İngilis dili tədrisində yeni mərhələ: BERT-LSTM platforması

İngilis dili tədrisində yeni mərhələ: BERT-LSTM platforması

Müasir təhsil mühitində süni intellekt (AI) və maşın öyrənməsi əsaslı texnologiyaların tətbiqi sürətlə genişlənir. 

Son illərdə təbii dil emalı (NLP) texnologiyaları, xüsusilə də BERT (Bidirectional Encoder Representations from Transformers) və LSTM (Long Short-Term Memory) modelləri xarici dil öyrədilməsində mühüm yeniliklər gətirir.

İngilis dili tədrisində süni intellektin tətbiqi istiqamətində aparılan son araşdırma BERT və LSTM modellərinin birləşməsinin yüksək səmərəliliyini ortaya qoyub. Python proqram təminatı əsasında hazırlanmış vahid platforma tələbə tapşırıqlarını iki mərhələdə emal edir: əvvəlcə BERT modeli mətnin qrammatikasını yoxlayır, daha sonra LSTM modeli esse keyfiyyətini qiymətləndirir.

Tədqiqat nəticələrinə görə, BERT modeli qrammatik səhvlərin aşkarlanmasında 94% dəqiqlik, 92% həssaslıq və ümumilikdə 94% F1 göstəricisinə nail olub. LSTM modeli isə esse qiymətləndirməsində 95% dəqiqlik və 0.09 orta kvadratik xəta (MSE) ilə yüksək nəticə göstərib. Ənənəvi qiymətləndirmə üsulları ilə müqayisədə bu göstəricilər sürət, ardıcıllıq və dəqiqlik baxımından ciddi üstünlüklər təqdim edir.

Platformada tələbə portalı tələbələrə tapşırıqları yükləmək, dərhal qrammatika və esse rəyini almaq, fərdiləşdirilmiş tədris materiallarına çıxış imkanı verir. Müəllim paneli isə tapşırıqları yükləmək, tələbə irəliləyişini izləmək və detallı hesabatlar əldə etmək üçün nəzərdə tutulub. Qiymətləndirmə prosesi qrammatika, mətnin əlaqəliliyi, lüğət ehtiyatı, struktur və mövzu uyğunluğu üzrə beş ballıq Likert şkalasına - iştirakçıların baxışlarını ölçən qapalı psixometrik sorğuya əsaslanır.

Sistem dizaynında məlumat axınının ardıcıllığı, formatların standartlaşdırılması, gecikmənin minimuma endirilməsi və səhv emal mexanizmlərinin gücləndirilməsi kimi texniki həllər tətbiq olunub. 

Araşdırma müəllifləri hesab edirlər ki, BERT-LSTM əsaslı platforma tələbələrə dərhal və fərdiləşdirilmiş rəy təqdim etməklə onların dərs nailiyyətlərini yüksəldə bilər. Gələcəkdə bu texnologiyanın tətbiq sahəsini yalnız qrammatika və esse yoxlaması ilə məhdudlaşdırmayaraq lüğət öyrənilməsi, oxu-anlama bacarıqları və multimodal tapşırıqlar (audio və video esse) kimi istiqamətlər üzrə genişləndirmək planlaşdırılır. Bu isə fərdi ehtiyaclara uyğunlaşdırılmış dinamik öyrənmə mühitlərinin yaradılmasına şərait yaradacaq.