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”

Classification of the educational texts styles with the methods of artificial intelligence

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60460709%3A41110%2F17%3A74713" target="_blank" >RIV/60460709:41110/17:74713 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Classification of the educational texts styles with the methods of artificial intelligence

  • Popis výsledku v původním jazyce

    Modern educational methods emphasize the necessity to transfer knowl- edge instead of data or information within the educational process. Thus it is important to the educational texts supporting the educational process contain knowledge in a particular textual representation. But it is not trivial to decide whether the particular piece of text contain knowledge or not. The solution is to measure the similarity between the particular text structure and a typical structure of a knowledge-designed text. This research aims at analysing the classification ability of three commonly- used classification techniques: artificial neural networks (ANNs), classification and regression trees (CARTs) and decision trees (bigMLs) to separate texts or text fragments into two groups. The texts in the first group contain mainly data and information (common texts), the texts in the other group contain knowledge in one of the particular knowledge representations (knowledge texts). The sample

  • Název v anglickém jazyce

    Classification of the educational texts styles with the methods of artificial intelligence

  • Popis výsledku anglicky

    Modern educational methods emphasize the necessity to transfer knowl- edge instead of data or information within the educational process. Thus it is important to the educational texts supporting the educational process contain knowledge in a particular textual representation. But it is not trivial to decide whether the particular piece of text contain knowledge or not. The solution is to measure the similarity between the particular text structure and a typical structure of a knowledge-designed text. This research aims at analysing the classification ability of three commonly- used classification techniques: artificial neural networks (ANNs), classification and regression trees (CARTs) and decision trees (bigMLs) to separate texts or text fragments into two groups. The texts in the first group contain mainly data and information (common texts), the texts in the other group contain knowledge in one of the particular knowledge representations (knowledge texts). The sample

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • 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

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2017

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    Journal of Baltic Science Education

  • ISSN

    1648-3898

  • e-ISSN

  • Svazek periodika

    16

  • Číslo periodika v rámci svazku

    3

  • Stát vydavatele periodika

    CZ - Česká republika

  • Počet stran výsledku

    13

  • Strana od-do

    324-336

  • Kód UT WoS článku

    000404118100005

  • EID výsledku v databázi Scopus

    2-s2.0-85021289461