Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Prerequisite Graph Extraction from Lectures

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F22%3ABS8MU3TQ" target="_blank" >RIV/00216208:11320/22:BS8MU3TQ - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://link.springer.com/chapter/10.1007/978-3-031-11647-6_128" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-031-11647-6_128</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-031-11647-6_128" target="_blank" >10.1007/978-3-031-11647-6_128</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Prerequisite Graph Extraction from Lectures

  • Popis výsledku v původním jazyce

    The proliferation of video-sharing platforms and MOOCs has raised new challenges in the field of education. A challenging topic that is gaining an increased popularity is the identification of prerequisite relations between concepts in video lectures. In this paper, we propose unsupervised methods for prerequisite identification and the creation of a prerequisite graph. The contribution, compared to existing approaches, is the development of methods which (i) do not rely on external knowledge, (ii) do not require extensive training, and (iii) are intended to exploit both the lecture transcript and its visual features. Results from the preliminary evaluation are encouraging, and provide insights on the extraction of prerequisite relations from video transcripts compared to textbooks.

  • Název v anglickém jazyce

    Prerequisite Graph Extraction from Lectures

  • Popis výsledku anglicky

    The proliferation of video-sharing platforms and MOOCs has raised new challenges in the field of education. A challenging topic that is gaining an increased popularity is the identification of prerequisite relations between concepts in video lectures. In this paper, we propose unsupervised methods for prerequisite identification and the creation of a prerequisite graph. The contribution, compared to existing approaches, is the development of methods which (i) do not rely on external knowledge, (ii) do not require extensive training, and (iii) are intended to exploit both the lecture transcript and its visual features. Results from the preliminary evaluation are encouraging, and provide insights on the extraction of prerequisite relations from video transcripts compared to textbooks.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

Ostatní

  • Rok uplatnění

    2022

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Artificial Intelligence in Education. Posters and Late Breaking Results, Workshops and Tutorials, Industry and Innovation Tracks, Practitioners’ and Doctoral Consortium

  • ISBN

    978-3-031-11647-6

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

    616-619

  • Název nakladatele

    Springer International Publishing

  • Místo vydání

  • Místo konání akce

    Cham

  • Datum konání akce

    1. 1. 2022

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000877459600127