делі пропозицій та їх можливих змін. Також потрібно розробити механізм, який буде визначати приналежність тієї чи іншої пропозиції певної моделі. Це дозволить поступово піти від необхідності здавати модель в деяких вправах (наприклад, у вправах, в яких потрібно відповісти на питання, використовуючи слова з дужок). Також це дозволить зробити спілкування з системою більш природним.
Що стосується проблем пов'язаних з різними приводами, то тут поки складно щось виправити. Адже вибір правильного прийменника вимагає розуміння контексту, а як було показано в розділі 3, сучасні лінгвістичні процесори поки не можуть цього дозволити. Дана проблема буде одним з напрямків мого дослідження в аспірантурі.
Висновок
Отже, виходячи з цілей роботи, зробимо висновки. Наявні на ринку системи автоматизованого навчання не спрощує викладачам завдання навчання студента, а скоріше ускладнюють її за рахунок недосконалості застосовуваних у них засобів контролю знань. З метою зняти наявні в таких системах обмеження була почата розробка системи КЛІОС, складовою частиною якої є інтелектуальний модуль перевірки вправ, який є предметом даної роботи.
У ході проведеної роботи були проаналізовані наявне на ринку лінгвістичне програмне забезпечення. Виходячи з результатів тестування лінгвістичних процесорів, були обрані два найбільш підходящих для вирішення поставленого завдання.
На їх основі були розроблені алгоритми перевірки вправ на іменну частина російської мови. Крім перевірки, система може сама генерувати правильну відповідь на вправи більшості розглянутих типів. Це дозволяє підвищити ефективність праці викладача і дає можливість використовувати систему в якості тренажера для самостійного навчання. Також, як було показано в четвертому розділі, результати перевірки вправ можуть бути використані для коригування особистого плану навчання студента.
Результати роботи застосовані в системі КЛІОС і використовуються викладачами російської мови кафедри РСІ на підготовчих курсах. Надалі робота буде розвиватися, додадуться вправи за системою дієслова.
Список літератури
1.Лелюхіна О.А. Навчання іноземних студентів//Національний дослідницький Томський політехнічний університет: [сайт]. [2 013].
2.Колтунов І.І., Ніколаєнко А.В., Фатєєв І.В. Методологічне обгрунтування дистанційного навчання на основі сучасних інформаційних технологій//Матеріали міжнародної науково-технічної конференції ААІ «Автомобіле- і тракторобудування в Росії: пріоритети розвитку та підготовка кадрів». Москва. 2010. Книга 12.
.Епіфанова М.А., Железовскій А.Б., Шнейдер М.Є. Вплив мультимедійних засобів на реалізацію основних принципів навчання//Вища професійна освіта: сучасні тенденції, проблеми, перспективи: СБ наукових праць Сьомій Міжнародній заочній науково-методичної конференції. Саратов. 2010. сс. 146-151.
.Савінов А.П., Інтелектуальні лінгвопроцессорние тренажери для інтенсивного засвоєння російської мови як іноземної. Концепції їх побудови і проблеми, Известия ТПУ [у пресі].
.Features tour//MoodleDocs: [сайт]. [2 013].
.Blackboard, Inc//Wikipedia, the free encyclopedia: [сайт]. [2 013].
Система дистанційного навчання «СТ Курс». Челябінськ: 2004. Презентація.
.Смірнова Н.В. Следящие інтелектуальні навчальні системи: стан та перспективи//In: Інтелектуальні системи управління. Колективна монографія під редакцією акад. РАН Васильєва С. Н. Москва: Машинобудування, 2010.
.Седунов А.А. Модель графематіческого аналізу в системі обробки природної мови//Вісник Воронезького державного університету. 2007. No. 2.
.Технологіі//АОТ: [сайт]. [2003].
.Азбучние істини | 7. Буква е//ГРАМОТА.РУ - довідково-інформаційний інтернет-портал «Російська мова»: [сайт].
.Опис програмного пакета синтаксичного розбору і машинного перекладу Cognitive Dwarf. Москва: 2006. Документ.
.Сінтаксіческій аналізатор//ТОВ Диктум: [сайт]. [2 013].
.Коробов М. Морфологічний аналізатор pymorphy2//Морфологічний аналізатор pymorphy2: [сайт]. [2 013].
.Андреев С. Синтаксичний і семантичний аналіз текстів//ABBYY: [сайт]. [2011].
.Саме частини промови, їх спільні та відмінні ознаки//Naexamen: [сайт]. [2011].
