Estudio de generación automática de distractores desde fuentes estructuradas y no estructuradas: el caso de psicofarmacología

Khalil Gómez, Omar. (2020). Estudio de generación automática de distractores desde fuentes estructuradas y no estructuradas: el caso de psicofarmacología Master Thesis, Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
Khalil_Gomez_Omar_TFM.pdf Khalil_Gomez_Omar_TFM.pdf application/pdf 1.87MB

Título Estudio de generación automática de distractores desde fuentes estructuradas y no estructuradas: el caso de psicofarmacología
Autor(es) Khalil Gómez, Omar
Resumen La manera en la que se facilita la educación ha visto una evolución desde los modelos más tradicionales hasta otros más actuales como son la educación impartida on-line o los Cursos Masivos en Línea y Abiertos. En este tipo de entornos, se cuenta con un gran número de estudiantes, y por tanto los instructores pueden encontrarse con una mayor carga de trabajo a la hora de desempeñar sus tareas habituales. Una de las tareas más complejas y que más tiempo conllevan bajo este tipo de entornos, es la generación de actividades formativas que faciliten la evaluación del conocimiento o competencias adquiridas. Por tanto, surge la necesidad de explotar las Tecnologías de la Información para aliviar dicha carga. Este trabajo se basa en la idea de aprovechar los recursos educativos disponibles de una asignatura para la generación semiautomática de actividades educativas. En concreto, se pretende abordar varias fases de la generación automática de preguntas de hueco en blanco siguiendo un enfoque basado en técnicas de representación vectorial de entidades.
Notas adicionales Trabajo de Fin de Máster Universitario en I.A. Avanzada: Fundamentos, Métodos y Aplicaciones. UNED
Materia(s) Ingeniería Informática
Editor(es) Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial
Director/Tutor Martínez Tomás, Rafael
Fernández Vindel, José Luis
Fecha 2020-09
Formato application/pdf
Identificador bibliuned:master-ETSInformatica-IAA-Okhalil
http://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IAA-Okhalil
Idioma spa
Versión de la publicación acceptedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso master Thesis
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 420 Visitas, 200 Descargas  -  Estadísticas en detalle
Creado: Fri, 24 Sep 2021, 17:32:51 CET