Tagging di Risorse Didattiche Basato su LLM con Evidenze e Vincoli di Grafo
Un articolo su arXiv (2605.28483) introduce una pipeline di allineamento completa che sfrutta un grande modello linguistico (LLM) come tagger specializzato per collegare risorse educative a framework di competenze strutturati. Questo sistema suddivide i materiali LMS—che comprendono sia contenuti didattici che valutazioni—in segmenti pedagogici, identifica potenziali competenze da profili strutturati arricchiti da contesto basato su grafi, e utilizza l'LLM per individuare le competenze più pertinenti insieme a span di evidenze a supporto. Le previsioni vengono affinate utilizzando la struttura del grafo delle competenze e aggregate a livello di risorsa. Questo metodo mira a facilitare ricerche basate su competenze e analisi curriculari, riducendo al minimo gli sforzi di tagging manuale e migliorando la trasparenza.
Fatti principali
- ID articolo arXiv: 2605.28483
- Propone una pipeline di tagging basata su LLM per risorse didattiche
- La pipeline segmenta le risorse in frammenti pedagogici
- Recupera competenze candidate da profili strutturati con contesto di grafo
- L'LLM seleziona le competenze e fornisce span di evidenze
- Previsioni affinate utilizzando la struttura del grafo delle competenze
- Aggregato a livello di risorsa
- Obiettivo: ridurre il tagging manuale e migliorare la trasparenza
Entità
Istituzioni
- arXiv