Ontologiczny generator testów wiedzy z tekstów na przykładzie wiedzy o geografii Polski

Krzysztof Pancerz; Andrzej Burda; Piotr Grochowalski; Wiesław Paja

doi:10.56583/br.2165

Data publikacji : 2023-06-30

Tom 19 Nr 1 (2023)

Ontologiczny generator testów wiedzy z tekstów na przykładzie wiedzy o geografii Polski

Krzysztof Pancerz

https://orcid.org/0000-0002-5452-6310

Andrzej Burda

https://orcid.org/0000-0002-1962-0264

Piotr Grochowalski

https://orcid.org/0000-0002-4124-412X

Wiesław Paja

https://orcid.org/0000-0002-6446-036X

DOI: https://doi.org/10.56583/br.2165

Abstrakt

W pracy opisano budowę prototypu ontologicznego generatora testów wiedzy z tekstów. Pytania zamknięte do testów wiedzy generowane są na podstawie kluczowych pojęć zaczerpniętych z tekstów, a także na podstawie struktur wiedzy reprezentowanych w formie ontologii OWL. Przedstawiona w artykule ontologia OWL obejmuje wybrane zagadnienia z zakresu geografii Polski. Przedstawiono wszystkie ważne etapy zrealizowane w prezentowanych badaniach, tj. tworzenie ontologii OWL m.in. na podstawie publicznie dostępnych zasobów informacyjnych, opracowanie mechanizmu generowania pytań, prototypowe wdrożenie generatora.

Słowa kluczowe:

ontologia OWL, generowanie testów wiedzy

Inne teksty tego samego autora

Jarosław Bielak, Andrzej Burda, Mieczysław Kowerski, Krzysztof Pancerz, Modelowanie i prognozowanie wypłat gotówki w banku , Barometr Regionalny. Analizy i Prognozy : Tom 13 Nr 4 (2015)
Andrzej Burda, Krzysztof Pancerz, Klasteryzacja i wizualizacja wzorców bankructwa przy użyciu samoorganizujących się map Kohonena , Barometr Regionalny. Analizy i Prognozy : Tom 12 Nr 3 (2014)
Krzysztof Pancerz, Olga Mich, Algorytmy klasteryzacji danych numerycznych w eksploracji serwisów ogłoszeń nieruchomości , Barometr Regionalny. Analizy i Prognozy : Tom 12 Nr 3 (2014)
Andrzej Burda, Zdzisław Hippe, Metodyka prognozowania stanu ekonomiczno-finansowego małych i średnich przedsiębiorstw , Barometr Regionalny. Analizy i Prognozy : Nr 1 (19) (2010)
Andrzej Burda, Paweł Cudek, Zdzisław Hippe, ProfileSEEKER — system informatyczny wczesnego ostrzegania małych i średnich przedsiębiorstw przed bankructwem , Barometr Regionalny. Analizy i Prognozy : Nr 3 (29) (2012)
Zbigniew Omiotek, Andrzej Burda, Metody selekcji cech w badaniach przesiewowych, realizowanych w szpitalach pierwszego kontaktu w kierunku wykrywania choroby Hashimoto , Barometr Regionalny. Analizy i Prognozy : Tom 14 Nr 2 (2016)
Andrzej Burda, Wielokryterialna ocena modeli prognozowania stanu ekonomiczno-finansowego małych i średnich przedsiębiorstw , Barometr Regionalny. Analizy i Prognozy : Nr 1 (15) (2009)
Andrzej Burda, Barbara Kuczmowska, Analiza jakości predykcji stanu ekonomiczno-finansowego małych i średnich przedsiębiorstw przy pomocy zespołów sztucznych sieci neuronowych , Barometr Regionalny. Analizy i Prognozy : Nr 2 (12) (2008)
Krzysztof Pancerz, Piotr Grochowalski, Aneta Derkacz, W stronę ontologii miejscowości w Polsce: przykład województwa mazowieckiego , Barometr Regionalny. Analizy i Prognozy : Tom 14 Nr 3 (2016)
Andrzej Burda, Prognozowanie kondycji przedsiębiorstw z wykorzystaniem sztucznych sieci neuronowych , Barometr Regionalny. Analizy i Prognozy : Nr 6 (2006)

1 2 > >>

Szczegóły

Bibliografia

Statystyki

Autorzy

Pobierz pliki

PDF (English)

Zasady cytowania

Pancerz, K., Burda, A., Grochowalski, P., & Paja, W. (2023). Ontologiczny generator testów wiedzy z tekstów na przykładzie wiedzy o geografii Polski. Barometr Regionalny. Analizy I Prognozy, 19(1), 41–49. https://doi.org/10.56583/br.2165

Wskaźniki altmetryczne

Cited by / Share

Licencja

Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Użycie niekomercyjne – Bez utworów zależnych 4.0 Międzynarodowe.

Bibliografia

Bowman, S.R. 2023. Eight Things to Know about Large Language Models. arXiv. doi:10.48550/arXiv.2304.00612.

Cheng, T. 2021. “Supervised, Semi-Supervised, Unsupervised, and Self-Supervised Learning.” Towards Data Science. https://towardsdatascience.com/supervised-semi-supervised-unsupervised-and-self-supervised-learning-7fa79aa9247c.

Gómez-Pérez, A., M. Fernández-López, and O. Corcho. 2004. Ontological Engineering. With Examples from the Areas of Knowledge Management, e-Commerce and the Semantic Web. London: Springer-Verlag.

GPT-4 Technical Report. 2023. doi:10.48550/arXiv.2303.08774.

Guarino, N., and P. Giaretta. 1995. “Ontologies and Knowledge Bases. Towards a Terminological Clarification.” In Towards Very Large Knowledge Bases, edited by N.J.I. Mars, 25–32. Amsterdam: IOS Press.

Horridge, M. 2011. A Practical Guide To Building OWL Ontologies Using Protégé 4 and CO-ODE Tools Edition 1.3. Manchester: The University of Manchester.

Neches, R., R. Fikes, T. Finin, T. Gruber, R. Patil, T. Senator, and W.R. Swartout. 1991. “Enabling Technology for Knowledge Sharing.” AI Magazine 12 (3):36–56.

Pancerz, K., P. Grochowalski, and A. Derkacz. 2016. “W stronę ontologii miejscowości w Polsce: przykład województwa mazowieckiego.” Barometr Regionalny. Analizy i Prognozy 14 (3):137–144. doi: 10.56583/br.500. DOI: https://doi.org/10.56583/br.500

Solon, J., J. Borzyszkowski, M. Bidłasik, A. Richling, K. Badora, J. Balon, T. Brzezińska--Wójcik, Ł. Chabudziński, R. Dobrowolski, I. Grzegorczyk, M. Jodłowski, M. Kistowski, R. Kot, P. Krąż, J. Lechnio, A. Macias, A. Majchrowska, E. Malinowska, P. Migoń, U. Myga-Piątek, J. Nita, E. Papińska, J. Rodzik, M. Strzyż, S. Terpiłowski, and W. Ziaja. 2018. “Physico-Geographical Mesoregions of Poland: Verification and Adjustment of Boundaries on the Basis of Contemporary Spatial Data.” Geographia Polonica 91 (2):143–170. doi: 10.7163/GPol.0115. DOI: https://doi.org/10.7163/GPol.0115

Wykaz identyfikatorów i nazw jednostek podziału terytorialnego kraju. Podział terytorialny z dnia 1.01.2015 r. 2015. Zeszyty Metodyczne i Klasyfikacje. Warszawa: Główny Urząd Statystyczny.