
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Jacques, Patrícia Augustin | - |
| Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática | - |
| Autor(es): dc.creator | Castilhos, Fabio Manique de | - |
| Data de aceite: dc.date.accessioned | 2025-09-01T10:43:27Z | - |
| Data de disponibilização: dc.date.available | 2025-09-01T10:43:27Z | - |
| Data de envio: dc.date.issued | 2024-01-09 | - |
| Data de envio: dc.date.issued | 2024-01-09 | - |
| Data de envio: dc.date.issued | 2022 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/85973 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/85973 | - |
| Descrição: dc.description | Orientador: Patrícia A. Jaques Maillard | - |
| Descrição: dc.description | Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa : Curitiba, 29/09/2023 | - |
| Descrição: dc.description | Inclui referências | - |
| Descrição: dc.description | Área de concentração: Ciência da Computação | - |
| Descrição: dc.description | Resumo: Os Sistemas Tutores Inteligentes (STIs) sao programas de computador que auxiliam os estudantes durante o processo de aprendizado, atraves de assistencia individualizada as caracteristicas dos alunos. Eles possuem um modulo de dominio que representa o conhecimento especialista, em uma determinada area de estudo. Nos STIs baseados em passos, o modulo de dominio geralmente e desenvolvido como um sistema especialista baseado em regras, ou seja, um sistema que utiliza regras baseadas no conhecimento para resolver e corrigir os problemas propostos aos alunos. Esses sistemas especialistas baseados em regras acarretam uma maior complexidade na sua criacao, manutencao e atualizacao do conhecimento, podendo gerar erros ou aumentar o tempo de processamento. Desta forma, este trabalho automatiza o modulo de dominio de um sistema tutor inteligente baseado em passos, atraves da criacao de um modelo, que utiliza Deep Learning para realizar a correcao de equacoes de primeiro grau. A correcao e realizada sem a utilizacao de nenhum conhecimento matematico, apenas utilizando o Processamento de Linguagem Natural aplicado a uma base de cerca de 115 mil expressoes matematicas. Sao apresentadas e comparadas seis diferentes versoes utilizando arquiteturas de redes neurais GRU e transformers. O modelo final atinge 95, 84% de acuracia na avaliacao/correcao dessas equacoes. | - |
| Descrição: dc.description | Abstract: Intelligent Tutoring Systems (ITS) are computer programs that assist students during the learning process by providing personalized assistance based on the students' characteristics. They have a domain module that represents expert knowledge in a specific area of study. In step-based ITS, the domain module is typically developed as a rule-based expert system, meaning a system that uses knowledge-based rules to solve and correct problems presented to the students. These rule-based expert systems entail greater complexity in their creation, maintenance, and knowledge updates, potentially leading to errors or increased processing time. Therefore, this work automates the domain module of a step-based intelligent tutoring system by creating a model that employs Deep Learning to correct first-degree equations. The correction is performed without the use of any mathematical knowledge, solely relying on Natural Language Processing applied to a database of approximately 115,000 mathematical expressions. Six different versions using GRU and transformer architectures are presented and compared. The final model achieves a 95.84% accuracy rate in evaluating/correcting these equations. Keywords: Intelligent Tutoring Systems. PAT2Math. Deep Learning. Transformers. | - |
| Formato: dc.format | 1 recurso online : PDF. | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Palavras-chave: dc.subject | Transformadores | - |
| Palavras-chave: dc.subject | Ciência da Computação | - |
| Título: dc.title | Deep learning para autoria automatizada de modelos de domínios de sistemas tutores baseados em passo | - |
| Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: