Projekt

Die Bedeutung des Lernens mit Videos hat in den vergangenen Jahren erheblich zugenommen, die Pandemie hat diesen Trend noch einmal verstärkt. Forschungsergebnisse zeigen, dass die Effektivität von Lehr- und Lernvideos stark von der Aktivierung der Lernenden abhängt. Diese kann zum Beispiel durch Fragen, die das Verständnis überprüfen, verbessert werden. Das nachträgliche, manuelle Formulieren von Verständnisfragen zu bestehenden Videos ist jedoch zu aufwändig. Es bietet sich daher an, Fragen mithilfe von automatischer Videoanalyse und Spracherkennung semi-automatisch zu generieren. Allerdings gibt es bislang nur sehr wenige Arbeiten, die sich mit der semi-automatischen Generierung von Fragen und Antworten für Lernvideos befassen und dabei alle informationstragenden Elemente des Videos (Ton- und Bildinformation) mit einbeziehen. Das Ziel des Projektes VidQA ist die Erforschung, Entwicklung und Evaluation von neuen Methoden zur semi-automatischen Generierung von Fragen und Antworten für Lernvideos. Die im Projekt entwickelten Methoden analysieren Videos, bestimmen inhaltlich zentrale Abschnitte, fassen diese zusammen und generieren hieraus Fragen und mögliche (Kontroll-) Antworten. Dabei werden sowohl traditionelle Methoden des maschinellen Lernens verwendet, als auch Deep Learning und vortrainierte Sprachmodelle. Hierbei verfolgt die Forschungsgruppe mehrere Forschungsfragen, wie unter anderem den Aspekt der Multimodalität videobasierter Lernmedien, die Generierung von Distraktoren ("falschen Antworten") für Multiple-Choice-Fragen, sowie die automatische Bewertung von Antworten bei offenen Frageformaten.

• Prof. Dr. Christian Wartena

  Hochschule Hannover
  Fakultät III
  Abteilung Information und Kommunikation
  Hannover
  

• Prof. Dr. Ralph Ewerth

  Universität Hannover
  Forschungszentrum L3S
  Forschungszentrum L3S
  Hannover
  

• Dr. Anett Hoppe

  TIB Leibniz-Informationszentrum Technik
  und Naturwissenschaften
  Universitätsbibliothek
  Visual Analytics
  Hannover