PROGRAM KOMPUTER YANG MENGautomatikkan PENILAIAN OBJEK DAN ANALISIS KANDUNGAN TEKS

Mayer Robert Valerievich
Institut Pedagogi Negeri Glazov dinamakan sempena. V.G. Korolenko
Doktor Sains Pedagogi, Profesor Jabatan Fizik dan Didaktik Fizik

PROGRAM KOMPUTER YANG MENGAUTOMATIKKAN PENILAIAN OBJEK DAN ANALISIS KANDUNGAN TEKS

Mayer Robert Valerievich
Institut Pedagogi Negeri Glazov Korolenko
doktor sains pedagogi, profesor madya

pengenalan

DALAM Kebelakangan ini minat terhadap penggunaan kaedah matematik dalam pedagogi telah meningkat. Untuk kegunaan model matematik, mewujudkan corak kualitatif dan kuantitatif, anda mesti boleh menilai kualiti yang berbeza objek pedagogi, tahap pengetahuan pelajar tentang bahan pendidikan, kerumitan konsep, formula, topik, tugas, kandungan maklumat lukisan, dll. Juga sangat penting mempunyai masalah untuk menentukan jumlah satu atau lain jenis maklumat (contohnya, empirikal, teori, matematik) dalam teks pendidikan, kuliah atau jawapan pelajar.

Menilai dan menilai beberapa dozen objek adalah proses yang agak intensif buruh untuk dilakukan secara manual. Oleh itu, untuk menilai 30 objek menggunakan kaedah perbandingan berpasangan, adalah perlu untuk menjalankan sekurang-kurangnya 450 perbandingan berbeza, di mana setiap satu daripadanya pakar mesti mengaitkan tahap kehadiran kualiti yang dinilai dalam kedua-dua objek yang dibandingkan. Oleh itu, adalah lebih baik untuk mengautomasikan proses ini menggunakan program komputer yang secara rawak membentangkan objek yang dibandingkan, melihat respons pakar, dan menulis hasilnya pada fail. Adalah penting bahawa pakar mempunyai peluang untuk berehat, menyimpan hasilnya, dan kembali keesokan harinya dan terus bekerja.

Analisis kandungan teks berbilang halaman, mengira pelbagai istilah penanda oleh pakar sendiri adalah tugas intensif buruh, dan hasilnya bergantung pada pelbagai faktor rawak. Adalah mungkin untuk meningkatkan objektiviti analisis kandungan teks pendidikan dan kebolehulangan hasil yang terhasil menggunakan program komputer yang, menggunakan kamus tesaurus, mengira kekerapan sebutan pelbagai istilah dalam fail teks, mengambil kira kerumitannya. dan tergolong dalam kelas tertentu. Kerja pakar dalam kes ini adalah seperti berikut: 1) menyusun kamus-tesaurus; 2) klasifikasi dan penilaian terma-terma yang disertakan di dalamnya; 3) menyediakan fail dengan teks yang dianalisis; 4) melancarkan program yang menganalisis teks; 5) tafsiran keputusan.

1. Program untuk perbandingan berpasangan objek

Untuk menilai objek menggunakan kaedah perbandingan berpasangan, program PR-1 yang ditulis dalam persekitaran Pascal Percuma digunakan (Rajah 1). Katakan anda perlu menilai kerumitan konsep daripada kursus fizik sekolah. Menggunakan Far_manager, cipta fail vhod.txt yang mengandungi senarai N=25 konsep untuk dinilai (Rajah 2.1), pilih secara rawak konsep dengan nombor N0=8 dan lancarkan program komputer PR-1. Konsep N0=8 muncul pada skrin, dan satu baris di bawah - konsep yang dipilih secara rawak daripada senarai, contohnya, konsep 12. Pakar mesti membandingkan kualiti yang dinilai kedua-dua objek ini dan memasukkan simbol “+”, “0 ” atau “–“ daripada papan kekunci. Tambah bermakna kualiti yang dinilai dalam objek 1 adalah lebih besar daripada objek 2, sifar bermakna lebih kurang sama, dan tolak bermakna kurang daripada objek 2.

Selepas menekan kekunci “Enter”, konsep dengan nombor N0=8 dan konsep yang dipilih secara rawak 23 muncul semula. Pakar sekali lagi membuat perbandingan dan memberikan penarafan “+”, “–“ atau “0”. Program ini ditulis sedemikian rupa sehingga konsep dengan nombor N0 tidak dibandingkan dengan dirinya sendiri (yang diketahui bahawa hasilnya adalah "0") dan tidak dibandingkan dua kali dengan mana-mana konsep lain. Selepas melengkapkan prosedur untuk membandingkan konsep 8 dengan semua konsep lain daripada fail input(Rajah 2.1), program mencipta fail teks vihod.txt dari satu baris yang mengandungi nombor objek N0=8 dan hasil perbandingannya dengan konsep 1, konsep 2, ...., konsep N dalam bentuk “+ + + ... + 0 0 – + … – 0 + – –” (Gamb. 2.2). Kemudian pakar mengulangi prosedur yang sama dengan objek lain, contohnya, dengan konsep N0=10. Sekiranya perlu, pakar boleh berehat atau menangguhkan prosedur perbandingan sehingga keesokan harinya. Dengan menggunakan penyunting teks daripada garisan yang terhasil (Rajah 2.2) matriks NxN dua dimensi terbentuk, sama seperti yang ditunjukkan dalam Rajah. 2.3. Hasil daripada carian lengkap keseluruhan senarai konsep, setiap pasangan konsep telah dibandingkan dua kali (pertama ke-i dengan ke-j, dan kemudian sebaliknya), yang memungkinkan untuk mengurangkan pengaruh faktor rawak . Keputusan membandingkan dua objek direkodkan di persimpangan baris dan lajur yang sepadan. Dari kiri bucu atas pepenjuru sifar pergi ke bahagian bawah sebelah kanan.

Untuk mendapatkan penarafan objek, matriks dua dimensi tambah, sifar dan satu yang terhasil (Rajah 2.3) dianalisis oleh program PR-2 (Rajah 3), yang bagi setiap baris ke-i mencari jumlah semua tambah dan menolak jumlah semua tolak daripadanya. Hasil A_i yang terhasil untuk setiap baris dicetak ke skrin. Jika dalam program PR-2 anda mengaktifkan x dan mengulas x, maka ia akan memproses lajur matriks dengan cara yang sama. Hasil yang sepadan B_i (i=1, 2, …, N) dipaparkan pada skrin. Nilai K bagi kualiti yang dinilai bagi objek ke-i dianggap berkadar dengan perbezaan A_i-B_i. Anda boleh menambah beberapa pemalar padanya dan mendarabkan hasilnya dengan pekali supaya nilai maksimum ciri K adalah sama dengan satu, dan minimum adalah sama dengan sifar.

2. Program untuk analisis kandungan teks

Kaedah analisis kandungan terdiri daripada "menterjemah maklumat teks massa kepada penunjuk kuantitatif" dan seterusnya. pemprosesan statistik. Untuk menilai jumlah pengetahuan empirikal, teori dan matematik yang terkandung dalam teks, adalah perlu untuk menentukan bilangan penggunaan istilah "empirikal" (menunjukkan objek dan fenomena, instrumen dan peranti), istilah "teori" (nama). kuantiti fizik), istilah matematik (kuantiti matematik, operasi, simbol dalam formula) dan istilah saintifik umum (contohnya, "kami akan buktikan", "pengukuran", "analisis", dll.). Unit ukuran untuk jumlah maklumat ialah satu sebutan bagi istilah. Oleh kerana dalam bahasa Rusia panjang purata perkataan ialah 6.3 huruf (termasuk ruang), maka untuk mencari jumlah perkataan N (jumlah maklumat dalam teks I) sudah cukup untuk membahagikan jumlah huruf dengan 6.3.

Metodologi untuk analisis kualitatif-kuantitatif kandungan teks pendidikan melibatkan pemilihan kriteria yang menyeluruh dan saling eksklusif dan penentuan peraturan untuk merekodkan ciri-ciri teks yang diperlukan dengan pasti supaya hasil yang terhasil tidak bergantung kepada pakar, sangat boleh diulang dan mencerminkan ciri objektif teks. Teks fizikal termasuk yang sebenar maklumat teks, lukisan ( maklumat grafik) dan formula. Untuk menganggarkan jumlah maklumat dalam angka dan formula, kami akan menggantikannya dengan ayat terpendek yang mungkin menyampaikan sepenuhnya kandungan yang terkandung di dalamnya. maklumat pendidikan. Ia mengenai O informasi berguna, diperlukan untuk menguasai perenggan buku teks yang sepadan ( maklumat yang tidak diperlukan, yang terkandung dalam angka tidak diambil kira).

Ia boleh diandaikan bahawa jumlah maklumat "formular" adalah berkadar dengan nombor itu simbol matematik terdapat dalam teks dan formula. Setiap simbol sepadan dengan konsep tertentu. Kami akan menilai kerumitan simbol pada skala lima mata: 1. Kerumitan S=1: simbol tunggal (bukan vektor), jumlah, perbezaan, hasil dan pembahagian. 2. Kerumitan S=2: eksponen, pengekstrakan akar, penambahan dan penolakan vektor. 3. Kesukaran S=3: formula mengandungi fungsi trigonometri, logaritma, hasil darab skalar bagi vektor. 4. Kerumitan S=4: had, pembezaan, derivatif, hasil vektor. 5. Kerumitan S=5: kamiran, pengendali, dsb. Bilangan simbol matematik dalam perenggan dengan kerumitan S=1, 2, 3, 4, 5 dikira, dan hasilnya diberikan kepada elemen matriks mat_sim[i] (program Penganalisis, prosedur Formuli).

Dalam Rajah. 4 dibentangkan program khas Penganalisis (persekitaran Pascal Percuma), yang, menggunakan kamus tesaurus, mengira kekerapan sebutan pelbagai istilah fizikal dan matematik dalam fail teks. Analisis kandungan teks dijalankan seperti berikut: 1. Tentukan kerumitan dan jumlah maklumat "formular" dengan mengira bilangan simbol matematik kerumitan yang berbeza-beza dalam teks dan formula; keputusan dimasukkan ke dalam mat_sim[i].2. Gantikan lukisan penerangan ringkas, yang mengandungi maklumat tentang objek fizikal dan matematik yang digambarkan dalam gambar. 3. Cipta fail teks dalam format vhod1.txt yang mengandungi teks yang dianalisis dengan penerangan gambar tanpa formula (Gamb. 5). 4. Buat senarai istilah fizikal, matematik dan saintifik am yang terdapat dalam teks ini. Untuk melakukan ini, gunakan program Word_stat, Word_count, Word_statistic, yang boleh didapati di Internet. 5. Cipta kamus-tesaurus teks yang mengandungi bahagian umum istilah serumpun (contohnya, perkataan pembelauan, pembelauan, pembelauan - bahagian biasa "pembelauan"), yang disimpan dalam fail slovar.txt (Gamb. 6.1 ). 6. Setiap istilah diberikan kepada salah satu kelas "empirikal", "teori", "matematik", "saintifik umum", dan kerumitannya dinilai pada skala 1-2-3; keputusan ditulis ke fail dictionary.txt. 7. Pelancaran Program penganalisis, yang, mengakses fail slovar.txt, menganalisis teks yang disimpan dalam fail vhod1.txt dan menulis hasilnya ke fail vihod1.txt. Profil teks juga dibuat, yang terdiri daripada matriks perkataan yang paling kerap muncul dan frekuensinya (Rajah 6.2). 8. Mentafsir keputusan yang diperoleh, membuat jadual, membina histogram, dsb.

Kesimpulan

Artikel itu mencadangkan pilihan mudah menyelesaikan masalah mengautomasikan penilaian objek menggunakan kaedah perbandingan berpasangan dan menentukan jumlah pelbagai jenis maklumat dalam teks. Membandingkan, menilai dan menilai objek, serta menentukan jumlah jenis maklumat yang berbeza dalam teks - prosedur penting ukuran yang digunakan dalam bidang kemanusiaan. Menggunakan program PR-1 dan PR-2 (Rajah 1 dan 3), yang membantu melaksanakan kaedah perbandingan berpasangan, adalah mungkin untuk menilai kerumitan didaktik konsep yang menunjukkan instrumen fizikal, kuantiti dan eksperimen fizikal. Semua ini memungkinkan untuk mengklasifikasikan buku teks dan topik kursus fizik sekolah berdasarkan penilaian kerumitan fizikal dan matematiknya, dan untuk mewujudkan corak pengedaran bahan pendidikan. Program PR-3 (Rajah 4) digunakan untuk analisis kandungan perenggan dalam pelbagai buku teks fizik.

Kaedah analisis kandungan terdiri daripada "menterjemah maklumat teks massa kepada penunjuk kuantitatif" dan pemprosesan statistiknya yang seterusnya. Untuk menilai jumlah pengetahuan empirikal, teori dan matematik yang terkandung dalam teks, adalah perlu untuk menentukan bilangan penggunaan istilah "empirikal" (menunjukkan objek dan fenomena, instrumen dan peranti), istilah "teori" (nama kuantiti fizik ), istilah matematik (kuantiti matematik, operasi, simbol dalam formula) dan istilah saintifik am (contohnya, "kami akan buktikan", "ukuran", "kami akan menganalisis", dll.). Unit ukuran untuk jumlah maklumat ialah satu sebutan bagi istilah. Oleh kerana dalam bahasa Rusia panjang purata perkataan ialah 6.3 huruf (termasuk ruang), maka untuk mencari jumlah perkataan N (jumlah maklumat dalam teks I) sudah cukup untuk membahagikan jumlah huruf dengan 6.3.

Metodologi untuk analisis kualitatif dan kuantitatif kandungan teks pendidikan melibatkan pemilihan kriteria yang menyeluruh dan saling eksklusif dan definisi peraturan untuk merekodkan ciri-ciri teks yang diperlukan dengan pasti supaya hasil yang terhasil tidak bergantung kepada pakar, adalah sangat boleh berulang dan mencerminkan ciri objektif teks. Teks fizikal merangkumi maklumat teks sebenar, lukisan (maklumat grafik) dan formula. Untuk menilai jumlah maklumat dalam gambar dan formula, kami akan menggantikannya dengan ayat terpendek yang mungkin menyampaikan sepenuhnya maklumat pendidikan yang terkandung di dalamnya. Kami bercakap tentang maklumat berguna yang diperlukan untuk menguasai perenggan buku teks yang sepadan (maklumat yang tidak perlu yang terkandung dalam gambar tidak diambil kira).

Lebih kurang, kita boleh menganggap bahawa jumlah maklumat "formular" adalah berkadar dengan bilangan simbol matematik yang terdapat dalam teks dan dalam formula. Setiap simbol sepadan dengan konsep tertentu. Kami akan menilai kerumitan simbol pada skala lima mata: 1. Kerumitan S=1: simbol tunggal (bukan vektor), jumlah, perbezaan, hasil darab dan pembahagian. 2. Kerumitan S=2: eksponen, pengekstrakan akar, penambahan dan penolakan vektor. 3. Kerumitan S=3: formula mengandungi fungsi trigonometri, logaritma, hasil darab skalar bagi vektor. 4. Kerumitan S=4: had, pembezaan, derivatif, hasil vektor. 5. Kerumitan S=5: kamiran, pengendali, dsb. Bilangan simbol matematik dalam perenggan dengan kerumitan S=1, 2, 3, 4, 5 dikira, dan hasilnya diberikan kepada elemen matriks mat_sim[i] (program Penganalisis, prosedur Formuli).

Dalam Rajah. 4 mempersembahkan program Penganalisis khas (persekitaran Pascal Percuma), yang, menggunakan kamus tesaurus, mengira kekerapan sebutan pelbagai istilah fizikal dan matematik dalam fail teks. Analisis kandungan teks dijalankan seperti berikut: 1. Tentukan kerumitan dan jumlah maklumat "formular" dengan mengira bilangan simbol matematik kerumitan yang berbeza-beza dalam teks dan formula; keputusan dimasukkan ke dalam mat_sim[i]. 2. Gantikan lukisan dengan penerangan ringkas yang mengandungi maklumat tentang objek fizikal dan matematik yang digambarkan dalam lukisan. 3. Cipta fail teks dalam format vhod1.txt yang mengandungi teks yang dianalisis dengan penerangan gambar tanpa formula (Gamb. 5). 4. Buat senarai istilah fizikal, matematik dan saintifik am yang terdapat dalam teks ini. Untuk melakukan ini, gunakan program Word_stat, Word_count, Word_statistic, yang boleh didapati di Internet. 5. Cipta kamus-tesaurus teks yang mengandungi bahagian umum istilah serumpun (contohnya, perkataan pembelauan, pembelauan, pembelauan - bahagian biasa "pembelauan"), yang disimpan dalam fail slovar.txt (Gamb. 6.1 ). 6. Setiap istilah diberikan kepada salah satu kelas "empirikal", "teori", "matematik", "saintifik umum", dan kerumitannya dinilai pada skala 1-2-3; keputusan ditulis ke fail dictionary.txt. 7. Lancarkan program Analyzer, yang, dengan mengakses fail slovar.txt, menganalisis teks yang disimpan dalam fail vhod1.txt, dan menulis hasilnya ke fail vihod1.txt. Profil teks juga dibuat, yang terdiri daripada matriks perkataan yang paling kerap muncul dan frekuensinya (Rajah 6.2). 8. Mentafsir keputusan yang diperoleh, membuat jadual, membina histogram, dsb.

Dibentangkan di sini ciri-ciri ringkas program untuk analisis kandungan. Saya akan mengembangkan senarai secara beransur-ansur. Ulasan Terperinci akan terkandung di blog dalam bahagian tentang program untuk menjalankan analisis kandungan.

LECTA— menghasilkan analisis kandungan berbilang dimensi tatasusunan teks. hidup peringkat awal membantu menyusun kamus analisis kandungan berdasarkan kekerapan dan berdasarkan sistem kategori yang telah dibuat sebelumnya. Membolehkan anda membahagikan teks kepada serpihan yang sama saiz. Seterusnya, ia membolehkan anda menggabungkan unit mengira dan serpihan teks ke dalam kumpulan menggunakan analisis faktor. Oleh itu, pengkaji mempunyai struktur yang jelas tentang ciri-ciri subjek yang dikaji. ruang maklumat, dibenarkan oleh prinsip kekerapan leksem yang disertakan dalam kamus. Ini diikuti dengan tafsiran kualitatif bagi blok tematik yang terhasil. Penerangan terperinci bekerja dalam program LECTA di blog.

ATLAS.ti— program ini membolehkan anda menjalankan analisis kandungan berkualiti tinggi bagi teks, audio, video, dokumen grafik. Banyak perhatian ditumpukan kepada proses pengekodan bahan. Penerangan terperinci tentang cara program berfungsi ada di blog.

TABARI(KEDS) ialah program untuk pengekodan automatik data acara politik. Ia menggunakan penganalisis terbina dalam untuk mengenal pasti perkataan yang digunakan untuk analisis kandungan. Apabila berjalan, program mengakses kamus terbina dalam dan boleh dimuat turun. Data boleh digunakan untuk bekerja di lain program khusus, seperti SPSS dan SAS.

JFreq mencipta matriks kekerapan penggunaan perkataan dalam tatasusunan, digunakan untuk analisis kandungan dan berfungsi dengan kebanyakan bahasa di dunia. Ia tidak berfungsi dengan Jepun, Cina dan Thai kerana sistem linguistik bahasa-bahasa ini secara asasnya berbeza daripada kebanyakan bahasa. Program ini membolehkan anda mengecualikan daripada tatasusunan aksara dan aksara yang tidak boleh dibaca yang tidak disertakan dalam pangkalan data abjad. Berfungsi pada mana-mana sistem pengendalian.

Konkordans program yang digunakan untuk menjalankan analisis kandungan dokumen elektronik, Di dalamnya anda boleh membuat senarai unit akaun, indeks, perkataan yang berkaitan, apabila bekerja pada teks elektronik. Membolehkan anda memproses tatasusunan yang besar. Memungkinkan untuk melihat korelasi antara perkataan yang disertakan dalam kamus analisis kandungan. Hasil kerja anda boleh disiarkan dengan mudah di Internet menggunakan alat terbina dalam program. Penerangan di blog -

HyperRESEARCH membolehkan anda mengekod, mencari dan menyahkod bahan teks, audio dan video. Membenarkan analisis format data tersebut.

LEXIMANCER– berbilang bahasa perisian, melaksanakan analisis kandungan jumlah yang besar teks, membolehkan anda menggabungkan teks daripada genre dan gaya yang berbeza dalam tatasusunan, termasuk dialektik dan bentuk bahasa bukan tradisional yang lain.

PROTAN– satu set 30 program disepadukan ke dalam satu blok, membolehkan analisis kandungan tatasusunan teks menggunakan kamus terbina dalam dan mengenal pasti jalan cerita, menentukan korelasi antara perkataan dalam kamus melalui analisis faktor. Memiliki jumlah yang besar fungsi lain.

// ]]>TEXTPACK– mengekod teks berdasarkan kamus ciptaan pengguna. Membandingkan 2 dokumen, membandingkan kandungan perbendaharaan kata mereka, mengesan petikan serupa dalam dokumen. Data mudah diimport ke dalam pakej seperti SPSS atau SAS.

QDA pelombong ialah alat untuk analisis data teks kualitatif, anotasi, perolehan semula dan semakan data berkod. Program ini membolehkan anda bekerja sebilangan besar dokumen yang mengandungi kedua-dua data teks dan berangka. QDA Miner juga menyediakan pelbagai alat carian untuk mengenal pasti korelasi dalam data berkod. (QDA MINER LITE diterangkan di blog)

WordStat – modul analisis teks yang direka khusus untuk memproses bahan seperti artikel majalah, karya sastera, temu bual. Seperti orang lain program yang serupa membolehkan anda mencipta radas kategori dan kamus analisis kandungan. Analisis lanjut boleh dijalankan menggunakan penciptaan dan pengiraan jadual silang, serta kaedah KWIS. Pakej ini membolehkan anda bekerja dengan lebih banyak lagi kaedah yang kompleks Analisis statistik, seperti pengelompokan dan penskalaan pelbagai dimensi. Peranti kategori dan kamus skema yang dicipta boleh digunakan pada tatasusunan teks lain pada masa hadapan.

GARAM– perisian yang menganalisis kandungan tatasusunan teks. Menyokong kerja dengan semua bahasa. Menentukan purata panjang ayat, bilangan perkataan yang dicari, jumlah bilangan perkataan. Boleh buat senarai abjad perkataan, mengekod tatasusunan teks mengikut kod yang ditentukan oleh penyelidik. Hanya berfungsi dengan sistem operasi Windows.

MonoConc – mencari unit analisis teks, menentukan korelasi antara mereka dalam tatasusunan.

TROPES– melakukan analisis kualitatif berasaskan peranan kronologi bagi teks. Juga membolehkan anda menerima maklumat am mengikut kekerapan penggunaan unit akaun tertentu.

Qualrus ialah alat untuk menjalankan analisis data kualitatif, pengekodan elemen tatasusunan untuk pemprosesan selanjutnya. Qualrus boleh digunakan untuk menjalankan spektrum penuh penyelidikan kualitatif, termasuk analisis budaya, kaedah tafsiran, semiotik, sejarah, kurungan, analisis empirikal, analisis cerita dan karya genre lain.

CAMEO– sistem yang dicipta untuk pengekodan dan menganalisis komunikasi politik. Termasuk 20 kategori acara utama dan 200 subkategori, pangkalan data yang luas untuk pengekodan nama ahli politik dalam teks.

Pita Anno ialah perisian untuk merakam dan menganalisis data audio, video, grafik dan teks yang bertujuan untuk penyelidikan kualitatif, pemasaran, kewartawanan media, perkhidmatan arkib. Rakaman fail bunyi– temu bual, perbualan, siaran radio terus di HDD komputer. Membolehkan anda menyimpan sehingga seratus jam audio bersama-sama dengan data teks dalam satu pangkalan data bersepadu. Menjalankan analisis data, anotasi dan pengindeksan audio asal dan fail teks. Membahagikan tatasusunan data audio kepada serpihan dengan berkesan