O papel do Processamento de Língua Natural e da Representação de Conhecimento na extração de informações em mensagens textuais na Educação a Distância

• Sandro J. Rigo Universidade do Vale do Rio dos Sinos (UNISINOS)
• Evandro M. Flores Universidade do Vale do Rio dos Sinos (UNISINOS)
• Márcia Abech Universidade do Vale do Rio dos Sinos (UNISINOS)
• Jorge L. V. Barbosa Universidade do Vale do Rio dos Sinos (UNISINOS)
• Cristiano Costa Universidade do Vale do Rio dos Sinos (UNISINOS)
• Lucas L. Martins Universidade do Vale do Rio dos Sinos (UNISINOS)
• Thais B. Oliveira Universidade do Vale do Rio dos Sinos (UNISINOS)
• Denis A. Araujo Universidade do Vale do Rio dos Sinos (UNISINOS)

DOI: https://doi.org/10.5753/cbie.sbie.2013.647

Resumo

A ampliação do uso de mediação digital, particularmente na Educação a Distância, pode gerar informações que apoiam a identificação de necessidades dos alunos. Este artigo apresenta uma investigação sobre o potencial de utilização das mensagens em formato textual para identificar a expressão de dúvidas. A abordagem adotada diferencia-se de outras existentes através da adoção de recursos de Processamento de Língua Natural e de Representação de Conhecimento. Avaliações realizadas com dados reais de acompanhamento de turmas de alunos indicam que a abordagem é promissora. O texto destaca casos comparativos em que a abordagem proposta permite maior precisão na identificação dos eventos.

Palavras-chave: Processamento de Língua Natural, Representação de Conhecimento, Educação a Distância, Mensagens Textuais, Dúvidas

Referências

Azevedo, B. F. T. (2011) MINERAFÓRUM: Um recurso de apoio para análise qualitativa em fóruns de discussão. Programa de Pós-Graduação em Informática na Educação. UFRGS. Tese de Doutorado.

Bick, E. (2000) “The Parsing System PALAVRAS: Automatic Gramatical Analysis of Portuguese in a Constraint Grammar Framework”. Århus University. Århus: Århus University Press.

Bercht, M.. (2001) Em Direção a Agentes Pedagógicos com Dimensões Afetivas. Instituto de Informática. UFRGS. Tese de Doutorado.

Chen, L. S.; Liu, C. H.; Chiu, H. J. A neural network based approach for sentiment classification in the blogosphere. Journal of Informetrics, [S.1], v.5, n.2, p.313-322, 2011.

Chiarcos, Christian. POWLA: Modeling linguistic corpus in OWL/DL. Proceedings of 9th Extended Semantic Web Conference (ESWC2012), 2012a.

Desmarais, M.C., Baker, R.S.J.d. (2012) A Review of Recent Advances in Learner and Skill Modeling in Intelligent Learning Environments. User Modeling and User-Adapted Interaction, v.22, n.1-2, p.9-38.

Dedek, J.; Vojtas, P. Semantic Annotation Semantically: Using a Shareable Extraction Ontology and a Reasoner. In: Proceedings of SEMAPRO 2011, The Fifth International Conference on Advances in Semantic Processing, p. 29-34, Lisbon, 2011.

Guarino, N., What is an Ontology?. Handbook of ontologies. Second Edition. Springer Verlang-Berlin.2009, p. 1-17.

Iepsen, E. F., Bercht, M., Reategui, E. 2011, Detecção e Tratamento do Estado Afetivo Frustração do Aluno na Disciplina de Algoritmos. Anais do XXII SBIE Aracaju. 2011.

Klenmann, M.; Lorenzatti, A.; Reategui, E. O Emprego da Ferramenta de Mineração de Textos SOBEK como Apoio à Produção Textual. In: SBIE, 2009, Florianópolis. Anais do SBIE, 2009.

Lesmo, L.; Mazzei, A.; Palmirani, M.; Radicioni, D.; Tulsi, P.: an NLP system for extracting legal modificatory provisions. Artificial Intelligence and Law. v. 21, p. 139-172. Springer Netherlands. 2013.

Liddy, Elizabeth D. Natural Language Processing. In: Encyclopedia of Library and Information Science, 2nd ed. New York: Marcel Decker, Inc., 2003.

Liu, B. Sentiment Analysis and Opinion Mining. Morgan and Claypool Publishers, 2012. 165p.

Macedo, A. L.; Reategui, E.; Lorenzatti, A.; Behar, P. Using Text-Mining to Support the Evaluation of Texts Produced Collaboratively. Education and Technology for a Better World, IFIP Advances in Information and Communication Technology, Volume 302. ISBN 978-3-642-03114-4. Springer Berlin Heidelberg, 2009, p. 368.

Malin, J.T., et al.Linguistic text mining for problem reports. Systems, Man and Cybernetics, 2009. SMC 2009. IEEE International Conf. San Antonio, 2009.

Machado, A. P., Ferreira, R., Bittencourt, I. I., Elias, E., Brito, P., Costa, E., Mineração de texto em redes sociais aplicada à educação a distância, Colabor@ -Revista Digital da CVA -Ricesu, ISSN 1519-8529. V.6(23), Julho de 2010.

Noy, N. F., Mcguinness, D. L., Ontology development 101 A guide to creating your first ontology, Tech. rep., Stanford Knowledge Systems Laboratory (2001).

Oliveira, R. L. J., Esmin, A. A. A. 2012, Monitoramento Automático de Mensagens de Fóruns de Discussão Usando Técnica de Classificação de Texto Semi-Supervisionado. Anais do 23º Simpósio Brasileiro de Informática na Educação (SBIE 2012), ISSN 2316-6533 Rio de Janeiro, 26-30 de Novembro de 2012

Pang, B. et al. Thumbs up? Sentiment Classification using Machine Learning Techniques. In: Conference on empirical methods in natural language processing. 2002. Proceedings...[S.l.:s.n.], 2002, p.78-86.

Ranilson, P, et. al. Mineração de Dados e a Gestão Inteligente da Aprendizagem: desafios e direcionamentos. CSBC, I Workshop de Desafios da Computação Aplicada à Educação. DesafiE 2012.

Rigo, S. J. ; Cazella, S. ; Cambruzzi, W. L. Minerando Dados Educacionais com foco na evasão escolar: oportunidades, desafios e necessidades. DEsafIE, Curitiba, 2012.

Silva, J. K.K., Bastos, H. P. P., Bercht, M., Wives, L. K. 2012. Automatização do Processo de Identificação de Presença Social em Fóruns e Chats. Anais do 23º(SBIE 2012, ISSN 2316-6533 Rio de Janeiro, 26-30 de Novembro de 2012.

Staab, S., Studer, R. Knowledge processes and ontologies, Intelligent Systems, IEEE.2000.

Tang, H. TAN, S.; CHENG, X. A survey on sentiment detection of reviews. Expert Systems Applications. NY, USA, p.10760-10773, September, 2009.

Wimalasuriya, D. C.; DOU, D., Ontology-based information extraction: an introduction and a survey of current approaches. Journal of Information Science, v. 36, n. 3, p. 306–323, 2010.