ਆਟੋਮੇਟਿਡ ਟੈਸਟ ਜਨਰੇਸ਼ਨ ਦਾ ਉਦੇਸ਼ ਸੰਸਥਾਨਾਂ ਅਤੇ ਵਿਦਿਆਰਥੀਆਂ ਦੁਆਰਾ ਉੱਚ ਗੁਣਵੱਤਾ, ਵਿਅਕਤੀਗਤ ਟੈਸਟਾਂ ਦੇ ਉਤਪਾਦਨ ਨੂੰ ਸਵੈਚਾਲਤ ਕਰਨਾ ਹੈ ਤਾਂ ਜੋ ਅਧਿਆਪਕਾਂ ਦੇ ਕੀਮਤੀ ਸਮੇਂ ਨੂੰ ਬਚਾਇਆ ਜਾ ਸਕੇ ਅਤੇ ਵਿਅਕਤੀਗਤ ਪੱਖਪਾਤ ਤੋਂ ਬਚਿਆ ਜਾ ਸਕੇ।

ਬਹੁਤੇ ਵਿਦਿਆਰਥੀਆਂ ਕੋਲ ਲਾਗਤ ਅਤੇ ਜਨਸੰਖਿਆ ਦੇ ਕਾਰਨ ਵਧੀਆ ਸਰੋਤਾਂ ਤੱਕ ਪਹੁੰਚ ਦੀ ਘਾਟ ਹੈ। ਨਾਲ ਹੀ, ਇੱਕ ਅਧਿਆਪਕ ਦਾ ਸਮਾਂ ਨਾਜ਼ੁਕ ਹੁੰਦਾ ਹੈ। ਆਟੋ ਟੈਸਟ ਜਨਰੇਸ਼ਨ ਦੀ ਮਦਦ ਨਾਲ, ਅਸੀਂ ਅਧਿਆਪਕਾਂ ਦੀ ਮਦਦ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਾਂ ਕਿ ਉਹ ਪੇਪਰ ਤਿਆਰ ਕਰਨ ਨਾਲੋਂ ਅਧਿਆਪਨ ਵਿੱਚ ਸਮਾਂ ਬਿਤਾਉਣ। ਇੱਕ ਉੱਚ-ਗੁਣਵੱਤਾ ਟੈਸਟ ਪੇਪਰ ਤਿਆਰ ਕਰਨਾ ਇੱਕ ਚੁਣੌਤੀਪੂਰਨ ਪ੍ਰਕਿਰਿਆ ਹੈ ਜਦੋਂ ਹੱਥੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਉੱਚ ਗੁਣਵੱਤਾ ਵਾਲੇ ਟੈਸਟ ਬਣਾਉਣ ਦੀ ਯੋਗਤਾ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਪ੍ਰਸੰਗਿਕ ਗਿਆਨ ਗ੍ਰਾਫਾਂ ਵਿੱਚ ਫੈਲੀ ਉਹਨਾਂ ਦੀ ਧਾਰਨਾ ਮਹਾਰਤ ਨੂੰ ਟਰੇਸ ਕਰਕੇ ਸਿੱਖਣ ਦੇ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ।

ਇਸ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, ਅਸੀਂ ਇੱਕ ਬੁੱਧੀਮਾਨ ਪ੍ਰਣਾਲੀ ਵਿਕਸਿਤ ਕੀਤੀ ਹੈ ਜੋ ਟੈਸਟ ਪੇਪਰਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਨ ਲਈ ਕਈ ਮਾਪਦੰਡਾਂ ‘ਤੇ ਵਿਚਾਰ ਕਰਦੀ ਹੈ:

  • ਸਿਲੇਬਸ ਕਵਰੇਜ,
  • ਵਿਸ਼ੇ ਦਾ ਭਾਰ,
  • ਮੁਸ਼ਕਲ ਪੱਧਰ,
  • ਪਿਛਲੇ ਸਾਲ ਦੇ ਰੁਝਾਨ,
  • ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੇ ਸਵਾਲ,
  • ਉਪਭੋਗਤਾ ਦੀ ਧਾਰਨਾ ਮਹਾਰਤ (ਵਿਅਕਤੀਕਰਣ)
  • ਉਪਭੋਗਤਾ ਦਾ ਵਿਵਹਾਰਕ ਪ੍ਰੋਫਾਈਲ (ਵਿਅਕਤੀਗਤੀਕਰਨ)

ਇਹ ਸਹੂਲਤ ਅਧਿਆਪਕਾਂ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਕਸਟਮਾਈਜ਼ੇਸ਼ਨ ਦੇ ਨਾਲ ਇੱਕ ਤੇਜ਼ ਸਮੇਂ ਵਿੱਚ ਟੈਸਟ ਪੇਪਰ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ। ਇਸਦੇ ਨਾਲ ਹੀ, ਇਹ ਉੱਚ ਗੁਣਵੱਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਜਿਸਦੀ ਜਾਂਚ ਐਂਬੀਬੇ ਦੁਆਰਾ ਵਿਕਸਤ ਕੀਤੇ ਟੈਸਟ ਕੁਆਲਿਟੀ ਸਕੋਰ ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।

ਟੈਸਟ ਗੁਣਵੱਤਾ ਸਕੋਰ ਅਤੇ ਪ੍ਰਸ਼ਨ ਵਿਤਕਰਾ ਕਾਰਕ

ਟੈਸਟ ਕੁਆਲਿਟੀ ਸਕੋਰ ਦੀ ਵਰਤੋਂ ਇਹ ਜਾਂਚ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਕਿ ਕੀ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਟੈਸਟ ਅਧਿਆਵਾਂ ਦੀ ਮੁਸ਼ਕਲ ਅਤੇ ਕਵਰੇਜ ਦੇ ਰੂਪ ਵਿੱਚ ਅਧਿਆਪਕ/ਸੰਸਥਾ ਦੁਆਰਾ ਚੁਣੇ ਗਏ ਮਾਪਦੰਡਾਂ ਦੇ ਅਨੁਸਾਰ ਹੈ।

ਆਈਟਮ ਰਿਸਪਾਂਸ ਥਿਊਰੀ ਦੀ ਵਰਤੋਂ ਉਪਭੋਗਤਾ-ਪ੍ਰਸ਼ਨ ਕੋਸ਼ਿਸ਼ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਪ੍ਰਸ਼ਨਾਂ ਦੇ ਵਿਤਕਰੇ ਦੇ ਕਾਰਕ ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਣ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਪ੍ਰਸ਼ਨ ਚੋਣ ਕਰਦੇ ਸਮੇਂ ਉੱਚ ਵਿਤਕਰੇ ਵਾਲੇ ਪ੍ਰਸ਼ਨਾਂ ਨੂੰ ਵਧੇਰੇ ਤਰਜੀਹ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ ਅਤੇ ਇਹ ਟੈਸਟ ਦੀ ਸਮੁੱਚੀ ਗੁਣਵੱਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰਦਾ ਹੈ।

ਆਪਣਾ ਖੁਦ ਦਾ ਟੈਸਟ ਬਣਾਓ

ਅਸੀਂ ਆਪਣੀ ਖੁਦ ਦੀ ਪ੍ਰੀਖਿਆ ਬਣਾਓ ਵਿਸ਼ੇਸ਼ਤਾ ਵਿਕਸਿਤ ਕੀਤੀ ਹੈ ਜੋ ਵਿਦਿਆਰਥੀ ਨੂੰ ਕਸਟਮ ਚੁਣੇ ਗਏ ਅਧਿਆਵਾਂ ਅਤੇ ਮੁਸ਼ਕਲ ਪੱਧਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਟੀਚੇ ਅਤੇ ਪ੍ਰੀਖਿਆ ਲਈ ਇੱਕ ਅਨੁਕੂਲਿਤ ਤਰੀਕੇ ਨਾਲ ਟੈਸਟ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ। ਇਹ ਟੈਸਟ ਵਿਦਿਆਰਥੀ ਦੁਆਰਾ ਚੁਣੀਆਂ ਗਈਆਂ ਰੁਕਾਵਟਾਂ ਨੂੰ ਸੰਤੁਸ਼ਟ ਕਰਨ ਲਈ ਵੱਖ-ਵੱਖ ਓਪਟੀਮਾਈਜੇਸ਼ਨ ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ ਅਤੇ ਵਿਦਿਆਰਥੀ ਲਈ ਵਿਅਕਤੀਗਤ ਬਣਾਇਆ ਗਿਆ ਹੈ।

ਡਾਇਗਨੌਸਟਿਕ ਟੈਸਟ

ਇੱਕ ਚੰਗਾ ਡਾਇਗਨੌਸਟਿਕ ਟੈਸਟ ਉਹ ਹੁੰਦਾ ਹੈ ਜੋ (i) ਦਿੱਤੇ ਗਏ ਹੁਨਰ ਸੈੱਟ ਲਈ ਵੱਖ-ਵੱਖ ਯੋਗਤਾਵਾਂ ਵਾਲੇ ਵਿਦਿਆਰਥੀਆਂ ਵਿਚਕਾਰ ਵਿਤਕਰਾ ਕਰ ਸਕਦਾ ਹੈ, (ii) ਜ਼ਮੀਨੀ ਸੱਚਾਈ ਦੇ ਅੰਕੜਿਆਂ ਨਾਲ ਇਕਸਾਰ ਹੋ ਸਕਦਾ ਹੈ ਅਤੇ (iii) ਜਿੰਨਾ ਸੰਭਵ ਹੋ ਸਕੇ ਘੱਟ ਮੁਲਾਂਕਣ ਪ੍ਰਸ਼ਨਾਂ ਨਾਲ ਇਸ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦਾ ਹੈ। ਅਸੀਂ ਇੱਕ ਵਿਦਿਆਰਥੀ ਲਈ ਵਿਅਕਤੀਗਤ ਪ੍ਰਾਪਤੀ ਯਾਤਰਾ ਦੇ ਹਿੱਸੇ ਵਜੋਂ ਡਾਇਗਨੌਸਟਿਕ ਟੈਸਟ ਬਣਾਉਂਦੇ ਹਾਂ ਤਾਂ ਜੋ ਇਹ ਨਿਦਾਨ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕੀਤੀ ਜਾ ਸਕੇ ਕਿ ਵਿਦਿਆਰਥੀ ਨੇ ਟੀਚਾ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਜ਼ਰੂਰੀ ਸੰਕਲਪਾਂ ਵਿੱਚ ਕਿੰਨੀ ਕੁ ਮੁਹਾਰਤ ਹਾਸਲ ਕੀਤੀ ਹੈ। ਇਹ 2 ਟੈਸਟਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤਾ ਜਾਂਦਾ ਹੈ:

  • ਜ਼ਰੂਰੀ ਟੈਸਟ: ਵਿਦਿਆਰਥੀ ਦੁਆਰਾ ਚੁਣੇ ਗਏ ਟੀਚੇ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਲੋੜੀਂਦੀਆਂ ਬੁਨਿਆਦੀ ਲੋੜਾਂ ਦੇ ਸੰਕਲਪਾਂ ਨਾਲ ਸੰਬੰਧਿਤ ਪ੍ਰਸ਼ਨ ਦਿੰਦਾ ਹੈ।
  • ਅਚੀਵ ਟੈਸਟ: ਨਿਰਧਾਰਤ ਪ੍ਰੀਖਿਆ ਅਤੇ ਟੀਚੇ ਲਈ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਧਾਰਨਾਵਾਂ ਨੂੰ ਕਵਰ ਕਰਨ ਵਾਲੇ ਪ੍ਰਸ਼ਨ ਦਿੰਦਾ ਹੈ।

ਡੈਮੋ ਵੀਡੀਓ

ਹਵਾਲੇ

  • ਧਵਲਾ, ਸੋਮਾ, ਚਿਰਾਗ ਭਾਟੀਆ, ਜੋਏ ਬੋਸ, ਕੀਯੂਰ ਫਲਦੂ ਅਤੇ ਅਦਿਤੀ ਅਵਸਥੀ। “ਡਾਇਗਨੌਸਟਿਕ ਅਸੈਸਮੈਂਟਸ ਅਤੇ ਉਹਨਾਂ ਦੀ ਗੁਣਵੱਤਾ ਦੇ ਮੁਲਾਂਕਣ ਦੀ ਆਟੋ ਜਨਰੇਸ਼ਨ.” ਇੰਟਰਨੈਸ਼ਨਲ ਐਜੂਕੇਸ਼ਨਲ ਡਾਟਾ ਮਾਈਨਿੰਗ ਸੁਸਾਇਟੀ (2020)।
  • ਦੇਸਾਈ, ਨਿਸ਼ਿਤ, ਕੇਯੂਰ ਫਾਲਦੂ, ਅਚਿੰਤ ਥਾਮਸ, ਅਤੇ ਅਦਿਤੀ ਅਵਸਥੀ। “ਇੱਕ ਮੁਲਾਂਕਣ ਪੇਪਰ ਤਿਆਰ ਕਰਨ ਅਤੇ ਇਸਦੀ ਗੁਣਵੱਤਾ ਨੂੰ ਮਾਪਣ ਲਈ ਸਿਸਟਮ ਅਤੇ ਢੰਗ।” ਯੂ.ਐੱਸ. ਪੇਟੈਂਟ ਐਪਲੀਕੇਸ਼ਨ 16/684,434, ਅਕਤੂਬਰ 1, 2020 ਨੂੰ ਦਾਇਰ ਕੀਤੀ ਗਈ।
  • Vincent LeBlanc, Michael A. A. Cox, “ਸਕੂਲ ਪ੍ਰੀਖਿਆ ਦੇ ਸੰਦਰਭ ਵਿੱਚ ਬਿੰਦੂ-ਬਾਇਸੀਰੀਅਲ ਸਹਿ-ਸੰਬੰਧ ਗੁਣਾਂਕ ਦੀ ਵਿਆਖਿਆ,” ਜਨਵਰੀ 2017, ਮਨੋਵਿਗਿਆਨ ਲਈ ਮਾਤਰਾਤਮਕ ਢੰਗ 13(1):46-56
  • ਲਿੰਡਨ, ਡਬਲਯੂ. ਡੀ., ਅਤੇ ਆਰ. ਹੈਮਬਲਟਨ। “ਆਧੁਨਿਕ ਆਈਟਮ ਰਿਸਪਾਂਸ ਥਿਊਰੀ ਦੀ ਹੈਂਡਬੁੱਕ।” (1997), ਬਾਇਓਮੈਟ੍ਰਿਕਸ 54:1680
  • ਰੋਨਾਲਡ ਕੇ ਹੈਮਬਲਟਨ ਅਤੇ ਵਿਮ ਜੇ ਲਿੰਡਨ। ਆਧੁਨਿਕ ਵਸਤੂ ਪ੍ਰਤੀਕਿਰਿਆ ਸਿਧਾਂਤ ਦੀ ਹੈਂਡਬੁੱਕ। ਭਾਗ ਦੋ: ਅੰਕੜਾ ਸੰਦ। ਸੀਆਰਸੀ ਪ੍ਰੈਸ, ਯੂਐਸਏ, 2016।
  • ਗੁਆਂਗ ਸੇਨ, ਯੁਕਸ਼ਿਆਓ ਡੋਂਗ, ਵੈਨਲਿਨ ਗਾਓ, ਲੀਨਾ ਯੂ, ਸਾਈਮਨ ਸੀ, ਕਿੰਗ ਵੈਂਗ, ਯਿੰਗ ਯਾਂਗ, ਅਤੇ ਹਾਂਗਬੀਆਓ ਜਿਆਂਗ। ਇੱਕ ਆਟੋਮੈਟਿਕ ਇਮਤਿਹਾਨ ਪੇਪਰ ਉਤਪਾਦਨ ਪ੍ਰਣਾਲੀ ਨੂੰ ਲਾਗੂ ਕਰਨਾ। ਗਣਿਤ ਅਤੇ ਕੰਪਿਊਟਰ ਮਾਡਲਿੰਗ, 51, 2010.
  • “ਡਾਇਗਨੌਸਟਿਕ ਟੈਸਟ ਅਤੇ ਉਹਨਾਂ ਦੀ ਗੁਣਵੱਤਾ ਦੇ ਮੁਲਾਂਕਣ ਦਾ ਸਵੈ-ਉਤਪਾਦਨ – EDM: 2020”, EDM 2020 ਪੇਸ਼ਕਾਰੀ, ਜੁਲਾਈ 2020, https://www.youtube.com/watch?v=7wZz0ckqWFs
  • ਲਾਲਵਾਨੀ, ਅਮਰ ਅਤੇ ਸਵੀਟੀ ਅਗਰਵਾਲ। “ਡੂੰਘੇ ਗਿਆਨ ਟਰੇਸਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸੰਸ਼ੋਧਿਤ ਬਲੂਮ ਦੇ ਵਰਗੀਕਰਨ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨਾ।” ਸਿੱਖਿਆ ਵਿੱਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ‘ਤੇ ਅੰਤਰਰਾਸ਼ਟਰੀ ਕਾਨਫਰੰਸ ਵਿੱਚ, ਪੀਪੀ. 225-238. ਸਪ੍ਰਿੰਗਰ, ਚੈਮ, 2018।
  • ਫਾਲਦੂ, ਕੇਯੂਰ, ਅਦਿਤੀ ਅਵਸਥੀ ਅਤੇ ਅਚਿੰਤ ਥਾਮਸ। “ਸਕੋਰ ਸੁਧਾਰ ਅਤੇ ਇਸਦੇ ਭਾਗਾਂ ਲਈ ਅਨੁਕੂਲ ਸਿਖਲਾਈ ਮਸ਼ੀਨ।” ਯੂ.ਐੱਸ. ਪੇਟੈਂਟ 10,854,099, ਦਸੰਬਰ 1, 2020 ਨੂੰ ਜਾਰੀ ਕੀਤਾ ਗਿਆ।
  • ਡੋਡਾ, ਚਿੰਤਨ, ਸਯਾਨ ਦਾਸਗੁਪਤਾ, ਸੋਮਾ ਐਸ. ਧਾਵਲਾ, ਕੇਯੂਰ ਫਲਦੂ, ਅਤੇ ਅਦਿਤੀ ਅਵਸਥੀ। “ਸਿੱਖਣ ਦੇ ਨਤੀਜਿਆਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ, ਵਿਆਖਿਆ ਕਰਨ ਅਤੇ ਸੁਧਾਰਨ ਲਈ ਇੱਕ ਢਾਂਚਾ।” arXiv ਪ੍ਰੀਪ੍ਰਿੰਟ arXiv:2010.02629 (2020)।
  • ਫਾਲਦੂ, ਕੇਯੂਰ, ਅਚਿੰਤ ਥਾਮਸ ਅਤੇ ਅਦਿਤੀ ਅਵਸਥੀ। “ਪ੍ਰਸੰਗਿਕ ਗਿਆਨ ਅਧਾਰ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਵਿਅਕਤੀਗਤ ਸਮੱਗਰੀ ਦੀ ਸਿਫ਼ਾਰਿਸ਼ ਕਰਨ ਲਈ ਸਿਸਟਮ ਅਤੇ ਢੰਗ।” ਯੂ.ਐੱਸ. ਪੇਟੈਂਟ ਐਪਲੀਕੇਸ਼ਨ 16/586,512, ਅਕਤੂਬਰ 1, 2020 ਨੂੰ ਦਾਇਰ ਕੀਤੀ ਗਈ।
  • ਫਾਲਦੂ, ਕੇਯੂਰ, ਅਚਿੰਤ ਥਾਮਸ ਅਤੇ ਅਦਿਤੀ ਅਵਸਥੀ। “ਵਿਹਾਰ ਸੰਬੰਧੀ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਸਿਫ਼ਾਰਸ਼ਾਂ ਲਈ ਸਿਸਟਮ ਅਤੇ ਢੰਗ।” ਯੂ.ਐੱਸ. ਪੇਟੈਂਟ ਐਪਲੀਕੇਸ਼ਨ 16/586,525, 1 ਅਕਤੂਬਰ, 2020 ਨੂੰ ਦਾਇਰ ਕੀਤੀ ਗਈ।
  • https://en.wikipedia.org/wiki/Wasserstein_metric
← AI ਹੋਮ 'ਤੇ ਵਾਪਸ ਜਾਓ