbest.ru