Automatic Question-Answer Generation from Video Lecture using Neural Machine Translation

Sonia, S. Ezhilmathi; Kumar, Praveen; Saha, Amal

doi:10.1109/spin52536.2021.9566139

Cited by 2 publications

(2 citation statements)

References 13 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Several articles focus on the automatic extraction of features from video lessons (Lin et al, 2019;Shanmukhaa et al, 2020;Sonia et al (2021), but few studies are related to the automatic classification of video lesson styles. Although they do not deal directly with the classification of video lesson styles, the articles below identify characteristics present in different styles that could be used for this purpose.…”

Section: Related Workmentioning

confidence: 99%

Automatic Classification of Learning Material Styles

Aquino,

Souza,

Barrére

2023

RBIE

View full text Add to dashboard Cite

Although video lessons are often used in diverse areas, the lack of a common approach to defining and classifying their styles results in using many different models for these purposes. There is a need to build a framework through which these styles can be defined and classified. Much has been done to investigate the effects of these styles on student engagement and learning outcomes. These studies suggest that video lesson styles affect academic performance and that students learn better through a certain video lesson style. Based on this, we propose a unified model for classifying video lesson styles based on the nomenclatures and definitions used in the literature. Furthermore, we present an approach for automatically classifying four popular video lesson styles. The automatic classification is useful for recommendation systems to suggest materials more consistent with student preferences and their intended learning outcomes.

show abstract

Section: Related Workmentioning

confidence: 99%

Automatic Classification of Learning Material Styles

Aquino,

Souza,

Barrére

2023

RBIE

View full text Add to dashboard Cite

show abstract

“…Diversos artigos tem como foco a extrac ¸ão automática de características das videoaulas [Lin et al 2019, Shanmukhaa et al 2020, Barrére et al 2020, Sonia et al 2021, porém poucos deles estão relacionados à classificac ¸ão automática quanto aos estilos da videoaula. Apesar de não tratarem diretamente da classificac ¸ão dos estilos das videoaulas, os artigos a seguir identificam características presentes em diferentes estilos e que poderiam ser utilizadas para tal propósito.…”

Section: Trabalhos Relacionadosunclassified

Classificação Automática de Estilos de Videoaulas

Aquino

Barrére²,

Souza³

2022

Anais Do XXXIII Simpósio Brasileiro De Informática Na Educação (SBIE 2022)

View full text Add to dashboard Cite

Muito tem sido feito para investigar os efeitos dos estilos das videoaulas no envolvimento do aluno e no resultado de aprendizagem. Porém, poucos estudos buscaram classificar automaticamente esses estilos. Assim, o estudo atual utilizou características visuais dos estilos das videoaulas (presença de pessoas e textos) e diferentes classificadores para a avaliação do método de classificação proposto. Essa classificação automática poderá ser utilizada por sistemas de recomendação para sugestão de estilos mais aderentes a preferências dos alunos e ao resultado de aprendizagem pretendido. Os experimentos realizados mostraram que o método de classificação utilizado é adequado ao problema, atingindo valores de até 92% de acurácia.

show abstract

Automatic Question-Answer Generation from Video Lecture using Neural Machine Translation

Cited by 2 publications

References 13 publications

Automatic Classification of Learning Material Styles

Automatic Classification of Learning Material Styles

Classificação Automática de Estilos de Videoaulas

Contact Info

Product

Resources

About