Robot

Last few days of free access to Embibe

Click on Get Started to access Learning Outcomes today

স্মার্ট ট্যাগিং- বুদ্ধিমান বিষয়বস্তু তৈরীর দিকে

কোনো বিষয় সম্পর্কে একজন শিক্ষার্থীর ধারণার মূল্যায়ন করতে ব্যবহৃত অনলাইন মূল্যায়নের জন্য মূল্যায়ন পদ্ধতিতে ব্যবহৃত প্রশ্নগুলিকে ধারণা এবং অন্যান্য মেটাডেটা যেমন কঠিনতার স্তর, সমাধানের জন্য প্রয়োজনীয় সময়, দক্ষতা ইত্যাদির সাথে ট্যাগ করা প্রয়োজন, যা শিক্ষার্থীর ধারণাগুলি সনাক্ত করতে ব্যবহার করা যেতে পারে। এটি ব্যবহৃত হতে পারে শিক্ষার্থী কোন বিষয়ে দুর্বল বা সেই সম্পর্কে তার ধারণার সম্পর্কে জানার জন্য। সাধারণত, মেটাডেটা ট্যাগিং বিশেষজ্ঞ ফ্যাকাল্টি দ্বারা ম্যানুয়ালি সঞ্চালিত হয়। যাইহোক, যখন প্রশ্নগুলির একটি বড় ডেটাসেট ট্যাগ করা প্রয়োজন তখন এটি নিষেধমূলকভাবে ব্যয়বহুল হয়। তদুপরি, ডেটাসেটের বিভিন্ন উপসেটে কাজ করে এমন একাধিক মানব ভাষ্যকার থাকার কারণে একটি ডেটাসেটের ম্যানুয়াল ট্যাগিং ঘটলে সর্বদা মানুষের পক্ষপাত ঘটে থাকে।

Embibe মেশিন লার্নিং পদ্ধতির বিকাশ করেছে যা প্রশ্নগুলিতে মেটাডেটা ট্যাগ করার জন্য ইন-হাউস ম্যানুয়ালি ভাষ্যকৃত ডেটাসেটের পাশাপাশি সর্বজনীনভাবে উপলভ্য বিনামূল্যে-ব্যবহারযোগ্য ডেটা উৎস উভয়ই ব্যবহার করে। এই নিবন্ধে, আমরা ধারণা ট্যাগিংয়ের জন্য এমবিবের স্মার্ট ট্যাগিং সিস্টেমটি দেখি। Embibe-এর কনসেপ্ট ট্যাগিং সিস্টেম পাঠ্য বিষয়বস্তু বোঝার জন্য NLP/NLU ব্যবহার করে, ছবি থেকে অর্থ বের করার জন্য গভীর শিক্ষা, এবং তত্ত্বাবধান এবং তত্ত্বাবধান না করা ML অ্যালগরিদম উভয়ই ধারণাগুলির একটি র‌্যাঙ্ক করা তালিকা বরাদ্দ করে যেগুলির একটি নির্দিষ্ট প্রশ্নের সাথে প্রাসঙ্গিক হওয়ার সর্বোচ্চ সম্ভাবনা রয়েছে।

চিত্র 1ঃ স্মার্ট ট্যাগিং সিস্টেমের ফলাফল  ট্যাগ করা ধারণার প্রাসঙ্গিকতা দেখায় একইসাথে সবচেয়ে প্রাসঙ্গিক ট্যাগ করা ধারণাকে দেখায় 

উপরে চিত্র 1, হাজার হাজার প্রশ্ন সমন্বিত একটি এলোমেলোভাবে নির্বাচিত সেটে ধারণার জন্য এম্বাইবের স্মার্ট ট্যাগিং সিস্টেমের ফলাফল দেখায়। আমরা এম্বাইবের স্মার্ট ট্যাগিং সিস্টেম এবং ক্রাউড-সোর্সড ফ্যাকাল্টির মধ্যে ফলাফল তুলনা করি। তিনটি পৃথক স্বাধীন বিশেষজ্ঞ ফ্যাকাল্টির  মধ্যে সংখ্যাগরিষ্ঠ ভোটিং ব্যবহার করে এই পরীক্ষার জন্য গ্রাউন্ড ট্রুথ ডেটাসেট তৈরি করা হয়েছিল। চিত্র 1 এর বাম দিকের প্লটটি দেখায় যে স্মার্ট ট্যাগিং এবং ক্রাউড-সোর্সড ফ্যাকাল্টি উভয়ই প্রাসঙ্গিক ধারণাগুলি – শীর্ষ পাঁচটি সবচেয়ে প্রাসঙ্গিক ধারণা – একটি প্রশ্নের জন্য প্রায় একই হারে কার্য সম্পাদন করে৷ চিত্র 1 এর ডানদিকের প্লটটি আরও আকর্ষণীয়। এটি দেখায় যে কনসেপ্ট প্রাসঙ্গিকতা স্কোর দ্বারা অর্ডার করার সময় একটি প্রশ্নে সবচেয়ে প্রাসঙ্গিক ধারণাটি নিয়োগ করা হয়, যা ক্রাউড-সোর্সড ফ্যাকাল্টির তুলনায় স্মার্ট ট্যাগিং দ্বারা নির্ধারিত হওয়ার সম্ভাবনা চারগুণ বেশি।

স্মার্ট ট্যাগিং সিস্টেমের বাস্তবায়নের সুনির্দিষ্ট এবং বিশদ বিবরণ এই নিবন্ধে পুরোপুরিভাবে বোঝানো সম্ভব নয় যেহেতু কাজটি বর্তমানে পেটেন্ট করা হচ্ছে।