Bir HTML web sayfasında bulunan bilgilerin bir kısmı bazı LOM nitelikleriyle eşlenebilirken, bazı LOM niteliklerinin yazarlar tarafından doldurulması gerekir. LOM özniteliklerinin HTML verileriyle eşlenmesiyle ilgili, doğrudan eşleme ve buluşsal kurallar olan 2 eşleme yöntemi türettik:

• Doğrudan Eşleme – Doğrudan LOM nitelikleriyle eşlenebilen HTML bilgisini ifade eder. Doğrudan eşleme için HTML web sayfalarından bilgi çıkarmaya yardımcı olmak için Durma Sözü [10], Terim Frekans Ağırlıklandırma (TF-IDF) ve Ontoloji gibi bazı iyi bilinen teknikleri benimsiyoruz.

Stop Word ve TF-IDF, dokümanın önemli bilgilerine odaklanmak için gereksiz bilgileri ortadan kaldırmaya yönelik bilgi alma teknikleridir. Ontoloji, bir HTML web sayfasının önceden tanımlanmış bir kavram yolu ile ilişkisini bulmamıza yardımcı olan bir kavramsallaştırmanın açık bir özelliğidir.

• Sezgisel kurallar – “Zorluk” (LOM 5.8) gibi bazı LOM değerleri doğrudan HTML web sayfalarından elde edilemez, ancak değerleri bazı HTML verilerinden çıkarılabilir. Eşleme değerlerini belirlemek için 2 buluşsal kural türettik: “HTML Etiketinin Varlığını Kontrol Et” ve “HTML ve İçeriğin İstatistiksel Sayımı”. İlk buluşsal kural, bir web sayfasında belirli bir HTML etiketinin bulunup bulunmadığının kontrol edilmesini, ikincisi ise bir web sayfasındaki belirli HTML etiketlerinin ve kelimelerin sayılarının sayılmasını ifade eder.

Sonraki bölüm, HTML web sayfalarından LOM’un otomatik olarak çıkarılmasının nasıl çalıştığını gösteren otomatik çıkarma çerçevesini açıklayacak ve doğrudan eşleme ve buluşsal kuralların nasıl uygulandığının ayrıntılarını açıklayacaktır.

LOM Otomatik Çıkarma Çerçevesi

Otomatik çıkarma çerçevesi (Şekil 2), LOM öğelerinin HTML web sayfalarından otomatik olarak nasıl çıkarılacağını gösterir.
Tarayıcı, İnternetten HTML belgeleri toplamak için kullanılır.

İnternetten HTML web sayfalarını otomatik olarak toplamak için, başlangıç ​​noktası olarak Google dizininden çekirdek URL’leri alarak ve ardından HTML’deki bu alt bağlantıları elde etmek için genişlik öncelikli aramayı kullanarak tarayıcı için basit bir tarama yaklaşımı benimsedik. İnternetten web sayfaları elde etmek için belgeler. Toplanan bu web sayfaları, analiz için HTML Dosya Veritabanına kaydedilir. HTML web sayfası analizini başlatmak için Durdurma sözcükleri ve Ontoloji gibi başka algoritmalara ve yaklaşımlara ihtiyaç vardır.

Durdurma Kelimeleri, zarflar, bağlaçlar, edatlar veya “is”, “am”, “are”, “the” gibi “olmak” biçimleri gibi diğer sözcükleri tipik olarak değiştiren ancak kendilerine özgü bir anlam taşımayan yaygın sözcüklerdir. Bu duraklama kelimelerini attıktan sonra, web sayfasından faydalı bilgiler çıkarmaya daha fazla odaklanabiliriz.

Ontoloji, ilgili kavramların açık bir özelliğidir. AI bağlamında, bir dizi temsili terim tanımlayarak bir programın Ontolojisini tanımlayabiliriz.

Ontoloji, öğrenme nesneleri içeren bir web sayfasını ilgili düğümüne eşlemek için standart bir yol sağlar ve web sayfalarının sınıflandırılmasının açıklamasını kolaylaştırır.

Web sayfalarını tanımlayan bu bilgileri, daha sonra geri alınmak üzere LOM veritabanında depolanan Dosya Analizi ile LOM’un ilgili kategorilerine ve öğelerine eşlemek için dikkatli bir çalışma yapılmıştır. Doğrudan haritalama ve sezgisel kurallar ile haritalamanın detayları anlatılacaktır.

HTML etiketlerinin varlığını kontrol edin. “Etkileşim Türü” (LOM 5.1) için, bir web sayfasını “Etkin” veya “Açık” olarak sınıflandırırız; burada Aktif, yaparak öğrenme gibi “Aktif” öğrenmeyi destekleyen bu web sayfasının içeriğine atıfta bulunur. Aktif bir web sayfası, öğrenciden anlamsal olarak anlamlı girdiler veya başka bir tür üretken eylem veya karar için harekete geçer.

JavaScript Form oluşturma
açılır liste oluşturmak için doğru html nedir?
Blog URL si Nedir
HTML form action Kullanımı
JavaScript form doğrulama
Form Gönderme html
Blog için URL örnekleri
HTML kullanıcıdan veri alma

Açıklayıcı, bir öğrencinin görevi esas olarak web sayfasındaki içeriği metin, resim veya ses yoluyla özümsemek olduğunda, “Pasif” öğrenmeye sahip web sayfalarını ifade eder. Açıklayıcı bir web sayfası bilgileri görüntüler ancak öğrenciden anlamsal olarak anlamlı herhangi bir girdi talep etmez. Bu nedenle, <Form action> ve <Input> HTML etiketine sahip bir web sayfası, sunucu ile etkileşimi olduğunu ve bu nedenle “Etkin” veya “Açık” olarak sınıflandırılır.

HTML etiketleri İçerik İstatistik Sayma. “Etkileşim Düzeyi” (LOM 5.3), “Semantik Yoğunluk” (LOM 5.4) ve “Zorluk” (LOM 5.8) için öznel yargı ve ölçüm problemini çözmek için, bunları ele almak için bazı sezgisel kurallar tanımladık.

Ölçümün ancak aynı veya benzer ilgi alanı altında birbirleriyle karşılaştırıldıklarında anlamlı olduğuna inanıyoruz. Bu nedenle, yalnızca Ontolojide aynı kategori olan aynı “Taxon Path” (LOM 9.2) altındaki web sayfalarını karşılaştırmak için aşağıdaki kuralları uygularken doğrudur. Web sayfalarının her biri için Toplam Eylem Sayısı, Toplam Multimedya Sayısı, Farklı Sözcük Sayısı ve Toplam Sözcük Sayısını şu durumlarda sayarız:

“Etkileşim Düzeyi” (LOM 5.3), bir web sayfasını karakterize eden etkileşim derecesini ve bir öğrencinin web sayfasının yönünü veya davranışını etkileyebilme derecesini ifade eder ve bu nedenle, daha yüksek Toplam Eylem Sayısına sahip bir web sayfası daha etkileşimlidir. .

“Semantik Yoğunluk” (LOM 5.4), daha yüksek bir Toplam Multimedya Sayısı / Toplam Kelime Sayısı değerine sahip bir web sayfasının ve web sayfasının kısalık derecesini ifade eder. “Zorluk” (LOM 5.8), tipik hedef kitlenin bu web sayfası aracılığıyla ne kadar zor çalıştığını ve daha fazla Farklı Kelime Sayısı olan web sayfasının daha zor olduğu gerçeğini ifade eder.

Sonuç

Otomatik çıkarma için bir araç geliştirdik ve yaklaşık 100 HTML belgesiyle küçük bir test gerçekleştirdik. Bilgiler HTTP başlıkları ve HTML içeriği üzerinde mevcut olduğu sürece, önerilen çerçevenin pratik ve uygulanabilir olduğunu göstererek LOM öğelerini HTML belgesinden tamamen çıkarabiliriz. Otomatik çıkarma ile, yazarlar tarafından 80 LOM alanından sadece 20’sinden azının doldurulması gerekmektedir.

Ön sonuçlar ayrıca, “Etkileşim Türü” (LOM 5.8) için sezgisel kuralların, bir web sayfasının aktif veya pasif öğrenmeye ait olup olmadığını sınıflandırmada doğru olduğunu göstermektedir. Otomatik ayıklamanın sorunlarından biri, HTML web sayfalarının ayıklanacak yeterli veriyi içerdiğine dair hiçbir garantinin olmamasıdır.

Öğrenme nesnesinden öğrenme teknolojisi standartlarının otomatik olarak çıkarılması zordur ve HTML web sayfalarından çıkarılan LOM öğelerinin doğruluğunu artırmak için daha fazla deney yapılması gerekir.

The post LOM Otomatik Çıkarma Çerçevesi – Eğitim – Essay – Ödev – Tez – Makale – Çeviri – Tez Yazdırma -Tez Yazdırma Fiyatları first appeared on Ödevcim (Ücretli Ödev Yaptırma).