Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Leveraging Graph Retrieval-Augmented Generation to Support Learners' Understanding of Knowledge Concepts in MOOCs

Created by
  • Haebom

저자

Mohamed Abdelmagied, Mohamed Amine Chatti, Shoeb Joarder, Qurat Ul Ain, Rawaa Alatrash

개요

본 논문은 MOOCs에서 학습자의 지식 습득을 지원하기 위해 Retrieval-Augmented Generation (RAG) 기반의 Graph RAG pipeline을 제안합니다. 기존 RAG의 한계점인 비정형 학습 자료 및 학습자의 요구에 대한 비활성적인 안내를 해결하기 위해, Educational Knowledge Graphs (EduKGs)와 Personal Knowledge Graphs (PKGs)를 활용합니다. 특히, PKG 기반 질문 생성 방법을 통해 맥락에 맞는 개인화된 질문을 추천하고, EduKG 기반 질문 응답 방법을 통해 EduKG 내 지식 개념 간의 관계를 활용하여 학습자의 질문에 답변합니다. CourseMapper 플랫폼의 3개 MOOCs와 3명의 전문 강사를 대상으로 한 실험 결과, Graph RAG의 잠재력을 보여주었습니다.

시사점, 한계점

•
시사점:
◦
MOOCs에서 개인화된 학습 경험을 제공하는 새로운 방법 제시
◦
EduKG와 PKG를 활용한 RAG 기반 시스템의 효과성 검증
◦
학습자의 질문 생성 및 응답을 통해 지식 습득을 효과적으로 지원
◦
LLM의 hallucination 문제를 완화하는 RAG 기반 접근 방식 제시
•
한계점:
◦
실험 참여자 수가 제한적(3명의 강사, 3개의 MOOCs)
◦
CourseMapper 플랫폼에 특화된 시스템으로 일반화 가능성에 대한 추가 연구 필요
◦
EduKG와 PKG의 구축 및 관리에 대한 비용 및 노력 고려 필요
◦
다양한 유형의 학습 자료 및 학습 방식에 대한 적용성 검증 필요
👍
Made with Slashpage