學習資訊專業學院—資訊教育研究所

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/25

資訊教育研究所之碩士班成立於民國80年,博士班成立於民國86年,目前研究生共約160名。本所原屬資訊教育學系,於95學年度起因應系所組織調整,成為獨立研究所,歸屬教育學院。

本所以『資訊科技教育』和『數位學習』兩個專業領域之研究發展與人才培育為宗旨,課程設計分別針對此兩個專業領域規劃必、選修專業科目,提供學生紮實而嚴謹的學術專業知能及個別化之研究訓練。本所教育目標包括:

1、培育資訊科技教育人才;
2、培育數位學習產業人才;
3、培育資訊科技教育與數位學習研究人才。

本所目前六名專任教師,四位教授,二位副教授,在資訊教育領域均具有豐富之教學與研究經驗且均積極從事研究,每年獲科技部補助研究計畫之平均數量與金額在本校名列前茅。另外,本所教師積極參與國內重大資訊教育政策及課程綱要之制定,積極推動國內資訊教育之發展。
 

Browse

Search Results

Now showing 1 - 6 of 6
  • Item
    線上摘要評量與回饋系統之研究與應用
    (2013) 陳佳琳; Chen Chialin
    本研究目的在以潛在語意分析 (Latent Semantic Analysis) 技術為學習者摘要評量與回饋的基礎,亦透過專家概念圖以及概念詞的回饋機制,發展一套線上摘要評量與回饋系統,並探討不同回饋模式對國小學生摘要進步分數的影響。 本研究之研究對象為120位新北市某國小六年級學生,以隨機分派的方式將學生分成四組實驗組,各組樣本人數為30人。實驗組依照語意回饋以及概念詞回饋的有無分成四組為:「分數回饋組」、「分數+語意回饋組」、「分數+概念詞回饋組」以及「分數+語意+概念詞回饋組」。本研究採等組前後測2x2二因子受試者間實驗設計,自變項為語意回饋以及概念詞回饋的有無,依變項則為摘要進步分數。摘要訓練課程為七節課,每節課40分鐘,每週兩節課。 研究結果顯示: 一、就有概念詞回饋的狀態下而言,不論是有語意回饋與無語意回饋的狀態下並無顯著差異存在。 二、就無概念詞回饋的狀態下而言,有語意回饋的組別(分數+語意回饋組),其摘要進步分數顯著高於無語意回饋的組別(分數回饋組)的摘要進步分數。 三、就有語意回饋的狀態下而言,不論是有概念詞回饋與無概念詞回饋的狀態下並無顯著差異存在。 四、就無語意回饋的狀態下而言,有概念詞回饋的組別(分數+概念詞回饋組)其摘要進步分數顯著高於無概念詞回饋的組別(分數回饋組)的摘要進步分數。 最後,研究者針對研究結果進行討論,並提出幾點建議與未來研究方向以供日後研究的發展與參考。
  • Item
    使用潛在語意分析建構文本分類模型- 以國小社會科課文為例
    (2011) 黃幀祥
    由於網路的發達和電腦的普及,學生常常透過網路來尋找資料,但往往搜尋結果龐大,且內容涵蓋各個面向,導致學生浪費許多時間在結果中反覆檢閱才得以找出適合程度及目標的文章資訊。可讀性文本分類可以分辨文本所屬的難易層級,讓學生可以選擇適合自己程度的文本,以節省學生尋找適合自己程度的文本的時間。過去可讀性研究多將文本表面特徵代入線性公式求得一個難易度的分數,但是在中文環境底下,語意特徵就比表面特徵來的重要,因此本研究利用潛在語意分析技術分析文本的語意特徵,再以語意特徵作為分類依據對文本進行可讀性的分類。本研究資料採用國小社會科課文,利用每個學期不同主題的特性,透過潛在語意分析技術建置一個社會科的語意空間模型,利用建構好的語意空間模型將未知程度的社會科文章分類至所屬的層級。 本研究在國小社會科以學期為分類的分類結果,在分析的準確率達79.06%,在分類上可達到不錯的效果。潛在語意分析提供可讀性研究另一個角度的思維,以文本所傳達的「語意」為分析依據,特別適用重視語意的中文環境。
  • Item
    應用潛在語意分析於試題相似度比較之可行性
    (2006) 陳彥霖; Chen, Yan-Lin
    本研究旨在應用潛在語意分析(Latent semantic analysis,LSA)模型於試題相似度之判斷,並探討不同的評分函式對於結果的影響,同時根據試題關鍵字的特性,與LSA模型處理詞彙共現(Lexically Co-occur)的特性,提出訓練文件可採用相關文件來提高判斷的精確率。研究結果使用dice或內積為評分函式較接近專家評鑑結果,對於專家相似度評鑑比較一致的試題,有高達0.9的相關程度,而平均相關值也有0.7以上的相關程度,因此潛在語意分析應用於試題相似度是可行的技術。
  • Item
    潛在語意分析之摘要評量系統─探討特定領域文章、關鍵詞、奇異值保留個數對建構語意空間及評量效度之影響
    (2007) 藍敏杰; Min-Jie Lan
    本研究主要目的為探討「特定領域文章 (P)」、「關鍵詞 (K)」及「奇異值保留個數 (S)」三項因素對建構語意空間及評量效度之影響。利用自行開發之系統建構由上述三項因素所組成之語意空間,並將其評量結果與教師人工評量結果進行相關性分析,以探究三項因素的最佳建議值。 本研究以二重國小五年級的 107 名學生為實驗對象。在經過兩篇摘要寫作測驗及相關性分析後,得到以下結論:兩個實驗之分析結果呈現 LSA 的評分在端午節文章中與兩位教師人工評量相關性皆達顯著水準;但在丹頂鶴文章中則呈現不一致現象。因此,以 LSA 作為摘要評量分數的效度在不同文體未有一致結論。
  • Item
    科普文章自動化分級模型的建置
    (2015) 楊旻容; Yang, Min-Jung
      閱讀是學習的初始,是人類學習知識的重要管道。科普雜誌是非常有助益的課外讀物,它幫助民眾瞭解或學習科學的基礎概念與應用,培養科學精神去思考、探究日常周遭的事物。對於學習者來說,適當的讀本才能讓其閱讀效果最佳化,國內科普雜誌出版商,為其販售的科普讀物規劃了適合的閱讀對象,不過有些雜誌因商業考量界定的閱讀對象範圍較廣,或者因其目標對象包含識字階段的學童,將家長與老師陪讀的因素也考量進去,沒有較精確的適讀年齡層可供參考。本研究挑選了三個版本共150篇由中文撰寫的科普雜誌文章,利用可讀性評估來衡量其適讀對象年級,考量國小學童與國中以上年級學生對於科普雜誌的學習需求不同,以一般語言特徵和概念特徵建構了二階段的分級模型,將國內1~12年級國社自三科教科書的可讀性特徵作為基礎,來預測範圍由小學三年級至大學一年級的科普文章,同時也邀請了九位國小至高中的自然專科教師對文章閱讀層級作評斷,作為與模型分析比較之基準。本研究建置之科普文章自動化分級模型的分類準確率為59.73%,根據老師們評斷結果施以彈性放寬處置,模型準確率為73.15%,可作為自然課外讀物分級的初步參考。
  • Item
    應用潛在語意分析於測驗題庫相似性之比對
    (2005) 郭榮芳; Kuo,Jung-Fang
    本研究旨在應用資訊檢索技術中潛在語意分析(latent semantic analysis,LSA)的方法,分析題庫中的試題是否有相同或相似的情形,並探討使用潛在語意分析時,冗詞去除與否、權重的調整與維度約化(dimension reduction)對結果的影響,研究目的有二: 一、探討潛在語意分析是否能有效找出題庫中相同或相似的試題? 二、探討使用潛在語意分析時,冗詞去除與否、何種調整權重方式與約化的維度,在分析試題相似度時效果較佳? 本研究使用「電腦軟體應用技能檢定丙級學科」92年與93年共1000題選擇題為題庫,並將其試題與試題間的相似度分為完全相同、非常相似、部分相似與些微相似四類,研究結論如下: 一、有去除冗詞在分析各種相似程度的試題其效果皆優於無去除冗詞者。 二、適合本題庫調整詞彙與試題關係矩陣權重的方式為log-entropy。 三、判斷兩試題是否完全相同時,保留的維度愈高精確率愈高,判斷兩試題是否非常相似、部分相似與些微相似時,保留維度依序為30、15與14時,精確率較佳。 四、對於本題庫中(1)用詞完全相同、(2)部分辭彙不同、(3)敘述方式不同,但題意相同、(4)辭彙不同,但意義相同四類試題,系統皆能正確的判斷出來。