Geração (semi)automática de metadados: Um contributo para a recuperação de objectos de aprendizagem

Geração (semi)automáticade metadados

Um contributo para a recuperação de objectos de aprendizagem

E-mail: [email protected] | URL: http://www.vgportal.ipb.pt | E-mail: [email protected]

Vitor Barrigão GonçalvesEscola Superior de EducaçãoInstituto Politécnico de Bragança

Eurico Manuel CarrapatosoFaculdade de EngenhariaUniversidade do Porto

Geração (semi)automática de metadados: um contributo para a recuperação de LOs

2

Sumário Motivação

Influência da Internet no processo de aprendizagem; Influência do Processo de Bolonha no Ensino Superior; Novos requisitos.

e-Learning Evolução dos cursos on-line; Tecnologias para o e-Learning; Limitações face aos novos requisitos.

Metadados e ontologias Tecnologias para a Web Semântica; Metadados (especificações DCM e LOM); RDF(S) e OWL.

Geração automática de Metadados Geração de metadados (RDF/XML); Recuperação de Objectos de aprendizagem (SPARQL).

Considerações Finais


3

Motivação:

Com a Internet surgiram Novas estratégias de difusão de informação Novas formas de ensino/formação/aprendizagem Novos modelos de comunicação

Modalidades de utilização pedagógica Como fonte de pesquisa (motores de busca…) Como meio de publicação (Websites, Portais…) Como meio de interacção (conteúdos e pessoas)

Solução integrada: e-Learning, b-Learning ou m-Learning.


4

Motivação:

Processo de Bolonha Alteração da Lei de Bases do Sistema Educativo Português:

Reconhecer o conhecimento como um bem universal;

Adequar a aprendizagem aos requisitos da sociedade ;

Aproveitar as potencialidades das TIC na Educação;

Fomentar a aprendizagem ao longo da vida;

Reconhecer legal e formalmente o ensino a distância.

Prefiguram-se vários cenários de e-Learning


5

e-Learning

LMS – Learning Management SystemsLCMS – Learning Content Management Systems

Plataformas de e-Learning:

WebCT; Lotus Learning; TopClass e-Learning Suite;Blackboard Academic Suite; Luvit LMS; Virtual-U; Atutor; Moodle…

Interacção interpessoal:Interacção professor/aluno(s) e aluno/aluno(s)Tecnologias de comunicação assíncronas e síncronas

Interacção intrapessoal:Reflexão sobre a aprendizagem e registo do percurso e competênciasBlogs, wikis, portfólios e outras tecnologias Web 2.0

Interacção com os conteúdos:Conteúdos de aprendizagem (lições e outros materiais didácticos)


6

e-Learning

1.ª etapa:Conteúdos indivisíveis (baixa granularidade dos cursos)

2.ª etapa:Objectos de aprendizagem (combinação e reutilização)

3.ª etapa:SCORM (interoperabilidade entre cursos e sistemas)

4.ª etapa:Learning Design (modelação de cursos flexíveis e personalizados)

Evolução (uma visão)


7

e-Learning

IMS Content Packing (pacote em formato zip contendo todos os conteúdos e um ficheiro xml que inclui os metadados, a sequência de navegação e todos os recursos associados).

Reload Editor (http://www.reload.ac.uk/editor.html)

eXe - E-learning XHTML Editor (http://exelearning.org)

SCORMxt (http://www.westcliffdata.co.uk)

Pacotes SCORM e IMS-Content Packaging


8

e-Learning

Learning Design

RELOAD Learning DesignCoopercoreLAMSMOTplus

A modelação de unidades de aprendizagem minimiza limitações do SCORM:- ênfase na personalização dos conteúdos- participação mais activa do aluno na aprendizagem


9

e-Learning

Sim!Mas nem tudo são rosas…

Auto-aprendizagem:- através de conteúdos dispersos (Motores)- através de e-cursos (e-Learning)

Sistemas de e-Learning, b-Learning, m-Learning Portais educativos com gestão de conteúdos Tutoriais inteligentes e Sistemas hipermédia adaptativos Tecnologias Web 2.0 Tecnologias associadas para o desenvolvimento de e-cursos


10

Novos requisitos: Obter informação actual sobre as disciplinas/conteúdos. Obter informação de forma personalizada e rápida. Suportar processos interdisciplinares.

Mas,também nem tudo são espinhos…Se usarmos METADADOS

e ONTOLOGIAS!

Metadados e Ontologias


11

Tecnologias para a Web Semântica

The big picture


12


Tecnologia XML Tecnologia de Metadados

DCM (Dublin Core Metadata) LOM (Learning Object Metadata) MPEG7 (Multimedia Content Description Interface)

RDF (Resource Description Framework) Tecnologia de Ontologias

RDFS (Resource Description Framework Schema)OWL (Ontology Web Language)

Tecnologia de Inferência (RuleML/SWRL e SPARQL)


13

Elementos DCM

A norma DCM inclui dois níveis para a descrição de recursos:

Simple Dublin Core MetadataEsquemas de metadados que usam só os 15 elementos DCMES.

Qualified Dublin Core MetadataEsquemas de metadados que usam os 15 elementos DCMES+ outros elementos

(Audience, Provenance, RightsHolder, accrualMethod,accrualPeriodicity, accrualPolicy, instructionalMethod)

+ elementos de refinamento



14

Title (título ou nome atribuído ao recurso); Creator (entidade responsável pela criação ou existência do recurso); Subject (assunto e palavras-chave que caracterizam o recurso); Description (descrição ou resumo do conteúdo do recurso); Publisher (entidade responsável por editar ou publicar o recurso); Contributor (entidade responsável por contributo para o recurso); Date (data inerente à criação ou publicação do recurso); Type (tipo, função, natureza ou género do recurso); Format (formato do recurso: físico ou digital, tamanho ou duração); Identifier (referência para identificar o recurso: URI, ISBN, etc.); Source (referência a um recurso de onde o recurso actual deriva); Language (língua do conteúdo intelectual do recurso: pt, en, fr); Relation (referência a um recurso relacionado); Coverage (extensão, alcance ou âmbito do recurso); Rights (gestão dos direitos inerentes ao recurso).

Elementos DCMES



15

Tecnologias para a Web Semântica Elementos DCMES


16

Tecnologias para a Web Semântica Elementos DCMES


17


Geral (General) - informação geral que descreve o LO como um todo(Identifier, Title, Catalog Entry, Catalog, Entry, Language, Description, Keywords, Coverage, Structure, Aggregation level);

Ciclo de vida (Lifecycle) - história de um LO e respectivos contributos para essa evolução, e atributos inerentes ao seu estado actual(Version, Status, Contribute, Role, Entity, Date);

Meta-metadados (Metametadata) - reúne informações sobre a própria instância dos metadados (em vez do LO que a instância do metadado descreve). Ou seja, agrupa os atributos que descrevem os metadados que indexam o LO(Identifier, Catalog, Entry, Contribute, Role, EntitytDate, Metadata Squema, Language);

Técnica (Technical) - agrupa os requisitos e características técnicas do LO (Format, Size, Location, Requirements, Type, Name, Minimum Version, Maximum version, Instalattion Remarks, Other Plataform requirements, Duration);

Elementos LOM


18


Educacional (Educational) - atributos educativos e pedagógicos do LO(Interactivity Type, Learning Resource Type, Interactivity level, Semantic density, Intended End User Role, Context, Typical Age Range, Difficulty, Typical Learning Time, Description, Language);

Direitos (Rights) - direitos de propriedade intelectual e condições de utilização (Cost, Description, Copyright and others restrictions);

Relação (Relation) - características que definem a relação entre o LO e outros objectos educacionais correlacionados(Kind, Resource, Identifier, Description, Catalog Entry);

Anotação (Annotation) - comentários sobre o uso educacional do LO (Elementos: Person/Entity, Description, Date);

Classificação (Classification) - descreve a posição do LO em relação a um sistema particular de classificação (Universal Decimal Classification)(Purpose, Taxon Path, Source, Taxon, Id, Entry, Description, Keywords).

Elementos LOM


19

Tecnologias para a Web Semântica Elementos LOM


20

Tecnologias para a Web Semântica Elementos LOM


21








22

Tecnologias para a Web Semântica RDF

Recurso Propriedade valor

Sujeito Predicado Objecto


23

Tecnologias para a Web Semântica RDF


24

Tecnologias para a Web Semântica Aplicações RDF

• RSS (RDF Site Summary)• FOAF (Friend Of A Friend) • vCard • RDFPics • MusicBrains Metadata Initiative• XMP (eXtensible Metadata Platform)


25








26

Tecnologias para a Web Semântica Ontologias

Classes

Relações

Propriedades

Instâncias

Axiomas

Regras de inferência


27


rdfs:Resource

rdfs:Class

Curso

LicenciaturaMestrado

Doutoramento

s

s

t

t

t

t

t

s s

s

oferecido_por

Universidade

d r

t

t rdf:type | s rdfs:subClassOf | d rdfs:domain | r rdfs:range

RDFSRDF

http://www.fe.up.pt/mtm http://www.up.pt

t

t

oferecido_por

Tecnologia Multimédia

dc:Title

Universidade do Porto

dc:Title


28



29








30

Tecnologias para a Web Semântica SWRL - Regras de Inferência

temPai(c,b) Λ temPai(b,a) temAvo(c,a) temPai(c,b) Λ temIrmao(b,e) temTio(c,e)

Inferência possível em OWL DL Inferência impossível em OWL DLMas, possível adicionando camada de regras

temPai

temPai temPai

temPai temPai

temPai

temPai

temAvo

temIrmão


31

Tecnologias para a Web Semântica SWRL - Regras de Inferência


32

Tecnologias para a Web Semântica SPARQL – Linguagem de Inferência


33

Tecnologias para a Web Semântica SPARQL – Linguagem de Inferência


34

Tecnologias para a Web Semântica Protégé (RDFS)

<rdfs:Class rdf:about="&cd;CD"rdfs:comment="Album de musica (CDs ou DVDs)"rdfs:label="CD">

<rdfs:subClassOf rdf:resource="&rdfs;Resource"/></rdfs:Class>


35

Tecnologias para a Web Semântica Protégé (OWL - ontologia mais expressiva)

…<owl:ObjectProperty rdf:about="#editado_por">

<rdfs:domain><owl:Class><owl:unionOf rdf:parseType="Collection"><rdf:Description rdf:about="http://www.w3.org/2002/07/owl#Thing"/><owl:Class rdf:about="#MUSICA"/>

</owl:unionOf></owl:Class>

</rdfs:domain><owl:inverseOf rdf:resource="#edita"/>

</owl:ObjectProperty>…


36

Tecnologias para a Web Semântica Protégé (Formulários e Instâncias)


37

Tecnologias para a Web Semântica Protégé (Inferência)


38

Geração automática de metadados


39

Geração automática de metadadosMódulo de Sumários e Módulo de Programas


40

Geração automática de metadadosAnotação semi-automática de LOs com metadados e ontologias

Expressar LOs em RDF(S)/OWL


41

Geração automática de metadadosOntologia para os sistemas de e-Learning


42

Geração automática de metadadosOntologia para os sistemas de e-Learning


43

Geração automática de metadadosBloco de pesquisa semântica


44


Num futuro muito próximo, passaremosmais tempo a ler, ver e ouvir recursos educativose muito menos tempo a filtrar essa informação.

Mas, ainda há muito trabalho para fazer:

- Aplicar a Web Semântica às Intranets (educativas);

- Aplicar a Web Semântica às Extranets (entre e-Learnings);- Aplicar a Web Semântica à Web actual.


45


Autenticar utilizadores Associar docente/disciplina Inscrever discentes Registar avaliações Anotação semântica Pesquisa semântica Monitorizar aprendizagem (Agente de Aprendizagem)


46


Os metadados, ontologias e agentes são cruciais…

Roma e Pavia não se fizeram num dia…


47

Obrigado!

Vitor Barrigão GonçalvesDepartamento de Tecnologia Educativa e Gestão da InformaçãoEscola Superior de Educação do Instituto Politécnico de Bragança

URL: http://www.vgportal.ipb.ptEmail: [email protected]

The End

Documents

Geração (semi)automática de metadados: Um contributo para a recuperação de objectos de aprendizagem