최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기정보교육학회논문지 = Journal of the Korean Association of Information Education, v.21 no.2, 2017년, pp.161 - 169
We often use spellcheckers in order to correct the syntactic errors in our documents. However, these computer programs are not enough for elementary school students, because their sentences are not smooth even after correcting the syntactic errors in many cases. In this paper, we introduce an automa...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
지금까지 제안된 ICT 기반 교육 방법들은 수학, 과학, 사회, 국어, 영어 등 다양한 과목을 대상으로 하였는데, 이러한 교육 방법들의 예는 무엇이 있는가? | 지금까지 제안된 ICT 기반 교육 방법들은 수학, 과학, 사회, 국어, 영어 등 다양한 과목을 대상으로 하였다. 예를 들어, 수학/과학 과목을 위해 ICT 콘텐츠를 만든 사례[15], 데이터 로깅 로봇을 이용한 과학 교육[11], 사회 교육을 위한 교수-학습용 시스템[12], TTS (Text-to-speech) 기술을 이용한 영어 교육[6, 19], 영어 /국어 교육을 위한 객관식 빈칸 채우기 문제 생성 및 유사 문장 자동 선별[16, 17] 등이 제안되었다. 기초학력을 진단, 보정하는 웹 기반 시스템[8], 진로교육을 위한 웹기반 인터페이스[13] 등 특정 과목과 직접적인 관련은 없지만 교육적 효과가 있는 사례도 제시되었다. | |
대표적인 글쓰기 보조 프로그램은? | 교사가 직접 초등학생들이 쓴 글을 보고 1:1 교정해 주는 방식[18, 22]으로 교육할 수 있다면 가장 좋겠지만, 그러기 위해서는 교사가 상당히 많은 시간을 투자해야 하기 때문에 이와 같은 자동화된 도구가 있다면 도움이 된다. 가장 대표적인 글쓰기 보조 프로그램은 맞춤법 검사기다. 그러나 이 프로그램들의 주목적은 문법적 오류를 교정하는 것이어서 초등학생들의 글에서 나타나는 다양한 오류들을 바로잡기에는 한계가 있다. | |
맞춤법 검사기의 한계는? | 가장 대표적인 글쓰기 보조 프로그램은 맞춤법 검사기다. 그러나 이 프로그램들의 주목적은 문법적 오류를 교정하는 것이어서 초등학생들의 글에서 나타나는 다양한 오류들을 바로잡기에는 한계가 있다. 다시 말하면, 초등학생이 쓴 글에서 문법적 오류를 모두 수정하더라도 그 문장이 자연스러울 것이라 보장할 수는 없다. |
Bahdanau, D., Cho, K. & Bengio, Y. (2015). Neural Machine Translation By Jointly Learning to Align and Translate. In Proceedings of the International Conference on Learning Representations, 1-15.
Cho, K. (2015). Deep Learning for Machine Translation. DL4MT Winter School.
Gonzalez, Y., Saenz, L., Bermeo, J. & Chaves, A. (2013). The Role of Collaborative Work in the Development of Elementary Students’ Writing Skills. Profile Issues in Teacher’ Professsional Development, 15(1), 11-25.
Graves, A. (2013). Generating Sequences with Recurrent Neural Networks. arXiv:1308.0850.
Hochreiter, S. & Schmidhuber, J. (1997). Long Short-term Memory. Neural Computation, 9(8), 1735-1780.
Jeon, S. & Kim, H. (2016). A Study on Improvement of Web-based Diagnosis-Supplement System for Basic Academic Skills, 20(5), 487-498.
Koehn, P. (2005). Europarl: A Parallel Corpus for Statistical Machine Translation. MT Summit.
Luong, M., Pham, H. & Manning, C. D. (2015). Effective Approaches to Attention-based Neural Machine Translation. arXiv:1508.04025.
Park. Y. (2016). Automatic Selection of Similar Sentences for Teaching Writing in Elementary School. Journal of the Korean Assocation of Information Education, 20(4), 333-340.
Pham, T. (2012). A Study on Teaching and Learning Korean Grammars Method Based on Paraphrasing Activities. Master's Thesis, Seoul National University.
Ryu, M. & Han, S. (2016). Development of Smart Application for English Speaking. Journal of the Korean Association of Information Education, 20(4), 367-374.
Sennrich, R., Haddow, B. & Birch, A. (2016). Neural Machine Translation of Rare Words with Subword Units. In Proceedings of the Annual Meeting of the Association for Computational Linguistics, arXiv:1508.07909.
Thornbury, S. (2000). How to Teach Grammar. Longman.
Xu, K., Ba, J. L., Kiros, R., Cho, K., Courville, A., Salakhutdinov, R., Zemel, R. S. & Bengio, Y. (2015). Show, Attend and Tell: Neural Image Caption Generation with Visual Attention. arXiv:1502.03044.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.