論文の概要: Learning Skill Equivalencies Across Platform Taxonomies

• arxiv url: http://arxiv.org/abs/2102.09377v2
• Date: Thu, 25 Feb 2021 01:55:32 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-13 14:50:26.728962
• Title: Learning Skill Equivalencies Across Platform Taxonomies
• Title（参考訳）: プラットフォーム分類における学習スキル等価性
• Authors: Zhi Li, Cheng Ren, Xianyou Li, and Zachary A. Pardos
• Abstract要約: クロスプラットフォームアセスメントは、デジタル学習プラットフォームの新たな課題である。 プラットフォーム間で等価なスキルを見つけ、結び付ける方法論を導入し、評価します。 我々は,スキルを連続実数値ベクトルとして表現する6つのモデルを提案し,スキル空間間のマッピングに機械翻訳を利用する。
• 参考スコア（独自算出の注目度）: 5.004002192711109
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Assessment and reporting of skills is a central feature of many digital learning platforms. With students often using multiple platforms, cross-platform assessment has emerged as a new challenge. While technologies such as Learning Tools Interoperability (LTI) have enabled communication between platforms, reconciling the different skill taxonomies they employ has not been solved at scale. In this paper, we introduce and evaluate a methodology for finding and linking equivalent skills between platforms by utilizing problem content as well as the platform's clickstream data. We propose six models to represent skills as continuous real-valued vectors and leverage machine translation to map between skill spaces. The methods are tested on three digital learning platforms: ASSISTments, Khan Academy, and Cognitive Tutor. Our results demonstrate reasonable accuracy in skill equivalency prediction from a fine-grained taxonomy to a coarse-grained one, achieving an average recall@5 of 0.8 between the three platforms. Our skill translation approach has implications for aiding in the tedious, manual process of taxonomy to taxonomy mapping work, also called crosswalks, within the tutoring as well as standardized testing worlds.
• Abstract（参考訳）: スキルの評価と報告は多くのデジタル学習プラットフォームの中心的な機能である。 学生が複数のプラットフォームを使うことが多いため、クロスプラットフォーム評価が新たな課題として浮上している。 Learning Tools Interoperability(LTI)のような技術はプラットフォーム間のコミュニケーションを可能にしていますが、使用するさまざまなスキル分類の調整は大規模には解決されていません。 本稿では,問題コンテンツとプラットフォームのクリックストリームデータを利用して,プラットフォーム間で同等のスキルを見つけ,リンクする手法を提案し,評価する。 我々は,スキルを連続実数値ベクトルとして表現する6つのモデルを提案し,スキル空間間のマッピングに機械翻訳を利用する。 この方法は、ASSISTments、Khan Academy、Cognitive Tutorの3つのデジタル学習プラットフォームでテストされています。 この結果は,細粒度分類から粗粒度へのスキル等価性予測において妥当な精度を示し,3つのプラットフォーム間の平均リコール@5を0.8で達成した。 我々の技術翻訳アプローチは、教師や標準化されたテストの世界において、分類学の退屈な手作業による分類学マッピング作業(クロスウォークとも呼ばれる)への支援に役立ちます。

関連論文リスト

• Pitfalls and Outlooks in Using COMET [22.016569792620295]
  COMETの指標は、人間の翻訳品質と強い相関関係にあることから、機械翻訳コミュニティの足跡をなしている。 COMETメトリックの3つの側面について検討する: 技術: 古いソフトウェアバージョンと計算精度; データ: 空コンテンツ, 言語ミスマッチ, テスト時の翻訳, 使用状況と報告。 ソフトウェアとモデル構成のためのシグネチャと適切な引用を生成するサックレットCOMETパッケージをリリースする。
  論文  参考訳（メタデータ） (2024-08-27T19:03:11Z)
• A Mathematical Theory for Learning Semantic Languages by Abstract Learners [9.139188656944429]
  本研究では,学習過程を考慮に入れて,学習スキルの出現を説明する数学的理論を開発する。 トレーニングテキスト数とスキル数との比率が一定の閾値を超えた場合、学習スキルの出現を実証する。 本研究では, サイトパーコレーション解析を用いて, スキルアソシエーショングラフにおける巨大成分の存在条件を導出する。
  論文  参考訳（メタデータ） (2024-04-10T13:50:46Z)
• Continual Learning with Pre-Trained Models: A Survey [61.97613090666247]
  継続的な学習は、新しい知識を学ぶ際に、かつての知識の破滅的な忘れを克服することを目的としている。 本稿では, PTM を用いた CL の最近の進歩を包括的に調査する。
  論文  参考訳（メタデータ） (2024-01-29T18:27:52Z)
• Cheap Learning: Maximising Performance of Language Models for Social Data Science Using Minimal Data [1.8692054990918079]
  近年発展してきた3つの安価な技術について概観する。 後者では、大規模言語モデルのゼロショットプロンプトの特定の事例について概観する。 我々は,すべての技術に対して優れた性能を示し,特に大規模言語モデルのプロンプトが,非常に低コストで高い精度を達成できることを示す。
  論文  参考訳（メタデータ） (2024-01-22T19:00:11Z)
• Skill-Based Few-Shot Selection for In-Context Learning [123.26522773708683]
  Skill-KNNは、文脈内学習のためのスキルベースの少ショット選択手法である。 モデルはトレーニングや微調整を必要とせず、頻繁に銀行を拡大したり変更したりするのに適している。 5つのドメイン間セマンティックパーシングデータセットと6つのバックボーンモデルによる実験結果から、Skill-KNNは既存の手法よりも大幅に優れていることが示された。
  論文  参考訳（メタデータ） (2023-05-23T16:28:29Z)
• Choreographer: Learning and Adapting Skills in Imagination [60.09911483010824]
  我々は、その世界モデルを利用して想像力のスキルを学び、適応するモデルベースのエージェントであるChoreographerを紹介する。 提案手法は探索とスキル学習のプロセスを切り離し,モデルの潜在状態空間におけるスキルの発見を可能にする。 Choreographerはオフラインデータからスキルを学ぶことができ、探索ポリシーと同時にデータを集めることができる。
  論文  参考訳（メタデータ） (2022-11-23T23:31:14Z)
• A practical method for occupational skills detection in Vietnamese job listings [0.16114012813668932]
  正確でタイムリーな労働市場情報の欠如は、スキルミスマッチにつながる。 従来のアプローチは、既存の分類学および/または大きな注釈付きデータに依存している。 ベトナムの求人求職者におけるスキル検出のための実践的手法を提案する。
  論文  参考訳（メタデータ） (2022-10-26T10:23:18Z)
• Meta Knowledge Condensation for Federated Learning [65.20774786251683]
  既存のフェデレートされた学習パラダイムは通常、より強力なモデルを達成するために、中央の解決器で分散モデルを広範囲に交換する。 これにより、特にデータ分散が不均一である場合、サーバと複数のクライアントの間で深刻な通信負荷が発生します。 既存のパラダイムとは違って,フェデレート学習におけるコミュニケーションコストを大幅に削減する新たな視点を導入する。
  論文  参考訳（メタデータ） (2022-09-29T15:07:37Z)
• Panning for gold: Lessons learned from the platform-agnostic automated detection of political content in textual data [48.7576911714538]
  異なるプラットフォーム間で政治的コンテンツを検出するために、これらの技術がどのように使用できるかについて議論する。 辞書,教師付き機械学習,ニューラルネットワークに依存する3つの検出手法のパフォーマンスを比較した。 この結果から,ニューラルネットワークと機械学習に基づくモデルによって達成されるノイズの少ないデータに対して,事前処理がモデル性能に与える影響が限定された。
  論文  参考訳（メタデータ） (2022-07-01T15:23:23Z)
• Value Cards: An Educational Toolkit for Teaching Social Impacts of Machine Learning through Deliberation [32.74513588794863]
  Value Card(バリューカード)は、様々な機械学習モデルの社会的影響を、学生や実践者に検討を通じて知らせる教育ツールキットである。 その結果,バリューカードツールキットを用いることで,パフォーマンス指標の技術的定義とトレードオフの両方に対する学生の理解が向上することが示唆された。
  論文  参考訳（メタデータ） (2020-10-22T03:27:19Z)
• Region Comparison Network for Interpretable Few-shot Image Classification [97.97902360117368]
  新しいクラスのモデルをトレーニングするために、ラベル付きサンプルの限られた数だけを効果的に活用するための画像分類が提案されている。 本研究では,領域比較ネットワーク (RCN) と呼ばれる距離学習に基づく手法を提案する。 また,タスクのレベルからカテゴリへの解釈可能性の一般化も提案する。
  論文  参考訳（メタデータ） (2020-09-08T07:29:05Z)

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。