Метод автоматизованого формування тестових завдань

МЕТОД АВТОМАТИЗОВАНОГО ФОРМУВАННЯ ТЕСТОВИХ ЗАВДАНЬ

METHOD FOR AUTOMATED TEST TASKS CREATION

Сторінки: 189-194. Номер: №5, 2019 (277)
Автори:
О.В. МАЗУРЕЦЬ
Хмельницький національний університет
O. MAZURETS
Khmelnytskyi National University
DOI: https://www.doi.org/10.31891/2307-5732-2019-277-5-189-194
Рецензія/Peer review : 21.05.2019 р.
Надрукована/Printed : 23.07.2019 р.

Анотація мовою оригіналу

У статті розглянуто метод автоматизованого створення тестових завдань до навчальних матеріалів, який не вимагає додаткової формалізації навчальних матеріалів та використовує продукційну модель представлення знань для подання правил формування тестових завдань. В результаті використання методу автоматизованого формування тестових завдань створюється множина тестових завдань, що різні за параметрами й можуть бути використані для перевірки рівня засвоєння знань за допомогою існуючих навчальних середовищ та систем тестування. Створені тестові завдання розрізняються за такими параметрами, як тип запитання, кількість правильних відповідей, правило продукції, за яким сформоване тестове завдання, терміни, які використовуються в завданні тощо. Множина тестових завдань до навчальних матеріалів містить тестові завдання, що семантично, структурно та параметрично рівномірно охоплюють відповідний вхідний навчальний матеріалі. Важливою рисою розробленого методу є прив’язка створених тестових завдань до всіх рівнів семантичної структури інформаційного навчального матеріалу, що забезпечує його повне покриття та надає можливість проведення адаптивного контролю рівня одержаних знань. Вхідними даними методу автоматизованого створення тестових завдань є контент інформаційного навчального матеріалу чи його визначеного елементу структури та відповідна множина ключових термінів. Вихідними даними є множина тестових завдань, а також множини зв’язків – між заголовками та тестовими завданнями, між ключовими термінами та тестовими завданнями. Для роботи методу необхідна множина правил продукції тестових завдань, створених окремо і заздалегідь.
Оскільки правила продукції застосовуються для всіх рівнів семантичної структури навчальних матеріалів, забезпечується повне покриття начального матеріалу. Автоматизація процесу формування тестових завдань забезпечує суттєве скорочення часу на розробку тестових завдань. Дані, що містяться у моделі, дають можливість проведення адаптивного контролю рівня одержаних знань.
Ключові слова: тестування, навчальні матеріали, тестові завдання, тести, ключові терміни.

Розширена анотація англійською мовою

The article considers the method of automated creation of test tasks for educational materials, which does not require additional formalization of educational materials and uses the production model of knowledge representation to represent the rules of creation of test tasks. As a result of the method of automated creation of test tasks, many test tasks are created, which are different in parameters and can be used to test the level of knowledge through existing educational environments and testing systems. The created test tasks differ in such parameters as the type of question, the number of correct answers, the rule of production according to which the test task is created, the terms used in the task etc. The set of test tasks for educational materials contains test tasks that semantically, structurally and parametrically cover the corresponding input educational material. An important feature of the developed method is the binding of the created test tasks to all levels of the semantic structure of the educational material, which ensures its complete coverage and allows for the adaptive control of the level of acquired knowledge. The inputs data of method of automated creation of test tasks for educational materials is the content of the information educational material or its defined structure element, and the corresponding set of key terms. The output is a set of test tasks, as well as a set of relationships – between titles and test tasks, between key terms and test tasks. The method data requires of method is the set of production rules of test tasks, created separately and in advance. With the use of information technology to fill all the sets of the model of the semantic structure of educational course, two methods are used consistently: the method of forming the structure of educational materials and of key terms search and the method of automated generation of prototypes of test tasks. Since the product rules are applied to all levels of the semantic structure of educational materials, full coverage of the educational material is provided. Automation of the process of formation of test tasks provides a significant reduction of time for the development of test tasks. The data contained in the model provide an opportunity for adaptive control of the level of knowledge gained.
Keywords: testing, educational materials, test tasks, tests, key terms.

References

1. SNYTYUK, V. E. & YURCHENKO K. N. (2013) Intelligent Management of Knowledge Assessment. Cherkassy.
2. TITENKO, S. V. (2013) Avtomatizatsii Postroyeniya Testovykh Zadaniy v Sistemakh Distantsionnogo Obucheniya na Osnove Ponyatiyno-Tezisnoy Modeli. Educational Technology & Society. Issue 16, 2013.
3. MELNYK, А. (2010) System of Semantic Classes for Test’s Generation. Modern Problems of Radio Engineering, Telecommunications and Computer Science. Proceedings of the International Conference. TCSET’2010. Lviv-Slavsko, Ukraine. p. 206–207.
4. KLIMENKO, V. I. & MAZURETS, O. V. (2016) Analysis Of Modern Methods For Generation Of Test Tasks // Collection of scientific works on the materials of the X^th international scientific and technical conference “Actual Problems of Computer Technologies 2016”. p. 77–84.
5. MAZURETS, O. V. (2019) Information Technology for Automated Test Creation for Educational Materials. Herald of Khmelnytskyi National University. Technical Sciences, Issue 4, 2019 (275). p. 84–91.
6. BARMAK, O. V. & MAZURETS, O. V. (2018) Information Model of The Semantic Structure of the Educational Course // Herald of Khmelnytskyi National University. Technical Sciences, Issue 6, Vol.1, 2018 (267). p. 92–97.
7. MAZURETS, O. V., KOVALCHYK, O. V. & SLOBODZIAN, V.O. (2018) Using Specialized Software Packeges for Automation of Work with Digital Documents of Educational Materials // Herald of Khmelnytskyi National University. Technical Sciences, Issue 1, 2018 (257). p. 61–69.
8. MAZURETS, O. V. (2017) Ontological Approach to Building a Semantic Model of Educational Materials. Herald of Khmelnytskyi National University. Technical Sciences, Issue 6, 2017 (255). p. 223–229.
9. LANDE, D. V. & SNARSKIY, A. A. (2013) Kompaktificirovanniy Gorizontalniy Graf Vidimosti dlya Seti Slov. Trudi Mejdunarodnoy Nauchnoy Konferencii «Intellektualniy Analiz Informacii IAI-2013. Znania I Rassujdenia». p 158–164.
10. BARMAK, O. V. & MAZURETS, O. V. (2015) Methods of Automation of Definition of Semantic Terms in Educational Materials // Herald of Khmelnytskyi National University. Technical Sciences, Issue 2, 2015 (223). p. 209–213.
11. MAZURETS, O. V. (2018) Information Technology for Automated Definition of Semantic Terms in the Content of the Elements of Educational Materials. Herald of Khmelnytskyi National University. Technical Sciences, Issue 3, 2018. p. 223–230.