This paper proposed a feedback model for Virtual Learning Environments -VLE built automatically after the teacher's evaluation. This feedback results from the similarities among texts of the same grade and shows markings on more informative words for each student's submissions. The system, indeed, encourages the discussion of discipline content and enables all course participants learning collaboratively. Providing this dynamic correction, the teacher coordinates a discussion of results and suits teaching-learning methods.Resumo. Neste artigoé proposto um modelo de feedback para Ambientes Virtuais de Aprendizagem -AVA construído automaticamente após a avaliação do professor. Este feedback resulta da similaridade dos textos de mesma nota e são apresentadas aos estudantes marcações nas palavras mais informativas em cada uma das submissões. O sistema, na verdade, estimula a discussão dos conteúdos da disciplina e capacita todos os participantes do curso a verificarem o aprendizado de forma colaborativa. Ao proporcionar essa dinâmica de correção o professor coordena a discussão dos resultados e adequa os métodos de ensino-aprendizagem.
Abstract. Learning evaluation is fundamental for the detection of methodological problems of the teaching practices. An effective assessment of teaching should address much of the content of the discipline and evaluate the comprehension of this content by the learners. In this work, we present a strategy that aims at automatic question generation from named entities identified in teaching texts. Therefore, we are proposing a tool that will save time of the teacher. In our experiments, free-text and fill-in-the-blank questions were generated from 10 types of named entities identified in a History textbook. We found 7195 named entities and we generate 6917 questions.Resumo. A avaliação de aprendizagemé fundamental para a detecção dos problemas metodológicos do ensino. Uma verificação eficiente do ensino deve abordar boa parte do conteúdo da disciplina e avaliar a compreensão desse conteúdo pelos aprendizes. Neste trabalho apresentamos uma estratégia que visa a geração automática de questões a partir das entidades nomeadas identificadas em textos didáticos. Portanto, estamos propondo uma ferramenta que poupará tempo do professor. Em nossos experimentos, questões discursivas e questões de preenchimento foram geradas a partir de 10 tipos de entidades nomeadas identificadas em um livro didático de História. Encontramos 7195 entidades nomeadas e geramos 6917 questões.
IntroduçãoA avaliação de aprendizagemé uma ferramenta fundamental para enfatizar os problemas do ensino. O objetivo da avaliaçãoé apoiar e incentivar o processo de construção do conhecimento do estudante, seja de forma presencial ouà distância [Behar et al. 2010]. Uma verificação eficiente do ensino deve abordar boa parte do conteúdo da disciplina, onde estudantes são avaliados segundo a leitura e compreensão do texto. A proposta deste trabalhoé auxiliar o professor na geração de questões para compor exercícios e avaliações a partir de conteúdos chave do texto, observando as relações entre entidades como sugerido por [Moraes 2003].De acordo com [Rus et al. 2008], Geração de Questões (GQ)é a geração automática de questões a partir de textos escritos em linguagem natural, dados brutos e bases de conhecimento. Essaé uma tarefa importante que pode ser utilizada pelo professor, possibilitando diminuir o tempo e esforço necessários durante sua execução manual.Nosúltimos anos, muitas comunidades de pesquisa têm se interessado na geração automática de questões para propósitos educacionais [Le et al. 2014]. A GQ pode ser
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.