Theses in Progress

Automatische Klassifikation von Lernressourcen und Relationen zwischen Lernressourcen für ein didaktisches Empfehlungssystem

October 11, 2018 – ,

Die Verfügbarkeit von freien Lernressourcen (Open Educational Resources) nimmt stetig zu. Lernende und Lehrende benötigen eine Unterstützung in der Auswahl von Lernressourcen. Diese Unterstützung besteht in Form von Metadaten, die Lernressourcen beschreiben; allerdings werden solche Metadaten in der Regel nur unzureichend gepflegt. Es bestehen verschiedene Verfahren zur automatischen thematischen Klassifikation von Texten, die auch auf Lernressourcen angewandt werden können. Neben den thematischen Informationen können aber auch didaktische Informationen (wie Schwierigkeitsgrad, Darstellungsform) eine Hilfe bei der Auswahl von Lernressourcen sein. Automatische Verfahren zur Klassifikation hinsichtlich solcher Eigenschaften sind nicht bekannt. In dieser Masterarbeit sollen erste Verfahren dazu entwickelt und evaluiert werden.

Eine weitere Unterstützung bei der Auswahl von Lernressourcen besteht in typisierten Informationen zwischen Lernressourcen (LR1 vertieft LR2; LR3 beschreibt Beispiel für LR4). Auch um solche Relationen zu bestimmen wären automatische Verfahren wünschenswert. Optional sollen diese ebenfalls in der Arbeit bestimmt werden.

Keywords:

Research Area(s): Knowledge & Educational Technologies

Tutor: Christoph Rensing,

Student: Anna Marie Filighera

Theses in Progress