યોગ્ય માહિતી તરફ – સ્માર્ટ ટેગિંગ
ઓનલાઈન મૂલ્યાંકનનો ઉપયોગ વિદ્યાર્થીના કોન્સેપ્ટના સમજનું મૂલ્યાંકન કરવા માટે થાય છે, મૂલ્યાંકન પ્રણાલીમાં ઉપયોગમાં લેવાતા પ્રશ્નોને કોન્સેપ્ટ અને અન્ય મેટાડેટા જેવા કે મુશ્કેલી સ્તર, હલ કરવા માટે જરૂરી સમય, કૌશલ્ય વગેરે સાથે ટેગ કરવાની જરૂર છે, જેનો ઉપયોગ વિદ્યાર્થીના કોન્સેપ્ટને ઓળખવા માટે થઈ શકે છે. તે કોન્ટેન્ટના સંદર્ભમાં તેણીની સમજણના સ્તરે અથવા નબળા. સામાન્ય રીતે, મેટાડેટા ટેગીંગ નિષ્ણાંત ફેકલ્ટી દ્વારા મેન્યુઅલી કરવામાં આવે છે. જો કે, જ્યારે પ્રશ્નોના મોટા ડેટાસેટને ટેગ કરવાની જરૂર હોય ત્યારે આ પ્રતિબંધિત રૂપે ખર્ચાળ છે. વધુમાં, ત્યાં હંમેશા માનવ પૂર્વગ્રહ હોય છે ડેટાસેટના વિવિધ સબસેટ પર કામ કરતા બહુવિધ માનવ વિવરણકર્તા હોવાને કારણે ડેટાસેટના મેન્યુઅલ ટેગિંગ થાય છે.
Embibe એ મશીન લર્નિંગ અભિગમો વિકસાવ્યા છે જે પ્રશ્નોના મેટાડેટાને ટેગ કરવા માટે ઇન-હાઉસ મેન્યુઅલી એનોટેડ ડેટાસેટ તેમજ સાર્વજનિક રૂપે ઉપલબ્ધ ફ્રી-ટુ-યુઝ ડેટા સ્ત્રોતોનો લાભ લે છે. આ લેખમાં, અમે કોન્સેપ્ટ ટેગિંગ માટે Embibe ના સ્માર્ટ ટેગિંગ સિસ્ટમ જોઈએ છીએ. Embibe ના કોન્સેપ્ટ ટેગિંગ સિસ્ટમ ટેક્સ્ટની સામગ્રીને સમજવા માટે NLP/NLU નો ઉપયોગ કરે છે, ઈમેજમાંથી અર્થ કાઢવા માટે ડીપ લર્નિંગ, અને કોઈ ચોક્કસ પ્રશ્ન સાથે સંબંધિત હોવાની ઉચ્ચતમ સંભાવના ધરાવતા કોન્સેપ્ટની રેન્કવાળી સૂચિ સોંપવા માટે દેખરેખ અને દેખરેખ વગરના ML એલ્ગોરિધમ બંનેનો ઉપયોગ કરે છે.

ઉપરની આકૃતિ 1 યાદચ્છિક રીતે પસંદ કરેલ હજારો પ્રશ્ન સમૂહો માટે Embibe સ્માર્ટ ટેગિંગ પદ્ધતિનો ખ્યાલ રજૂ કરે છે. અહીં અમે Embibe ની સ્માર્ટ ટેગિંગ સિસ્ટમ અને જાહેર રીતે મેળવેલ માહિતી વચ્ચે તુલના કરેલ છે. આ ટેસ્ટ માટે પાયાની હકીકતોનો માહિતી સમૂહ ત્રણ જુદા જુદા અને સ્વતંત્ર નિષ્ણાંત શિક્ષકો દ્વારા વિકસાવેલો છે. આકૃતિ 1 માં ડાબી બાજુનું સમતલ દર્શાવે છે કે સંબંધિત કોન્સેપ્ટની વહેંચણી કરવામાં બંને ટેગિંગ સિસ્ટમ અને જાહેર રીતે મેળવેલ માહિતી સમાન પ્રદર્શન આપે છે – કોઈ પ્રશ્ન માટેના પ્રથમ 5 ખ્યાલ. આકૃતિ 1 માં જમણી બાજુનું સમતલ રસપ્રદ છે. તે દર્શાવે છે કે જ્યારે ખ્યાલ સુસંગતતા ગુણાંક દ્વારા સ્માર્ટ ટેગિંગ પદ્ધતિની મદદથી પ્રશ્ન માટે મહત્તમ સંબંધિત કોન્સેપ્ટ મુકરર કરવામાં આવે ત્યારે તે જાહેર રીતે મેળવેલ માહિતી કરતાં 4 ગણો વધુ સુસંગત હોય છે.
અમલીકરણ માટેના નિર્દેશો તથા સ્માર્ટ ટેગિંગ સિસ્ટમની માહિતીનો આ લેખમાં સમાવેશ કરવામાં આવ્યો નથી કારણ કે તે હજી પેટન્ટ માટે અરજી હેઠળ છે.
 
                 Scan to download the app
Scan to download the app  
    
                                     
				 
				 
				 
				 
				 
				 
				 
				 
				 
				 
				 
				 
				 
				 
				 
				 
				 
				 
				 
				 
				 
				 
				