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 - 4 of 4
  • Item
    中文文本可讀性特徵選取與模型建立 - 以華語為第二語言教材為例
    (2012) 陳于佳; Yu-Chia Chen
    由於全球學習華語熱潮的興起,學習華語的人數年年增加。不論是母語學習,或者是第二語言學習,閱讀在語言學習中都扮演了重要的角色。但如何選擇適當難易度的文本是在閱讀過程中常面臨到的問題。教師在教學時必須選擇符合學習者程度的教材,來提高華語文教學的效率。 本研究以《新版實用視聽華語》、《遠東生活華語》、《新實用漢語課本》、《中文聽說讀寫》、《讀報學華語》、《實用商業會話》等六套常用華語教材為例,結合特徵選取方法與支援向量機建立預測模型預測文本CEFR等級,並探討不同特徵組合所造成結果的差異。 實驗結果顯示,不需使用全部指標,只須採用較為重要的指標組合即可達到最佳預測正確率,約為85.47%。期盼本研究所建立的可讀性算則不但可提供華語教師能更系統化、循序漸進的教學,學生也可透過此預測模型選擇符合自身程度的課文學習,減少摸索的時間,來達到有效提升學習成效的結果。
  • Item
    使用支援向量機進行中文文本可讀性分類-以國小國語課文為例
    (2011) 胡夢珂
    語文能力在各方面都扮演著重要的角色。而獲取語文能力最重要、最直接的管道之一就是透過閱讀。可讀性可以評估一個文本是否適合閱讀者的閱讀能力。以往的研究指出可讀性公式是一個工具,可以把對於不同教育程度的讀者所閱讀的文章加以調整。英文文本的可讀性研究很早就出現了,可是中文領域這方面的研究不多,而中文能力在現今社會又是一個很主要的趨勢。因此,一個適合文本可讀性的分類方法是很重要的。過去西方學者因為過去技術的不足多採用線性的可讀性公式對文本做可讀性分類,而線性的可讀性公式對本研究的資料有些限制,因此本研究的目的在建立一個由支援向量機(Support Vector Machine,SVM)所訓練產生的預測模型,將國小的國語科課文做可讀性的分類。進而觀察預測的課文跟原來實際的課文的年級是否相符,並針對錯誤的課文做分析,以改善與謀求分類上的準確性。 本研究以課程專家編撰,經國家編審單位審定的三個民間版本教科書(H版、K版、N版),國小一年級至六年級國語科課文刪減掉新詩、絕句、古文、律詩的課文後共計386篇為實驗資料,將課文一部分做為訓練資料,另一部分課文為測試資料,透過中文斷詞的處理及資料格式的轉換,最後以SVM來對文本的可讀性進行分類。研究結果發現:利用LIBSVM預測國小國語科課文冊別的準確率(accuracy)為47.92%、正確率(fit rate)為80.31%。最後針對預測錯誤的課文做錯誤分析,了解是甚麼因素造成預測上的錯誤。
  • 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
    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。