ترغب بنشر مسار تعليمي؟ اضغط هنا

العنقدة الضبابية للفيديوهات بالاعتماد على نمذجة المواضيع

Fuzzy Clustering of Lecture Videos Based on Topic

1174   0   13   0.0 ( 0 )
 تاريخ النشر 2019
  مجال البحث الهندسة المعلوماتية
والبحث باللغة العربية
 تمت اﻹضافة من قبل Waseem Kntar




اسأل ChatGPT حول البحث

نلاحظ في الآونة الأخيرة الانتشار الهائل لأدوات التعلم الإلكتروني ( )E-Learningومنها المحاضرات التعليمية التي تعد جزء مهم منها، وهذه المحاضرات يتم تجميعها في المواقع الإلكترونية بناءا على العنوان الذي تحمله على الرغم من احتواءها على مواضيع مختلفة في مجالات متعددة وبالتالي عندما يتم البحث عن هذه المحاضرات بكلمات معينة يتم عرض المحاضرات ذات العناوين القريبة والمشابهة لجملة البحث ولكن هذه ليست النتيجة المطلوبة، ولذلك وانطلاقا من هذه المشكلة تم اقتراح طريقة لتصنيف هذه المحاضرات بناء على المواضيع التي تحويها وليس فقط على عناوينها وعمل عنقدة لها اعتمادا على هذه المواضيع. تعتمد هذه الطريقة على الترجمة المرفقة ( )captionsمع الفيديوهات التعليمية في عملية استخراج المواضيع ومن ثم عنقدتها، ومن جهة أخرى تم الاعتماد على مقالات من موقع Wikipediaوذلك بهدف تحديد وتعريف كل عنقود من العناقيد ومن ثم حساب التشابهات بين المواضيع المعبرة عن كل محاضرة مع مراكز العناقيد، وبعد ذلك تم تطبيق عنقدة ضبابية بناء على هذه التشابهات.


ملخص البحث
تتناول هذه الورقة البحثية مشكلة تصنيف المحاضرات التعليمية المتاحة على الإنترنت بناءً على المواضيع التي تحتويها وليس فقط على عناوينها. تقترح الورقة استخدام خوارزمية LDA (Latent Dirichlet Allocation) لاستخراج المواضيع من النصوص المرفقة مع الفيديوهات التعليمية، ومن ثم استخدام عنقدة ضبابية (Fuzzy Clustering) لتصنيف هذه الفيديوهات. تعتمد الطريقة المقترحة على استخدام مقالات من موقع Wikipedia لتحديد وتعريف كل عنقود من العناقيد، ومن ثم حساب التشابهات بين المواضيع المعبرة عن كل محاضرة مع مراكز العناقيد باستخدام مقياس Kullback-Leibler. تم اختبار النموذج المقترح على مجموعة من الفيديوهات التعليمية المأخوذة من YouTube، وأظهرت النتائج أن الطريقة المقترحة تتفوق على الطرق التقليدية مثل K-Means وPLSA من حيث دقة التصنيف وتقليل الخطأ.
قراءة نقدية
دراسة نقدية: تعتبر هذه الورقة خطوة مهمة نحو تحسين تصنيف المحاضرات التعليمية على الإنترنت، ولكن هناك بعض النقاط التي يمكن تحسينها. أولاً، تعتمد الطريقة بشكل كبير على جودة النصوص المرفقة مع الفيديوهات، والتي قد تكون غير دقيقة أو تحتوي على أخطاء. ثانياً، استخدام مقالات Wikipedia لتحديد مراكز العناقيد قد يكون محدوداً في بعض الحالات التي لا تتوفر فيها مقالات مناسبة. ثالثاً، لم يتم التطرق بشكل كافٍ إلى كيفية التعامل مع الفيديوهات التي تحتوي على مواضيع متعددة ومعقدة. وأخيراً، يمكن تحسين النموذج من خلال دمج تقنيات تعلم الآلة الحديثة مثل الشبكات العصبية لتحسين دقة التصنيف.
أسئلة حول البحث
  1. ما هي المشكلة الرئيسية التي تحاول الورقة حلها؟

    تحاول الورقة حل مشكلة تصنيف المحاضرات التعليمية المتاحة على الإنترنت بناءً على المواضيع التي تحتويها وليس فقط على عناوينها.

  2. ما هي الخوارزمية المستخدمة لاستخراج المواضيع من النصوص المرفقة مع الفيديوهات؟

    تم استخدام خوارزمية LDA (Latent Dirichlet Allocation) لاستخراج المواضيع من النصوص المرفقة مع الفيديوهات.

  3. ما هو مقياس التشابه المستخدم في الورقة؟

    تم استخدام مقياس Kullback-Leibler لحساب التشابه بين المواضيع المعبرة عن كل محاضرة مع مراكز العناقيد.

  4. ما هي النتائج التي توصلت إليها الورقة؟

    أظهرت النتائج أن الطريقة المقترحة تتفوق على الطرق التقليدية مثل K-Means وPLSA من حيث دقة التصنيف وتقليل الخطأ.


المراجع المستخدمة
Basu, Yi Yu, Zimmermann, “Fuzzy Clustering of Lecture Videos Based on Topic Modeling”, IEEE.
قيم البحث

اقرأ أيضاً

قدم في هذا البحث تعديل لخوارزمية عنقدة البيانات الMountain الضبابية, حيث تمكنا من جعل هذه الخوارزمية تعمل بشكل آلي, و ذلك من خلال إيجاد طريقة لتقسيم الفضاء و تحديد قيم وسطاء الدخل و شرط التوقف آلياً بدلاً من إدخالها من قبل المستخدم.
نقدم في هذا البحث تعديل لخوارزمية عنقدة البيانات الMountain الضبابية, تمكنا من جعل هذه الخوارزمية تعمل بشكل آلي, و ذلك من خلال إيجاد طريقة لتقسيم الفضاء و تحديد قيم وسطاء الدخل و شرط التوقف آلياً بدلاً من إدخالها من قبل المستخدم.
اختيار الطريقة المناسبة لتجزيء مجموعة من البيانات الكبيرة والتي تصف مجموعة من الخصائص الخاصة بمجال معين الى عناقيد (مجموعات) والمقارنة بين الطرق المختلفة للعنقدة بتجزيء الفضاء من حيث الإيجابيات والسلبيات وعرض التطبيقات المختلفة عليها واستخداماتها
تهدف هذه الدراسة إلى الإجابة عن السؤال الآتي : بفرض أن G و G' زمرتان (ضبابيتان ) و أن L(G) و L(G') الشبكتان المبينتان عليهما على الترتيب. لقد بينا أن هذا الاقتضاء ليس صحيحاً في الحالة العامة و لكن بوضع بعض الشروط المحددة على هذه الزمر يكون الاقتضاء صحيحاً و قد أعطينا هذه الشروط و استطعنا البرهان على بعض المبرهنات الهامة.

الأسئلة المقترحة

التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا