以本體論為基礎之學習討論區主題分析器

Abstract

摘要 在線上學習領域中，討論區是一個提供給學習者討論在學習上所遇到問題的平台。學習者的學習歷程資訊被隱含紀錄在討論區中。在遠距教學來說，學生在討論區中的行為是老師了解學生學習歷程的一個重要的依據。因此在學生間討論文章的主題是非常值得去分析的。但在相關的研究中，像是自然語言處理，需要非常大量的訓練資料，這是在學習討論區中所沒有的。而且老師不只需要知道單一討論中在討論的主題，更需要知道主題的趨勢。因此採用資料探勘的方法來解決老師的需求。傳統的文字分群法中，特徵選擇是一個非常重要的議題，連帶的多維度更是造成了分群上的瓶頸。根據我們的觀察，討論區中的文章事實上不是完全沒有結構的文字，在不同的文體中隱含著結構的資訊。為了解決上述兩種在文字分群中會遭遇的問題，提出了以選擇不同部份的領域本體論為基礎引導分群法。所以我們提出了以本體論為基礎的主題分析器來解決老師了解學生間討論的主題。以本體論為基礎的主題分析器包含了預先定義好的規範，領域關鍵字本體論和討論區文件分類。使用這兩規範來描述文章的概念以及決定文章的種類。在以本體論為基礎的主題分析器中包含了三個行程。首先是決策表格分類器被用來把討論區中的文章做分類。再使用本體論為基礎的分群器依不同文章的類型做適性化的分群。最後用主題觀察器來突顯討論區中不同的主題。依據我們的實驗結果發現，從討論區中分析出來的主題趨勢能夠提供老師足夠的學生學習情況資訊來幫助老師教學。