Embibe হল আসলে শিক্ষার ব্যক্তিগতকরণ, এবং আমাদের প্রযুক্তি সঠিক সময়ে সঠিক শিক্ষার্থীদের কাছে সঠিক কনটেন্ট বা বিষয়বস্তু পৌঁছে দিতে সক্ষম। এই কারণেই উপলব্ধ বিষয়বস্তু, বিশেষ করে প্রশ্নগুলির বৃহৎ ডেটাসেটে অ্যাক্সেস থাকা খুবই গুরুত্বপূর্ণ৷ ঐতিহাসিকভাবে, Embibe এর প্রশ্নের ডেটাসেটগুলি মানব ডেটা এন্ট্রি অপারেটরদের দ্বারা তৈরি করা হয়েছে। তারা ইন্টারনেটে বা অংশীদার সংস্থাগুলির সাথে অংশীদারিত্বের মাধ্যমে অবাধে উপলব্ধ বিভিন্ন প্রশ্ন সেট থেকে প্রশ্নগুলি সংগ্রহ করে৷
স্বয়ংক্রিয়ভাবে প্রশ্ন উদ্ভাবনের মূল অনুপ্রেরণা হল শিক্ষক/পরামর্শদাতার উপর শিক্ষার্থীদের নির্ভরতা হ্রাস করা। লক্ষ লক্ষ শিক্ষার্থীর শেখার সঠিক পরিমাপ করতে, তাদের ধারণাগুলিকে অনুশীলনে রাখতে এবং বাইরের কোনো সাহায্য ছাড়াই তাদেরকে নিজস্ব অগ্রগতি পরিমাপ করতে সক্ষম করা উচিত। সীমাহীন সংখ্যক প্রশ্নের সহজলভ্যতা বুদ্ধিবৃত্তিক মূল্যায়ন [3], শিক্ষার্থী সনাক্তকরণ [4] বা শেখার ফলাফল নিশ্চিত করতে ব্যক্তিগতকৃত বিষয়বস্তুর বিধান তৈরি করতে সহায়তা করে [5] [6]। এটি স্বয়ংক্রিয় প্রশ্ন উদ্ভবের দিকে একটি পদক্ষেপ, যা শিক্ষার্থীদের অনুশীলন করতে এবং তাদের অগ্রগতি পরিমাপ করতে সহায়তা করে।
যাইহোক, আমাদের প্ল্যাটফর্মে যাতে শিক্ষার্থীদের উন্নতির জন্য প্রয়োজনীয় কোনো বিষয়ে প্রশ্ন শেষ না হয় তা নিশ্চিত করার জন্য, Embibe AI বিকাশে বিনিয়োগ করে যা স্বয়ংক্রিয়ভাবে তাদের সম্পর্কিত নতুন প্রশ্ন ও উত্তর তৈরি করতে পারে। এই কাজটি বিষয়বস্তু সমষ্টি, বিষয় মডেলিং, অত্যাধুনিক প্রাকৃতিক ভাষা প্রজন্ম (NLG), এবং সমাধান প্রযুক্তি থেকে ধারণা নিয়ে থাকে।
উদেশ্য
আমরা, Embibe-এ, প্রশ্নগুলির উত্তর দিয়ে ধারণাগুলির অনুশীলন এবং আয়ত্ত করার মাধ্যমে শেখার একটি কাঠামো প্রস্তাব করি যা ধারণাগুলি মনে রাখার এবং বোঝার একটি পরোক্ষ উপায়। স্বয়ংক্রিয় প্রশ্নের উদ্ভাবন এমন একটি প্রক্রিয়া যা শিক্ষার পাঠ্যকে একটি ইনপুট হিসাবে নেয় এবং এটি থেকে প্রশ্ন তৈরি করে যার ভিত্তিতে শিক্ষার্থীরা অনুশীলন এবং শেখার জন্য তাদের জ্ঞান প্রয়োগ করতে পারে।
স্বয়ংক্রিয় প্রশ্ন তৈরি উদ্ভাবন হল প্রাকৃতিক ভাষা প্রক্রিয়াকরণের (NLP) অংশ। এটি গবেষণার একটি ক্ষেত্র যেখানে অনেক গবেষক তাদের কাজের নিদর্শন রেখেছেন। এখনও উচ্চ নির্ভুলতা অর্জন করা হয়নি। অনেক গবেষক NLP এর মাধ্যমে স্বয়ংক্রিয় প্রশ্ন তৈরিতে কাজ করেছেন, এবং বিভিন্ন ধরনের প্রশ্ন তৈরির স্বয়ংক্রিয়তার জন্য অনেক কৌশল এবং মডেল তৈরি করা হয়েছে।
দৃষ্টিভঙ্গি
চিত্র 1-এ দেখানো চিত্রটি স্বয়ংক্রিয় প্রশ্ন উদ্ভাবনার কাঠামোতে একটি খুব উচ্চ স্তরের পদ্ধতি প্রদর্শন করে। স্বয়ংক্রিয় প্রশ্ন উদ্ভাবনার ট্রান্সফরমার মডেলের কাটিং এজ ভেরিয়েন্ট এবং NLP কৌশলগুলি ব্যবহার করে। এটি উৎপন্ন প্রশ্নগুলির গুণমান এবং জটিলতা বাড়াতে পাঠ্যের গঠনগত এবং শব্দার্থিক বোঝাপড়ার উপর করা গবেষণাকেও কাজে লাগায়।
Fig 1. স্বয়ংক্রিয় প্রশ্ন উদ্ভাবনের উচ্চ স্তরের কাঠামো
পাইপলাইন হিসাবে স্বয়ংক্রিয় প্রশ্ন উদ্ভবের প্রচুর উপাদান রয়েছে যেমন পাঠ্য প্রক্রিয়াকরণ, বৈশিষ্ট্য নিষ্কাশন এবং প্রকৌশল, মডেল নির্মাণ এবং প্রশিক্ষণ, মডেল মূল্যায়ন, টীকা এবং কিছু সাধারন ML কৌশল।
আমরা আমাদের QC মডেলগুলিকে প্রশিক্ষণের জন্য 20 টিরও বেশি বিভিন্ন ওপেন সোর্স ডেটাসেট যেমন ARC, DROP, QASC, SciQ, SciTail, SQuAD, সেইসাথে Google NQ এবং Embibe-এর মালিকানাধীন ডেটাসেটগুলি ব্যবহার করেছি৷ আমরা বিভিন্ন ধরনের প্রশ্ন যেমন বুলিয়ান, পরিসর ভিত্তিক, শূন্যস্থান পূরণ, বহুনির্বাচনী প্রশ্ন ইত্যাদি ব্যবহার করেছি। প্রশ্নের বাক্য গঠন, উত্তর খোঁজার জন্য বহু-পর্যায়ের যুক্তি এবং জটিলতার ভিত্তিতে প্রশ্নের জটিলতা তৈরি হয়। মূল ধারণা আমরা KI-BERT [1] দ্বারা অনুপ্রাণিত QG মডেলগুলিতে প্রাসঙ্গিক জ্ঞান যোগ করতে নলেজ গ্রাফগুলিও ব্যবহার করি। প্রশ্ন রচনার দক্ষতা উন্নত করতে আমরা স্থানীয় প্রাকৃতিক ভাষা বোঝার কৌশল ব্যবহার করি। পাঠ্য তৈরি করতে আমরা T5 [2] এর মতো একটি জেনারেটিভ মডেল ব্যবহার করতে পারি যা একটি নির্দিষ্ট প্রসঙ্গ এবং উত্তর থেকে প্রশ্ন উদ্ভাবন করতে পারে। এই ফ্লোটি দেখতে কেমন হবে।
Fig 2. QG মডেল ওয়ার্কফ্লো
ফলাফল
Embibe AI প্ল্যাটফর্ম শিক্ষার্থীদের জন্য যতটা সম্ভব পাঠ্যপুস্তকের প্রশ্ন উদ্ভাবন করতে এটি ব্যবহার করে। সমস্ত শ্রেণী, লক্ষ্য, পরীক্ষা এবং রাজ্য কমিটিগুলিকে বিবেচনায় নিয়ে, আমরা এখনও পর্যন্ত 6 থেকে 12 শ্রেণীর জন্য NCERT বই থেকে প্রায় 125k প্রশ্ন তৈরি করেছি৷ আমাদের কাছে যেকোনো ফ্রি-ফর্ম শিক্ষার পাঠ্য থেকে প্রশ্ন তৈরি করার ক্ষমতা আছে।
এই সিস্টেমটি যেকোন ক্ষেত্রে ব্যবহার করা যেতে পারে এবং বাস্তব-বিশ্বের পরিস্থিতি এবং শেখার ফলাফলের লক্ষ্যবস্তুতে ব্যবহার করা যেতে পারে। উন্নত NLP-এর জন্য, মডেল এবং সিস্টেমগুলিকে সামনের দিকে নিয়ে যেতে এবং সেগুলিকে ডোমেন হিসাবে সংজ্ঞায়িত করতে চলেছি৷ এখানে, আমরা প্রদত্ত ডোমেন নির্দিষ্ট ইনপুট এবং উদ্ভাবিত প্রশ্নের সেটের কিছু উদাহরণ প্রদান করেছি।
অধ্যায়ন বিষয়ক পাঠ্য:
Fig 3. সিলেক্টেড প্যারাগ্রাফ এবং হাইলাইট করা ADPE অর্থাৎ অধ্যায়ন বিষয়ক প্রাসঙ্গিক শব্দ
উদ্ভাবিত প্রশ্ন:
Fig 4. নির্বাচিত অনুচ্ছেদ থেকে QG মডেল দ্বারা উদ্ভাবিত প্রশ্ন
