Document

A Framework for a guided extractive summarization of learning content (GESLC).

Other titles
إطار لتلخيص المحتوى التعليمي بإستخدام التلخيص الاستخراجي الإرشادي
Publisher
Sultan Qaboos University.
Gregorian
2022
Language
English
English abstract
Education is a critical factor in the long-term economic development of any society. There are many learning materials that instructors and students use to learn and find knowledge for learning purposes in the academic sector. These learning materials could be in different formats (i.e., PDF files, reports, Case studies, Manuals, etc.). Students and instructors may have difficulty finding information in these materials related to a specific course due to the tremendous amount of information presented. Therefore, this research proposes A Framework for a Guided Extractive Summarization of Learning Content (GESLC) to summarize the course's learning content to achieve the course objectives. The main contribution is proposing and developing a novel framework that combines several deep learning algorithms to provide efficient summarization techniques to summarize the learning content according to the course outline. This Framework consists of four layers. The first layer is the input layer, which will take the course outline and the material content for the selected course. The course outline is analyzed to match the optimal format that describes course objectives and other related information. Second, the primary key is extracted from the outline after identifying the keywords/key phrases. On the other hand, the course materials are preprocessed to be used as input for the summarization algorithm. The summarization layers consist of query-based and deep-learning algorithm layers. First, query-based summarization is applied to produce the candidate sentences according to the keywords extracted from the course outline that match the course's objectives. Finally, the deep learning algorithm – The restricted Boltzmann Machine algorithm-summarizes a candidate's content according to well-defined criteria to produce the final summary. Several methods are utilized in this study to evaluate the proposed Framework. First, statistical evaluation is applied using Recall-Oriented Understudy for Gisting Evaluation (ROUGE), the most popular way to evaluate automatic text summarization. This evaluation calculates three metrics: Precision, Recall, and F Score. The summarized content is considered against the human-based Summarization. The second method evaluation method was human evaluation. The summarized content was given to some experts and evaluated according to some criteria; the third method of evaluation used case studies from an actual educational environment. Two courses are selected from the SQU environment. Both courses contain an adequate number of students registered in one semester. The evaluation process shows better results in guiding instructors and students to summarize learning content according to the course objectives to finally have a perfect summary matching the learning process's objectives and enhancing student achievement. Furthermore, the evaluated methods improve the precision of the state of art for extractive summarization.
Arabic abstract
لطالما كان التعليم عاملا حاسماً في التنمية الاقتصادية طويلة الاجل لاي مجتمع. هناك العديد من المواد التعليمية التي يستخدمها المعلمون والطالب للتعلم والحصول على المعرفة لأغراض التعلم في القطاع الاكاديمي. يمكن أن تكون هذه المواد التعليمية بتنسيقات مختلفة )على سبيل المثال ، PDF ، تقارير ، دراسات حالة ، كتيبات ، إلخ(. قد يواجه الطالب والمدرسون صعوبة في الحصول على المعلومات في هذه المواد المتعلقة بمقرر معين بسبب الكم الهائل من المعلومات المقدمة. لذلك ، يقترح هذا البحث إطار لتلخيص المحتوى التعليمي باستخدام التلخيص الاستخراجي الارشادي لتحقيق أهداف المقرر. تتمثل المساهمة الرئيسية لهذا البحث في اقتراح من خوارزميات التعلم العميق لتوفير تقنيات تلخيص فعالة لتلخيص وتطوير إطار عمل جديد يجمع بين عدداً وفقً ألهداف المقرر. ويتكون هذا الاطار من أربع مراحل. المرحلة الاولى ه ي للمدخالت، المحتوى التعليمي والتي ستأخذ في الاعتبار خطة المقررات والمحتويات التعليمية المحددة له، حيث يتم تحليل خطة المقرر لمعرفة الكلمات المفتاحية التي تصف أهداف الدورة والمعلومات الاخرى ذات الصلة. ثانيًا ، يتم استخراج الكلمات المفتاحية من المخطط التفصيلي بعد تحديد الكلمات الرئيسية / العبارات الرئيسية. من ناحية أخرى ، تتم معالجة مسبقً الكلمات المفتاحية المعرفة ا لتكون بمثابة مدخالت لخوارزمية التلخيص. تتكون مرحلة التلخيص من تلخيص قائم على الاستعلام وخوارزمية تعلم عميق. يتم تطبيق التلخيص المستند إلى الاستعالم إلنتاج الجمل المرشحة وفقً المفتاحية المستخرجة من خطة المقرر والتي تتطابق مع أهدافه. أخيرا، تلخص للكلمات خوارزمية التعلم العميق وهي خوارزمية Machine Boltzmann Restricted ، محتوى النص المرشح من لمعايير محددة جيداً إلنتاج الملخص النهائي. الخطوة السابقة ا وفقً تم تطبيق التقييم الاحصائي باستخدام أداة تم استخدام عدة طرق في هذه الدراسة لتقييم الاطار المقترح. ، أوالً تقييم الملخصات ROUGE، وهي الطريقة الاكثر شيو ًعا لتقييم التلخيص التلقائي للنص. يحسب هذا التقييم ثلاثة مقاييس: الدقة، والاستدعاء، ودرجة التغيير، يأخذ في الاعتبار أثناء التقييم مقارنة الملخص الناتج من الاطار المقترح مقابل التلخيص البشري. الطريقة الثانية هي طريقة التقييم البشري من قِبل اختصاصيين في ا لمعايير مجال المقرر المعتمد في التجربة. حيث تم تقديم المحتوى الملخص إلى بعض الخبراء وتم تقييمه وفقً محددة لمعرفة دقة الملخص الناتج. الطريقة الثلاثة للتقييم باستخدام دراسات الحالة من بيئة تعليمية فعلية. حيث تم اختيار مقررين من بيئة جامعة السلطان قابوس- كلية الاقتصاد والعلوم السياسية. حيث يحتوي المقررين على عدد كا ٍف من الطالب المسجلين في فصل دراسي واحد. تُظهر عملية التقييم نتائج أفضل في توجيه المدرسين أو الطالب لتلخيص محتوى التعلم وفقً المقرر للحصول في النهاية على ملخص مثالي يطابق أهداف لأهداف عملية التعلم ويعزز الاداء الاكاديمي للطالب. بالاضافة إلى ذلك، تعمل الطرق المقيمة على تحسين دقة إطار عمل التلخيص الحديث.
Category
Theses and Dissertations

Author's Work

Theses and Dissertations
0
0
Al-Roshdiyah, Yusra Mohammed Salim.
Sultan Qaboos University
2015

Same Subject

Theses and Dissertations
1
0
Al-Basoos, Asma Said.
Sultan Qaboos University.
2020