Bloom's Taxonomy is a classificatio

Bloom's Taxonomy is a classification of learning objectives within education that educators set for students. The cognitive domain within this taxonomy is designed to verify a student's cognitive level during a written examination. Educators may sometimes face the challenge in analysing whether their examination questions comply within the requirements of the Bloom’s taxonomy at different cognitive levels. This paper proposes an automated analysis of the exam questions to determine the appropriate category based on this taxonomy. This rule-based approach applies Natural Language Processing (NLP) techniques to identify important keywords and verbs, which may assist in the identification of the category of a question. This work focuses on the computer programming subject domain. At present, a set of 100 questions (70 training set and 30 test set) is used in the research. Preliminary results indicate that the rules may successfully assist in the identification of the Bloom’s taxonomy category correctly in the exam questions.

ผลลัพธ์ (ไทย) 1:

การจัดประเภทของวัตถุประสงค์ในการศึกษาที่นักการศึกษากำหนดให้นักเรียนเรียนรู้ของบลูมจำแนกประเภทได้ โดเมนรับรู้ภายในระบบนี้ถูกออกแบบมาเพื่อตรวจสอบระดับการรับรู้ของนักเรียนในระหว่างการสอบข้อเขียน นักการศึกษาอาจบางครั้งเผชิญความท้าทายในการวิเคราะห์ว่าคำถามตรวจสอบความสอดคล้องภายในความต้องการของระบบภาษีของบลูมในระดับการรับรู้ต่าง ๆ เอกสารนี้นำเสนอการวิเคราะห์แบบอัตโนมัติถามสอบเพื่อกำหนดประเภทเหมาะสมตามระบบนี้ วิธีตามกฎนี้ใช้เทคนิคภาษาประมวลผล (NLP) เพื่อระบุคำสำคัญและคำกริยา ที่อาจช่วยในการระบุประเภทของคำถาม งานนี้เน้นคอมพิวเตอร์เขียนโปรแกรมเรื่องโดเมน ปัจจุบัน ชุดของคำถาม 100 (70 ชุดฝึกและชุดทดสอบ 30) จะใช้ในการวิจัย ผลลัพธ์เบื้องต้นบ่งชี้ว่า กฎอาจประสบความสำเร็จช่วยในรหัสของประเภทจำแนกประเภทของดอกได้อย่างถูกต้องในการสอบถาม

ผลลัพธ์ (ไทย) 2:

อนุกรมวิธานของบลูมคือการจำแนกประเภทของวัตถุประสงค์การเรียนรู้การศึกษาภายในที่นักการศึกษาที่กำหนดไว้สำหรับนักเรียน โดเมนองค์ความรู้ภายในอนุกรมวิธานนี้ถูกออกแบบมาเพื่อตรวจสอบระดับความรู้ความเข้าใจของนักเรียนในระหว่างการสอบข้อเขียน การศึกษาบางครั้งอาจต้องเผชิญกับความท้าทายในการวิเคราะห์ว่าข้อสอบของพวกเขาปฏิบัติตามภายในความต้องการของอนุกรมวิธานของบลูมในระดับความรู้ความเข้าใจที่แตกต่างกัน กระดาษนี้นำเสนอการวิเคราะห์อัตโนมัติของคำถามสอบเพื่อตรวจสอบประเภทที่เหมาะสมขึ้นอยู่กับอนุกรมวิธานนี้ วิธีการตามกฎนี้ใช้ประมวลผลภาษาธรรมชาติ (NLP) เทคนิคในการระบุคำหลักที่สำคัญและคำกริยาซึ่งอาจช่วยในการระบุประเภทของคำถาม งานนี้มุ่งเน้นไปที่โดเมนเรื่องการเขียนโปรแกรมคอมพิวเตอร์ ปัจจุบันชุดคำถาม 100 ข้อ (70 ชุดการฝึกอบรมและทดสอบชุด 30) ถูกนำมาใช้ในการวิจัย ผลการศึกษาเบื้องต้นระบุว่ากฎระเบียบที่ประสบความสำเร็จอาจจะช่วยในการระบุประเภทอนุกรมวิธานของบลูมอย่างถูกต้องในคำถามสอบ

ผลลัพธ์ (ไทย) 3:

บานของเป็นประเภทของจุดประสงค์การเรียนรู้ในระดับการศึกษาที่นักการศึกษาชุดสำหรับนักเรียน ด้านพุทธิพิสัยภายในอนุกรมวิธานนี้ถูกออกแบบมาเพื่อตรวจสอบระดับการรับรู้ของนักเรียนในระหว่างการตรวจสอบเป็นลายลักษณ์อักษร .นักการศึกษาอาจเผชิญความท้าทายในการตรวจวิเคราะห์ว่าคำถามของตนให้สอดคล้องภายในความต้องการของทฤษฎีของบลูมที่ระดับสติปัญญาแตกต่างกัน บทความนี้เสนอโดยอัตโนมัติการวิเคราะห์ข้อสอบเพื่อหาประเภทที่เหมาะสมขึ้นอยู่กับอนุกรมวิธานนี้วิธีนี้ใช้กฎการประมวลผลภาษาธรรมชาติ ( NLP ) เทคนิคในการระบุคำหลักที่สำคัญและกริยาซึ่งอาจช่วยในการระบุประเภทของคำถาม งานนี้เน้นการเขียนโปรแกรมคอมพิวเตอร์เรื่องโดเมน ปัจจุบันชุด 100 ข้อ ( 70 และ 30 ชุดฝึกชุดทดสอบ ) ที่ใช้ในการวิจัยผลจากการทดลองเบื้องต้นพบว่า กฎอาจเรียบร้อยแล้วช่วยในการจำแนกหมวดหมู่ของทฤษฎีของบลูมได้อย่างถูกต้องในคำถามของการสอบครั้งนี้