FEM logo
FEM logo

Natural Lnguage Processing applicazioni in campo educativo

Possiamo pensare ad alcuni laboratori che sfruttino il NLP per coinvolgere gli studenti su task interessanti. Ne proponiamo alcuni certi che ogni insegnante potrà adattarli alle proprie esigenze o pensarne di nuovi anche con la partecipazione degli studenti

Carico i dati

Indici di leggibilità

La lunghezza di parole e frasi influenza la facilità di lettura e comprensione di un determinato testo. Le parole brevi sono generalmente più comuni (legge di Zipf). Le frasi brevi richiedono una minore capacità di astrazione per essere comprese. L’analisi di leggibilità potrebbe essere utile per migliorare un testo, aumentandone l’accessibilità.

L’indice di leggibilità ci dice quanto sia facile capire un dato testo. Un testo ben scritto è efficace, facile da capire e veloce da leggere. Questo indice ci aiuta a comprendere la complessità del testo. Oggi più che mai, le informazioni scritte devono essere dirette e ben strutturate. Questa analisi può contribuire a raggiungere entrambi gli obiettivi.

Leggibilità

La leggibilità viene calcolata utilizzando l’indice Gulpease. Questo indice è stato implementato per italiano, inglese e francese.

Calcoliamo l’indice GULPEASE (Lucisano e Piemontese 1988), progettato per la lingua italiana, con una funzione che fa riferimento alle misure intermedie costruite dalla funzione textstat_readability() del package quanteda.textstats

\[ x = 89 + {300 (numero frasi) - 10 (numero lettere) \over (numero parole)} \] L’indice Gulpease fa anche riferimento al livello di istruzione necessario per comprendere il testo. Un testo semplice è comprensibile con un’istruzione elementare, abbiamo poi un livello di istruzione media e un livello di istruzione superiore

Sentiment

Consegna: Gli studenti riescono a esprimere le emozioni indicate dal docente?

Ad esempio il docente richiede la produzione di un testo che susciti una certa emozione tipica di un determinato autore o richiede un articolo di giornale che suciti una certa emozione nel lettore

Grafico del sentiment

Sommario delle emozioni espresse nei testi dagli alunni

Alla scoperta degli stereotipi!

Gli algoritmi di NLP possono aiutarci a scoprire se ci siano collegamenti (impliciti) fra elementi nei testi analizzati, ad esempio se certi aggettivi siano legati in modo particolare ad un genere o ad un lavoro in particolare.

Nella nostra esercitrazione proviamo a vedere se i commenti degli studenti sulla scuola e le sue componenti, professori, segreteria, organizzazione …. sono collegati ad aggettivi negativi

Un grafico per visualizzare quanto le parole target professori, organizzazione, liceo e altri siano legati a aggettivi positivi