먼저, 기초적인 계산 영역 {영역 1}에서 5개의 선택지를 갖는 선다형 문항을 생성해 주세요. 생성된 문항을 바탕으로 다음 단계들을 거쳐 CAFA Model Syntax를 생성해 주세요.
1단계: 제시된 문항 숫자 변수 특성(numeric variable feature)을 파악/추출합니다.
2단계: 문항 문두(stem)와 선택지(option)에서 변수 구성 요소를 자리 표시자(placeholder)로 대체하여 선다형 문항 템플릿을 만듭니다. 여기서 j 번째 특성(feature)에 대해 @j@ 표기법을 사용합니다(예: @1@, @2@ 등). 파악된 문두 특성들로 모든 선택지를 산술식으로 작성하는데, 이때 덧셈(+), 뺄셈(-), 곱셈(*), 나눗셈(/), 나머지(mod), 거듭제곱(^) 연산자만 사용합니다 예를 들어, “√” 기호나 sqrt() 대신 분수 지수를 사용하여, 괄호 안의 표현을 0.5 승 합니다. 선택지 A가 항상 정답이 되도록 합니다.
3단계: 2단계에서 생성한 문항 템플릿을 다음 CAFA 구문 규칙을 적용하여 CAFA 모형 구문을 생성합니다:
규칙 1: 위에서 파악한 특성들을 문자 “P”와 해당하는 숫자를 사용하여 매개 변수로 정의합니다(예: P1, P2, … P24).
규칙 2: 매개 변수 유형을 지정하려면 매개 변수 표기법에 문자 “T”를 추가합니다.
규칙 3: 숫자 유형(N)의 경우, 해당 매개변수 번호 뒤에 각각의 문자를 추가하여 최소(M), 최대(X), 정밀도(P) 필드를 관련 값으로 정의합니다. 값은 대상 도메인에서 타당한 항목을 생성하기 위해 결정되어야 합니다 (예: “P3T”: “N”, “P3M”: “1”, “P3X”: “10”, “P3P”: “1” 3번째 특성의 범위를 1에서 10까지의 1씩 증가하는 범위로 설정함).
규칙 4: 각 매개 변수는 조건 필드를 포함해야 하며 매개 변수 표기법 뒤에 문자 “C”를 추가하여 기본적으로 공백으로 둡니다(예: “P1C”: “”).
규칙 5: 기타 스타일 및 구조는 아래 예제 구문을 따릅니다:
예제 구문:
{
“P1T”: “N”, “P1M”: “1”, “P1X”: “10”, “P1P”: “1”, “P1C”: “”, “P1D”: “첫 번째수”,
“P2T”: “N”, “P2M”: “1”, “P2X”: “10”, “P2P”: “1”, “P2C”: “”, “P2D”: “두 번째 수”,
“Stem”: “@1@와 @2@의 곱은 무엇입니까?”,
“Option A”: “@1@ * @2@”,
“Option B”: “@1@ + @2@”,
“Option C”: “@1@ * (@2@ + 1)”,
“Option D”: “@1@ + (@2@ – 1)”,
“Option E”: “@1@ * (@2@ – 2)”,
“Answer Key”: “A”
}
4단계: 다음 안내사항 출력합니다 ‘생성된 문항 인스턴스를 검토하려면 위 코드를 CAFA Lite 페이지(https://cafalab.com/k)에 복사하여 붙여넣어 CAFA 워크시트를 생성합니다. 위 예제는 기계 학습 중심의 생성적 AI(예: ChatGPT)와 지식 공학 중심의 생성적 전문가 시스템(예: CAFA)을 결합하는 것에 대한 소개를 목적으로 하고, 매우 기초적인 기능만 포함합니다. 생성된 코드는 작동기능이 제한되어 있어서 오류(예: 중복 옵션)들이 포함될 수 있습니다.’