CC BY
48
УДК 519.237
В.П. МАНЕРКИН, П.В. ЖЕЛТОВ, В.В. БОТАЛОВ, В.В. ЧЕХОВСКИЙ
ФОРМАЛЬНЫЕ МОДЕЛИ ТЕКСТОВ И РАСШИРЕНИЕ ВАРИАТИВНОСТИ ЛОГИКИ ПОСТРОЕНИЯ ОТВЕТОВ ОБУЧАЮЩИХСЯ В СИСТЕМЕ КОМПЬЮТЕРНОГО ТЕСТИРОВАНИЯ
Ключевые слова: автоматизированная обработка текста, программная система тестирования, образовательный процесс.
Предложен усовершенствованный метод формализации текстов, представленных на естественном языке, для применения в системе компьютерного тестирования. В качестве прототипа рассмотрен научно-методический аппарат, реализованный в программной системе машинного перевода - Автоматизированный обработчик текстов (АОТ) НПО «ДИАЛИНГ». В отличие от прототипа, усовершенствованный метод позволяет расширить функциональные возможности программной системы в направлениях обработки синонимов, учета важности учебного материала и вариативности логики построения ответа обучающимися, а также сравнения формальных моделей текстов.
V.P. MANERKIN, P.V. ZHELTOV, V.V. BOTALOV, V.V. CHEHOVSKIY FORMAL MODELS OF TEXT AND LOGIC OF CONSTRUCTION EXPANSION OF VARIABILITY IN THE RESPONSES OF STUDENTS IN COMPUTER TESTING
Key words: automated text processing, program testing system, the educational process.
An improved method for the formalization of texts presented in a natural language for use in a computer-based testing system. Considered as the prototype of scientific and methodological apparatus that is implemented in a software system of machine translation - Automated handler code (AOT), NGO «DIALING». Unlike the prototype, the improved method can extend the functionality of a software system in the direction of handling synonyms, taking into account the importance of teaching material and variations in the logic of student responses learners, as well as comparing the texts of formal models.
Одним из наиболее распространенных и важных компонентов системы менеджмента качества подготовки обучающихся в вузе являются программные средства компьютерного тестирования. От их возможностей зависят полнота и достоверность оценки качества подготовки обучающихся. Причем полнота оценки заключается в фактическом перекрытии всей совокупности требований к качеству, а достоверность - в исключении или, по крайней мере, в снижении количества неправильно оцененных ответов обучающихся.
В настоящее время в действующий вузовской системе подготовки кадров требования к качеству обучения сопоставляются с тремя известными уровнями обученности - двумя репродуктивными (Р1 и Р11) и одним продуктивным (П). Как показывает опыт педагогической деятельности и результаты научных исследований, компьютерное тестирование перекрывает только репродуктивные уровни обученности. Этого было недостаточно в прежней системе подготовки, когда тесты не были обязательны в принципе, и тем более недостаточно сейчас - при переходе к модульно-рейтинговому обучению, когда тесты становятся обязательным компонентом управления качеством образовательного процесса вуза. Тем более, что требования к качеству подготовки специалистов смещаются в область репродуктивного второго и продуктивного уровней. В связи с этим актуальной является задача разработки метода и на его основе средств компьютерного тестирования для надежного оценивания уровня Р11, а также предварительной диагностики продуктивного уровня.
Для решения поставленной задачи проведен информационно-патентный поиск [1-6] , который позволил определить прототип требуемой программной системы - разработку фирмы «Диалинг», имеющую название «Автоматизированный обработчик текстов» (АОТ) [5]. Прототип предназначен для построения семантической модели русскоязычного текста и его перевода на один из
иностранных языков. Модель текста создается во внутреннем представлении программы, а конечному пользователю выдается результат перевода текста в привычном для него формате.
Авторами данной публикации проведено совершенствование прототипа для его применения в интересах компьютерного тестирования обучающихся.
Построение формальных моделей текстов известным методом. Рассмотрим формальные модели, полученные в результате работы эксперта неавтоматизированным методом и с привлечением программной системы АОТ.
В качестве примера текста взято определение понятия «Соединение противовоздушной обороны»: «Соединение ПВО - тактическое соединение вВс, выполняющее задачи в составе объединения ВКО, объединений ПВО. Соединение ПВО включает зенитные ракетные и радиотехнические полки, части и подразделения специальных войск, части и подразделения материальнотехнического обеспечения».
Эксперт, основываясь на знании правил русского языка и предметной области, основываясь на словаре РОСС [2] , построил формальную модель текста в виде семантического графа, содержащую синонимы и возможные эквивалентные семантические отношения, показанную на рис. 1.
Рис. 1. Формальная модель текста, построенная экспертом по правилам РОСС
Применение программной системы АОТ позволило получить модель, показанную на рис. 2, из которого следует, что программной системе не удалось построить связанный граф текста. Это объясняется отсутствием в ее составе словаря предметной области «Тактика противовоздушной обороны» и недостаточностью базы правил связывания фрагментов текста.
Проведенный регрессионный анализ значений показателя «Количество семантически связанных вершин графа» на множестве текстов (Ы = 50) подтверждает, что корреляция между экспертной моделью и моделью АОТ приблизительно составляет 36%, что явно не соответствует требованиям (рис. 3).
I идентификация
ПВСГ",
Рис. 2. Формальная модель текста, построенная системой АОТ
Рис. 3. Корреляционная зависимость между моделями эксперта и АОТ по показателю «Количество семантически связанных вершин графа»
Построение формальных моделей текстов усовершенствованным методом. В ходе совершенствования известного метода разработаны словари терминов, понятий, синонимов и правил связывания структурных единиц текста предметной области «Тактика противовоздушной обороны», организован одновременный ввод двух сравниваемых текстов (опорного ответа на контрольный вопрос, подготовленного преподавателем, и фактического ответа обучающегося), методика и программный модуль построения и отображения моделей сравниваемых текстов в виде семантических графов, методика и программный модуль сравнения семантических моделей, расчета их информационных показателей, а также база данных для хранения и последующего использования опорных и фактических ответов.
Семантический граф опорного ответа на один из вопросов теста составленного преподавателем представлен на рис. 4.
Рис. 4. Формальная модель текста, построенная программной системой на основе усовершенствованного метода
В сравнении с экспертной моделью полученная модель достаточно корректно воспроизвела семантические отношения, что подтверждается приведенной ниже корреляционной зависимостью (рис. 5) на указанном ранее множестве текстов (Л/ = 50).
у VS. X V = 18,697 + 1,1341 * х Correlation: г = .92411
''о^95% confidence
Рис. 5. Корреляционная зависимость между моделями эксперта и усовершенствованного АОТ по показателю «Количество семантически связанных вершин графа»
Таким образом, актуальная задача разработки средств компьютерного тестирования для надежного оценивания уровня РІІ и предварительной диаг-
ностики продуктивного уровня решена авторами в ходе исследования и совершенствования научно-методического аппарата (НМА), реализованного в АОТ.
Совершенствование НМА АОТ расширяет функциональные возможности программной системы АОТ, обеспечивающие ее применение в образовательном процессе вуза. Полученные научно-практические результаты подтверждают целесообразность дальнейшего развития методик сравнения формальных моделей текстов, обработки синонимов, учета важности учебного материала и вариативности логики построения ответа обучающимися.
Литература
1. Зализняк А.А. Грамматический словарь русского языка: словоизменение. 2-е изд., стереотип. М.: Рус. яз., 1980. 880 с.
2. Леонтьева Н.Н. Русский общесемантический словарь (РОСС): структура, наполнение // НТИ. Сер. 2. 1997. № 12. С. 5-20.
3. Леонтьева Н.Н. Система французско-русского автоматического перевода (ФРАП): лингвистические решения, состав, реализация // Сборник научных трудов / МгПииЯ им. М. Тореза. М., 1986. Вып. 271.
4. Ермаков А.Е., Плешко В.В. Ассоциативная модель порождения текста в задаче классификации // Информационные технологии. 2000. № 12.
5. Сокирко А.В. Семантические словари в автоматической обработке текста (по материалам системы ДИАЛИНГ): дис. ... канд. техн. наук. М., 2001 [Электронный ресурс]. ЫРЬ: http://www.aot.ru/docs/sokirko/sokirko-candid-8.html.
МАНЕРКИН ВИКТОР ПАВЛОВИЧ. См. с. 299.
ЖЕЛТОВ ПАВЕЛ ВАЛЕРИАНОВИЧ. См. с. 299.
БОТАЛОВ ВЛАДИМИР ВАЛЕРЬЕВИЧ. См. с. 299.
ЧЕХОВСКИЙ ВИКТОР ВЛАДИМИРОВИЧ. См. с. 299.
УДК 811.512.111 '373
И.В. МУКИНА
ЛЕКСИКО-СЕМАНТИЧЕСКИЙ АНАЛИЗ ЛИНГВОСПЕЦИФИЧНЫХ СЛОВ В ПЕРЕВОДАХ БИБЛИИ НА ЧУВАШСКИЙ ЯЗЫК*
Ключевые слова: перевод Библии, лексико-семантический анализ, библейские термины: Господь Бог, Завет, святость.
Историко-культурный подход к исследованию переводов Библии на чувашский язык. Лингвистический анализ лингвоспецифичных слов, обоснование изложения переведенного на чувашский язык текста Библии с точки зрения культурно-исторического развития мировоззренческой культуры и языковой базы чувашей.
I.V. MUKINA
LEXICAL-SEMANTIC ANALYSIS OF PECULIAR WORDS IN TRANSLATIONS OF THE HOLY BIBLE INTO THE CHUVASH LANGUAGE
Key words: translation of the Holy Bible, lexical and semantic analysis, biblical terms: God, covenant, holiness.
A historic-cultural approach to researching Holy Bible translations into the Chuvash language. Linguistic analysis of peculiar words, justification for rendering the Holy Bible texts into the Chuvash language from the point of view of cultural-historic development of world outlook and the language basis of the Chuvash people.
В проблемном поле любого перевода, в том числе и религиозно-мировоззренческого текста, ключевым вопросом является изложение смысловых оттенков слов и выражений, наиболее близких к переводимому оригиналу. Интерпретация переводимого текста иногда обеспечивается введением нового слова или словосочетания, чья семантика наиболее точно отражает его контекстное содержание и структуру на новом языке, не нарушая исходного смысла. Кроме
Исследование выполнено при поддержке РГНФ (проект № 11-14-2100S а!В).
