ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

Semantic Advisor-Assisting Framework to Select Learning Materials

سال انتشار: 1390
کد COI مقاله: ICELEARNING06_007
زبان مقاله: انگلیسیمشاهده این مقاله: 1,573
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Semantic Advisor-Assisting Framework to Select Learning Materials

Maryam Tayefeh Mahmoudi - School of ECE, College of Engineering, University of Tehran, Iran, Knowledge Management & E-Organizations Group, IT Research Faculty, Research Institute for ICT,
Koushyar Rajavi - School of ECE, College of Engineering, University of Tehran, Tehran, Iran
Fattaneh Taghiyareh - School of ECE, College of Engineering, University of Tehran, Tehran, Iran
Fatemeh Shokri - School of ECE, College of Engineering, University of Tehran, Iran

چکیده مقاله:

Selecting appropriate educational documents among enormous existing contents turns advisors into making use of some automatic content assessment systems. There exist various content assessment methods which usually consider at least one of syntactic, semantic and structural perspectives through information retrieval or machine learning algorithms. In this paper, a framework for assessing learning materials based on analytical, combinational learning algorithms is represented that is capable of assisting advisors in their selection for recommending those contents to students. The focus of proposed framework is on determining required fitness in educational summaries by semantic rules. The proposed framework is examined on a dataset of summaries and compared to the expert’s assessment on the same learning materials. The comparison results reveal that the proposed semantic advisor-assisting framework was successful in almost 70% of cases.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICELEARNING06_007 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/159771/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Tayefeh Mahmoudi, Maryam and Rajavi, Koushyar and Taghiyareh, Fattaneh and Shokri, Fatemeh,1390,Semantic Advisor-Assisting Framework to Select Learning Materials,The 6th National and 3rd International Conference on E-Learning and E-Teaching,Tehran,https://civilica.com/doc/159771

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1390, Tayefeh Mahmoudi, Maryam؛ Koushyar Rajavi and Fattaneh Taghiyareh and Fatemeh Shokri)
برای بار دوم به بعد: (1390, Tayefeh Mahmoudi؛ Rajavi and Taghiyareh and Shokri)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • F. Noorbehbahan and A.A Kardan, "The Automate Assessment of Free ...
  • R. Olmos, J. A. Leon, G. Jorge-Botana, and I. Escudero, ...
  • A. Valitutti, C. Strapparava, and O. Stock, "Developing Affective Lexical ...
  • H. Liu, H. Lieberman, and T. Selker, "A Model of ...
  • T. Nasukawa and J. Yi, "Sentiment Analysis: Capturing Favorability Using ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 70,065
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی