자연어 처리를 이용한 수학 인지요소 자동 분류 모델 개발 : 문자와 식 영역을 중심으로 = Development of an Automatic Classification Model for Mathematical Cognitive Elements Using Natural Language Processing
저자
발행사항
서울 : 서울대학교 대학원, 2024
학위논문사항
학위논문(석사)-- 서울대학교 대학원 : AI융합교육학과 2024. 2
발행연도
2024
작성언어
한국어
주제어
DDC
371.3
발행국(도시)
서울
형태사항
Ⅴ, 64 ; 26 cm
일반주기명
지도교수: 유연주
UCI식별코드
I804:11032-000000182925
DOI식별코드
소장기관
과정중심평가는 학습 과정에서 학생의 변화와 성장을 다각도로 평가 하고 적절한 피드백을 제공하는 방식이다. 이는 학생이 자신의 학습을 성찰하고 교사가 교수·학습의 질을 개선하도록 유도하는 2015개정교육과 정의 핵심 요소다. 과정중심평가는 즉각적이고 실제적인 피드백을 통해 학습이 일어나도록 설계되어야 하며, 학생들의 학습상태를 파악할 수 있 는 과제 설계가 필요하다. 인지 진단 이론에 기반한 평가모형은 학생들의 지식과 기술을 세밀하 게 분석하는 것을 목표로 한다. 하지만 문항에 포함된 지식 구조를 통해 인지요소를 결정하는 것은 전문가의 능력에 의존하기 때문에 많은 시간 과 노력, 그리고 교후삭적 지식이 요구된다. 최근 자연어 처리(NLP) 기술의 발전은 평가 문항 개발과 학생 성취 분석에 새로운 가능성을 제시하고 있으며, 인공지능을 활용한 개인화된 학습 지원과 평가 문항 태깅의 자동화가 교육 현장에 혁신을 가져올 것 으로 기대된다. 이에 본 연구에서는 자연어 처리(NLP) 기술을 이용하여 수학 문항의 인지요소를 예측하고, 이를 통해 모델의 성능을 개선하는 방법에 대해 탐구하였다. 연구는 문항 데이터의 불균형 해소, 단원별 분류 성능의 차 이, 그리고 언어적 요인이 모델 성능에 미치는 영향을 중점적으로 분석 하였다. 데이터 불균형 문제에 대처하기 위해 문항을 추가하고 예측 가중치를 조정하였으며, 이를 통해 모델 성능의 소폭 개선을 확인하였다. 단원별로 는 인수분해 단원이 가장 높은 성능을, 단항식과 다항식 단원이 가장 낮 은 성능을 보였으며, 이는 학습 데이터의 차이와 단원의 특성에 따른 것 으로 분석되었다. 또한, 언어적 요인 분석을 통해 특정 단원에서 사용되 는 언어적 특성이 모델의 성능에 긍정적 영향을 줄 수 있음을 확인하였 다. 주요어 : 인지요소, 자연어처리, Q행렬, 자동분류, 수학 문항, 도메인 특화 사전학습 언어모델 학 번 : 2021-28064
더보기Process-oriented assessment evaluates students' changes and growth from multiple perspectives during their learning process, providing appropriate feedback. This approach is a key element of the 2015 revised curriculum, designed to encourage students to reflect on their learning and teachers to improve the quality of teaching and learning. Process-oriented assessment must be designed to facilitate learning through immediate and practical feedback, necessitating the design of tasks that can assess students' learning states.
Assessment models based on cognitive diagnostic theory aim to analyze students' knowledge and skills in detail. However, determining cognitive elements through the knowledge structures included in items depends on experts' abilities, requiring considerable time, effort, and pedagogical content knowledge.
Recent advancements in Natural Language Processing (NLP) technology offer new possibilities for developing assessment items and analyzing student achievements. The use of artificial intelligence for personalized learning support and the automation of assessment item tagging are expected to bring innovation to the educational field.
This study explores methods to improve model performance by predicting cognitive elements of mathematics items using NLP technology. It focuses on addressing data imbalance, differences in classification performance by chapter, and the impact of linguistic factors on model performance. To tackle data imbalance, the study adjusted prediction weights and added items, resulting in a slight improvement in model performance. Chapter-wise, the factorization chapter showed the highest performance, while the monomial and polynomial chapters showed the lowest, attributed to differences in learning data and chapter characteristics. Additionally, the analysis of linguistic factors revealed that the linguistic characteristics used in certain chapters could positively affect model performance.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)