作者:Coursera数据科学副总裁Emily Glassberg Sands和Coursera数据科学家Marianne Sorba
自从我们启动冠状病毒的反应计划3月12日,全球超过2600所学院和大学启动了“校园课程”(Coursera for Campus)项目,开展在线学习,将学生受到的干扰降至最低。全球的反应让我们感到谦卑,我们正在努力为那些需要快速上网的大学提供更多帮助。
随着大学开始使用我们的课程,他们迫切需要一个简单的解决方案来帮助确定Coursera上的课程,以最接近校园目录中的每门课程。当它要在数千所大学和数以百万计的校园课程中完成时,手工管理显得太慢了,特别是当教员和工作人员已经捉襟捉刀的时候。两周前,Coursera的数据科学团队开始开发一种自然语言处理解决方案,以实现自动匹配,并将人工管理的需求降至最低。
今天,我们宣布CourseMatch这是一个机器学习解决方案,它吸收学校的校园课程目录,并将每门课程与Coursera的3800门课程目录中最相关的课程进行匹配。它可以收录超过100种语言的课程目录,并将它们映射到最相关的英语课程或Coursera上提供的50多种语言(有翻译和字幕)中的任何一种。这使得美国和国际上的大学能够快速地为学生提供相关课程。
该解决方案已经将1800所学校的260多万门校园课程与Coursera上的课程匹配起来——从美国的约翰逊·c·史密斯大学到西班牙巴塞罗那自治大学,再到印度的AICTE课程。
以下是一些基于公开信息绘制机构地图的例子:
在Coursera上,每一门课程都会在Coursera上提供最多5门相关课程。它还返回相关性得分,该得分在学院或大学中被规范化,得分越高表示匹配越强。
我们很高兴地看到,这个解决方案已经帮助学校响应学生的需求。根据约翰逊C史密斯大学史密斯技术创新中心董事总经理特里克·蒂德韦尔“Coursera帮助我们在保持课程完整性和质量的同时,迅速将课程虚拟化。”
学院和大学可以直接访问解决方案CourseMatch搜索他们机构的目录。如果你的目录还没有在1800个可用的目录中,你可以将你的产品的CSV文件发送到coursematch@coursera.org你的目录会被标上并包括在CourseMatch2个工作日内。
我们的目标是帮助世界上的每一所学院和大学尽可能快速和方便地上网。这是CourseMatch的第一次迭代,我们期待着根据您的反馈完善我们的机器学习模型。我们邀请您在COVID-19危机期间尝试这一解决方案,以快速扩大在线项目规模。