Orientador: Ricardo Ribeiro Gudwin / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-17T09:20:31Z (GMT). No. of bitstreams: 1 Avila_IsmaelMattosAndrade_M.pdf: 8758109 bytes, checksum: 0b3286fb76efcd74e9bac32de5b1083e (MD5) Previous issue date: 2010 / Resumo: Este trabalho propõe uma arquitetura baseada em um sistema tutor inteligente (STI) para ambientes de ensino de línguas. A principal contribuição da proposta está no mecanismo de seleção e sequenciamento dos conteúdos, e baseia-se na estratégia de tratar cada lexema da língua-alvo (L2) como uma unidade pedagógica autônoma, cujo objetivo é ser aprendida instanciada na forma de um agente de software. Essa estratégia cria um arranjo bottom-up que é flexível o bastante para adaptar-se a mudanças nos objetivos pedagógicos e para reproduzir a natureza gradual, contextualizada e em grande medida inconsciente da aquisição da língua materna (L1). A arquitetura proposta é baseada em três principais pilares: (i) os agentes-lexemas da língua-alvo (L2) competem por um recurso limitado, a interface do curso; (ii) as imagens usadas nas cenas do curso são associadas a metadados que as descrevem semanticamente, influindo no comportamento dos agentes e (iii) uma ontologia da L2 define as relações semânticas e sintáticas entre seus lexemas e assim embasa as inferências feitas pelo sistema multiagente / Abstract: This work proposes an architecture based on an Intelligent Tutoring System (ITS) for language teaching environments. The main contribution of the proposal is in its content selection and sequencing mechanism, and is based on the strategy of treating each lexeme of the target language (L2) as an autonomous pedagogical unit, whose goal is to be learned instantiated as a software agent. This strategy creates a bottom-up approach that is flexible enough to adapt to changes in the pedagogical objectives and to reproduce the gradual, contextualized and somewhat unconscious nature of the first language (L1) acquisition. The proposed architecture is based on three main pillars: (i) the lexemeagents of the target language (L2) compete for a limited resource, the course interface; (ii) the images used in the course scenes are associated to metadata that describe them semantically, influencing the behavior of the agents and (iii) an ontology of L2 defines the semantic and syntactic relations of its lexemes and then underpins the inferences made by the multiagent system / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica