Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

The use of genetic algorithm to optimize quantitative learner's motivation model

Lempa P., Ptaszynski M., Masui F.

Technical Transactions

2018

Vol. 115, iss. 4

189--194

The paper presents a method of optimizing Quantitative Learner’s Motivation Model with the use of genetic algorithm. It is focused on optimizing the formula for prediction of learning motivation by means of different weights for three values: interest, usefulness in the future and satisfaction. For the purpose of this optimization, we developed a C++ library that implements a genetic algorithm and an application in C# which uses that library with data acquired from questionnaires enquiring about those three elements. The results of the experiment showed improvement in the estimation of student’s learning motivation.

W artykule przedstawiono metodę optymizacji ilościowego modelu motywacji ucznia z wykorzystaniem algorytmu genetycznego. Przedstawiona metoda polega na optymalizacji formuły przewidywania motywacji do nauki poprzez wykorzystanie różnych wag dla trzech różnych wartości: zainteresowanie przedmiotem, jego przydatność w przyszłości i zadowolenie z udziału w zajęciach. Na potrzebę optymalizacji stworzono bibliotekę C++, która implementuje algorytm genetyczny oraz aplikację w C#, która wykorzystuje tę bibliotekę razem z zebranymi danymi z ankiet w celu indukcji powyższych trzech elementów. Wyniki eksperymentu wykazały poprawę w szacowaniu motywacji uczniów.

Experiments with language combinatorics in text classification: lessons learned and future implications

Ptaszynski M., Masui F.

Technical Transactions

2017

Vol. 11(114)

183--197

This paper presents a meta-analysis of experiments performed with language combinatorics (LC), a novel language model generation and feature extraction method based on combinatorial manipulations of sentence elements (e.g., words). Along recent years LC has been applied to a number of text classification tasks, such as affect analysis, cyberbullying detection or future reference extraction. We summarize two of the most extensive experiments and discuss general implications for future implementations of combinatorial language model.

W niniejszym artykule przedstawiono metaanalizę badań przeprowadzonych za pomocą kombinatoryki językowej (language combinatorics, LC), nowej metody generacji modelu języka i ekstrakcji cech, opartej o kombinacyjne manipulacje na elementach zdań (np. słowa). W trakcie ostatnich lat LC została zastosowana do wielu zadań z dziedziny klasyfikacji tekstu, takich jak analiza afektu, wykrywanie cyberagresji lub ekstrakcja odniesień do przyszłych wydarzeń. W niniejszym artykule podsumowujemy dwa z najbardziej obszernych doświadczeń i omawiamy ogólne implikacje dotyczące przyszłych zastosowań kombinatoryjnego modelu języka.