Das Projekt setzt sich mit der Thematik der Kinderhandschrift in Kombination mit Maschinellem Lernen auseinander. Rechtschreibfehler sollen mit Hilfe von Machine Learning Ansätzen erkannt und anschliessend Klassifiziert werden
Machine Learning, Word Detection, Optical Character Recognition OCR, Handwritten Text Recognition HTR, TensorFlow, OpenCV, Bildverarbeitung, Webapplikation, Kinderhandschrift, Rechtschreibung, Klassifizierung, Django, Python, Tesseract-OCR
Es soll ein Prototyp erstellt werden, welcher als genereller „Proof of Concept“ Meilenstein dienen soll. Das Projekt basiert auf einem Vorgängerprojekt und soll dort aufgegriffene Ansätze neu überdenken und reevaluieren. Weiterhin sollen eigene Nachforschungen in diesem Gebiet gemacht werden, um neue wertvolle Findings zur Thematik und der gegebenen Aufgabenstellung zu erhalten. Es ist geplant, dass das Projekt nächstes Semester als IP6 (Bachelor Thesis) fortgeführt wird. Weiterhin soll die Folgearbeit den Prototypen in anderen Aspekten und Komponenten erweitern und verbessern.
Im Frühlingssemester 2021 erarbeiteten zwei Studenten der FHNW Brugg-Windisch im Rahmen eines IP5 Projektes einen Prototypen, welcher Rechtschreibfehler erkennen kann. Dieser basierte auf dem Ansatz, zunächst die Buchstaben auf den Scans zu entdecken und diese dann zu Wörtern zu kombinieren. Auf dieser Projektarbeit soll nun aufgebaut werden und gewisse Ansätze neu überdacht und verbessert werden.
Zum Zeitpunkt der Abgabe, existiert ein Prototyp, welcher es Lehrern ermöglicht, mit Hilfe einer Webapplikation Klassen zu verwalten und für die Klassen Rechtschreibtests herunterzuladen.
Dabei wird ein PDF mit gleich vielen Seiten wie Schulkinder in der Schulklasse, für die der Test erstellt werden soll, heruntergeladen. Jede Seite entspricht einer Instanz des ausgewählten Rechtschreibetests.
Auf jeder Seite befindet sich der Name des Schulkindes, um die Zuordnung für die Lehrperson beim Austeilen zu erleichtern. Ebenfalls befindet sich auf jeder Seite eine individuelle Identifikationsnummer, welche das System später beim Import verwendet, um die Zuordnung zwischen Rechtschreibtest und Schüler zu machen.
Nach der Durchführung der Rechtschreibtests, müssen die einzelnen Seiten von den Lehrpersonen eingescannt, und als gesamt Bundle in das System geladen werden.
Die Rechtschreibetests werden anschliessend automatisch separiert, dann interpretiert und klassifiziert.
Die Zuweisung über die ID an einen Schüler könnte eine Person mit IT-Fachwissen mit den vorhandenen Komponenten implementieren. Auch die Möglichkeit, dass Lehrer die Ergebnisse der Schüler einsehen können, müsste eine Person implementieren. Da alle vom System gefundenen Ergebnisse archiviert werden, stehen die nötigen Mittel dafür schon zur Verfügung.
Informatik Projekt 5
Projektdauer: September 2021 - Januar 2022
Aufwand in Personenstunden: 360 Stunden
Teamgrösse: 2 Personen
edu-RD GmbH
Industriestrasse 20
5200 Brugg
info@edu-rd.ch
https://edu-rd.com/
Jeffrey Smith
Cyrill Zweiacker
Martin Melchior, martin.melchior@fhnw.ch
