CHƯƠNG 2 CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN
2.6. Các nghiên cứu liên quan
2.6.4. Thảo luận và đề xuất các nghiên cứu của luận án
Từ các vấn đề nghiên cứu được hệ thống như trên, chúng ta nhận thấy thực tế đã cĩ những nghiên cứu liên quan về phân loại văn bản, tìm kiếm tài liệu cĩ quan tâm vấn đề ngữ nghĩa cũng như nghiên cứu về dự đốn xếp hạng và gợi ý tài nguyên học tập. Với mong muốn sử dụng và cải tiến các nghiên cứu trước đĩ để áp dụng vào lĩnh vực giáo dục, luận án này đề xuất các giải pháp, kỹ thuật nhằm giải quyết bài tốn về tìm kiếm và gợi ý tài nguyên học tập phù hợp với nhu cầu và năng lực người học. Cụ thể, luận án nghiên cứu các vấn đề chính sau đây:
1. Nghiên cứu về phân loại tài nguyên học tập: Để giới hạn khơng gian tìm kiếm, giúp cho q trình tìm kiếm nhanh và chính xác hơn thì phân loại tài ngun học tập và phân loại câu truy vấn là nhiệm vụ rất quan trọng. Tùy vào dữ liệu thực tế cĩ thể quyết định sử dụng kỹ thuật nào cho phù hợp với mơ hình phân loại. Luận án này đề xuất mơ hình phân loại tài nguyên học tập sử dụng các kỹ thuật khác nhau, đặc biệt là kỹ thuật học sâu. Luận án sử dụng nhiều tập dữ liệu với nhiều ngơn ngữ khác nhau, cĩ số lớp khác nhau, số mẫu cĩ thể khác biệt lớn để đánh giá khách quan hiệu quả của kỹ thuật phân loại được đề xuất.
2. Nghiên cứu về tìm kiếm tài nguyên học tập: Thực tế đã cĩ nhiều cách tiếp cận về tìm kiếm tài nguyên học tập (hay tìm kiếm tài liệu nĩi chung). Trong đĩ, tìm kiếm cĩ quan tâm đến vấn đề ngữ nghĩa được quan tâm nhiều do đáp ứng tốt hơn nhu cầu của người dùng. Các nghiên cứu về tìm kiếm ngữ nghĩa đã được đề xuất bởi nhiều nhà nghiên cứu như đề cập ở trên, tuy nhiên trong lĩnh vực giáo dục, đặc biệt trong tìm kiếm tài nguyên học tập phục vụ dạy và học vẫn cịn ít nghiên cứu. Vì vậy, luận án này đề xuất các mơ hình tìm kiếm tài nguyên học tập dựa trên tính tốn sự tương đồng về nội dung văn bản bằng cách kết hợp độ tương đồng ngữ nghĩa của văn bản với độ tương đồng về thứ tự từ trong văn bản, và tìm kiếm dựa trên mạng ngữ nghĩa ontology dùng biểu diễn thơng tin. Một vấn đề được chú trọng trong luận án này là truy vấn (query) và
tài nguyên học tập được xử lý và phân loại trước khi thực hiện tìm kiếm giúp cho quá trình tìm kiếm nhanh và hiệu quả hơn. Truy vấn ở đây cĩ thể là một cụm từ hoặc một tài liệu (tài nguyên học tập).
3. Nghiên cứu về dự đốn xếp hạng kết quả học tập: Hiện nay, cĩ nhiều hệ thống dự đốn xếp hạng với các cách tiếp cận khác nhau. Tuy nhiên, trong lĩnh vực giáo dục, đặc biệt là sử dụng nguồn dữ liệu thực tế về kết quả học tập của sinh viên, vấn đề này chưa được quan tâm nhiều. Kế thừa các nghiên cứu trước đĩ, luận án đề xuất xây dựng các mơ hình dự đốn xếp hạng sử dụng các kỹ thuật tiến tiến, đặc biệt là kỹ thuật học sâu như mạng nơ-ron tích chập CNN, mạng nơ-ron truyền thẳng đa tầng MLP và bộ nhớ ngắn dài hạn LSTM, với các cách tiếp cận khác nhau gồm xây dựng mơ hình dự đốn cho tồn bộ sinh viên, mơ hình dự đốn theo nhĩm năng lực học tập và mơ hình dự đốn theo từng sinh viên.
4. Nghiên cứu về gợi ý tài nguyên học tập: Trên thực tế, bài tốn dự đốn xếp hạng (rating prediction) và gợi ý (recommendation) khơng tách rời nhau. Từ kết quả dự đốn cĩ thể chọn ra các kết quả được xếp hạng cao để gợi ý. Đối với tài nguyên học tập, kết quả của hoạt động dự đốn làm tiền đề cĩ thể sử dụng cho gợi ý được hiệu quả và chính xác hơn. Luận án này đề xuất mơ hình gợi ý tài nguyên học tập sử dụng kỹ thuật phân rã ma trận sâu DMF (Deep Matrix Factorization) được mở rộng từ phân rã ma trận chuẩn MF và so sánh với các kỹ thuật khác của hệ thống gợi ý (gọi là baselines).
Trên đây, các nghiên cứu liên quan cũng như cơ sở lý thuyết và các kỹ thuật về phân loại tài nguyên học tập, kỹ thuật tìm kiếm tài nguyên học tập dựa trên độ tương đồng văn bản và dựa trên mạng ngữ nghĩa, hệ thống gợi ý và các kỹ thuật trong hệ thống gợi ý được trình bày. Trong các phần tiếp theo của luận án, các mơ hình phân loại tài nguyên học tập, mơ hình tìm kiếm tài nguyên học tập, mơ hình dự đốn kết quả học tập và mơ hình gợi ý tài nguyên học tập lần lượt được trình bày. Cuối cùng là một số kết luận và hướng nghiên cứu tiếp theo của luận án.