論文の概要: The Potential of Machine Learning and NLP for Handling Students' Feedback (A Short Survey)

• arxiv url: http://arxiv.org/abs/2011.05806v1
• Date: Sat, 7 Nov 2020 17:28:40 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-28 22:51:34.580831
• Title: The Potential of Machine Learning and NLP for Handling Students' Feedback (A Short Survey)
• Title（参考訳）: 学生のフィードバック処理における機械学習とNLPの可能性(短報)
• Authors: Maryam Edalati
• Abstract要約: 本稿では,近年,データマイニング技術を用いた学生のフィードバック論文の文献を概説する。 特に注目すべきは、機械学習アプローチとディープラーニングアプローチの両方を使用している論文に焦点を当てることだ。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This article provides a review of the literature of students' feedback papers published in recent years employing data mining techniques. In particular, the focus is to highlight those papers which are using either machine learning or deep learning approaches. Student feedback assessment is a hot topic which has attracted a lot of attention in recent times. The importance has increased manyfold due to the recent pandemic outbreak which pushed many colleges and universities to shift teaching from on-campus physical classes to online via eLearning platforms and tools including massive open online courses (MOOCs). Assessing student feedback is even more important now. This short survey paper, therefore, highlights recent trends in the natural language processing domain on the topic of automatic student feedback assessment. It presents techniques commonly utilized in this domain and discusses some future research directions.
• Abstract（参考訳）: 本稿では,近年公表された学生のフィードバック論文の文献を,データマイニング技術を用いてレビューする。 特に焦点は、機械学習またはディープラーニングのアプローチを使用している論文を強調することである。 学生のフィードバックアセスメントはホットな話題であり、近年は多くの注目を集めている。 近年のパンデミックの影響で、多くの大学や大学が、eラーニングプラットフォームやmoocs(massive open online courses)などのツールを通じて、教育をオンキャンプの物理クラスからオンラインへと移行させた。 学生のフィードバックを評価することがさらに重要です。 そこで本研究では,自然言語処理領域における学生自動フィードバック評価の最近の動向について述べる。 この領域でよく使われる技法を提示し、今後の研究の方向性について論じる。

関連論文リスト

• A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [58.6354685593418]
  本稿では, レビューを評価するために, 記事レベル, フィールド正規化, 大規模言語モデルを用いた書誌指標を提案する。 新たに登場したAI生成の文献レビューも評価されている。 この研究は、文学レビューの現在の課題についての洞察を与え、彼らの開発に向けた今後の方向性を思い起こさせる。
  論文  参考訳（メタデータ） (2024-02-20T11:28:50Z)
• OpineBot: Class Feedback Reimagined Using a Conversational LLM [4.304917890202721]
  OpineBotは、大きな言語モデル(LLM)を使用して、パーソナライズされた対話型クラスフィードバックを実行する新しいシステムである。 インド大学の20人の学生を対象に,OpineBotの有効性を評価した。
  論文  参考訳（メタデータ） (2024-01-28T07:12:56Z)
• UKP-SQuARE: An Interactive Tool for Teaching Question Answering [61.93372227117229]
  質問応答の指数的増加(QA)は、あらゆる自然言語処理(NLP)コースにおいて必須のトピックとなっている。 本稿では、QA教育のプラットフォームとしてUKP-SQuAREを紹介する。 学生は様々な視点から様々なQAモデルを実行、比較、分析することができる。
  論文  参考訳（メタデータ） (2023-05-31T11:29:04Z)
• Summative Student Course Review Tool Based on Machine Learning Sentiment Analysis to Enhance Life Science Feedback Efficacy [4.518390136757588]
  本稿では,言語・語彙の機能として,授業に対する感情の分析を通じて,学生の意見を要約し,整理するための新しいアプローチを示す。 この分析は、コース後調査の最後に遭遇した一般的なコメントセクションに対する反応から導かれる。
  論文  参考訳（メタデータ） (2023-01-15T19:56:56Z)
• Deep Learning for Visual Speech Analysis: A Survey [54.53032361204449]
  本稿では,視覚音声分析におけるディープラーニング手法の最近の進歩を概観する。 私たちは、基本的な問題、課題、ベンチマークデータセット、既存のメソッドの分類、最先端のパフォーマンスなど、視覚音声のさまざまな側面をカバーしています。
  論文  参考訳（メタデータ） (2022-05-22T14:44:53Z)
• Automated Audio Captioning: an Overview of Recent Progress and New Challenges [56.98522404673527]
  自動音声キャプションは、与えられた音声クリップの自然言語記述を生成することを目的とした、モーダル横断翻訳タスクである。 本稿では、既存の様々なアプローチから評価指標やデータセットまで、自動音声キャプションにおけるコントリビューションの総合的なレビューを行う。
  論文  参考訳（メタデータ） (2022-05-12T08:36:35Z)
• Real-time Attention Span Tracking in Online Education [0.0]
  本稿では,オンライン授業中の学生のリアルタイムの注意レベルを監視するために,カメラフィードとマイクロホン入力を利用するメカニズムを提案する。 我々は,5つの異なる非言語的特徴を用いて,コンピュータによるタスク中の学生の注意スコアを計算し,学生と組織の両方に対してリアルタイムのフィードバックを生成するシステムを提案する。
  論文  参考訳（メタデータ） (2021-11-29T17:05:59Z)
• Threat of Adversarial Attacks on Deep Learning in Computer Vision: Survey II [86.51135909513047]
  ディープラーニングは、予測を操作できる敵攻撃に対して脆弱である。 本稿では,ディープラーニングに対する敵対的攻撃におけるコンピュータビジョンコミュニティの貢献を概観する。 この領域では、非専門家に技術的な用語の定義を提供する。
  論文  参考訳（メタデータ） (2021-08-01T08:54:47Z)
• Deep Learning for Face Anti-Spoofing: A Survey [74.42603610773931]
  対面防止(FAS)は、プレゼンテーションアタック(PA)から顔認識システムを保護する上で重要な役割を担っているため、近年注目を集めている。
  論文  参考訳（メタデータ） (2021-06-28T19:12:00Z)
• A Survey on Machine Reading Comprehension Systems [1.5293427903448022]
  本稿では,機械読解システムの様々な側面に関する総合的な調査を行う。 我々は,2016年から2020年までの241件のレビュー論文をもとに,この分野の最近の傾向を概説する。 本研究は,近年,回答抽出から回答生成へと研究の焦点が変化していることを示すものである。
  論文  参考訳（メタデータ） (2020-01-06T13:54:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。