論文の概要: Using Transformers to Provide Teachers with Personalized Feedback on
their Classroom Discourse: The TalkMoves Application
- arxiv url: http://arxiv.org/abs/2105.07949v1
- Date: Thu, 29 Apr 2021 20:45:02 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-20 08:14:30.425847
- Title: Using Transformers to Provide Teachers with Personalized Feedback on
their Classroom Discourse: The TalkMoves Application
- Title（参考訳）: トランスフォーマーを使って教師に教室の会話に対するパーソナライズされたフィードバックを提供する: talkmovesアプリケーション
- Authors: Abhijit Suresh, Jennifer Jacobs, Vivian Lai, Chenhao Tan, Wayne Ward,
James H. Martin, Tamara Sumner
- Abstract要約: 教室の記録を管理し処理するためのTalkMovesアプリケーションのクラウドベースのインフラストラクチャについて説明します。
本稿では,k-12教室における実世界音声と言語データを扱う際に取り組むべき技術的課題について考察する。
- 参考スコア（独自算出の注目度）: 14.851607363136978
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: TalkMoves is an innovative application designed to support K-12 mathematics
teachers to reflect on, and continuously improve their instructional practices.
This application combines state-of-the-art natural language processing
capabilities with automated speech recognition to automatically analyze
classroom recordings and provide teachers with personalized feedback on their
use of specific types of discourse aimed at broadening and deepening classroom
conversations about mathematics. These specific discourse strategies are
referred to as "talk moves" within the mathematics education community and
prior research has documented the ways in which systematic use of these
discourse strategies can positively impact student engagement and learning. In
this article, we describe the TalkMoves application's cloud-based
infrastructure for managing and processing classroom recordings, and its
interface for providing teachers with feedback on their use of talk moves
during individual teaching episodes. We present the series of model
architectures we developed, and the studies we conducted, to develop our
best-performing, transformer-based model (F1 = 79.3%). We also discuss several
technical challenges that need to be addressed when working with real-world
speech and language data from noisy K-12 classrooms.
- Abstract（参考訳）: TalkMovesはK-12数学教師の振り返りを支援するために設計された革新的なアプリケーションである。
本アプリケーションでは,最新の自然言語処理機能と自動音声認識を組み合わせることで教室の録音を自動的に分析し,教室での数学に関する会話の拡大と深化を目的とした特定の種類の談話の使用について教師にパーソナライズされたフィードバックを提供する。
これらの特定の談話戦略は、数学教育コミュニティ内で「トーク・ムーブメント」と呼ばれ、以前の研究は、これらの談話戦略の体系的な使用が学生の関与と学習に積極的に影響を与える方法を文書化してきた。
本稿では,talkmovesアプリケーションの授業記録の管理と処理のためのクラウドベースのインフラストラクチャと,個々の授業エピソードにおける講演動作の使用に関するフィードバックを教師に提供するためのインタフェースについて述べる。
我々は,我々が開発した一連のモデルアーキテクチャと検討を行い,最高性能のトランスフォーマーベースモデル(f1 = 79.3%)の開発を行った。
また,雑音の多いK-12教室の実際の音声と言語データを扱う際に,対処すべき技術的課題についても論じる。
関連論文リスト
- WavChat: A Survey of Spoken Dialogue Models [66.82775211793547]
GPT-4oのようなシステムで実証された音声対話モデルの最近の進歩は、音声領域において大きな注目を集めている。
これらの高度な音声対話モデルは、音声、音楽、その他の音声関連の特徴を理解するだけでなく、音声のスタイリスティックな特徴や音節的な特徴も捉える。
音声対話システムの進歩にもかかわらず、これらのシステムを体系的に組織化し分析する包括的調査が欠如している。
論文 参考訳（メタデータ） (2024-11-15T04:16:45Z) - Intelligent Interface: Enhancing Lecture Engagement with Didactic Activity Summaries [0.054204929130712134]
このプロトタイプは、機械学習に基づく技術を用いて、講義のビデオ録画の中で選択された実践的、行動的な教師の特徴を認識する。
このシステムは、新しい/追加の機械学習モデルと画像およびビデオ分析のためのソフトウェアモジュールの(将来の)統合のための柔軟性を提供する。
論文 参考訳（メタデータ） (2024-06-20T12:45:23Z) - Multimodal Classification of Teaching Activities from University Lecture
Recordings [0.9790236766474201]
本稿では,授業のいつでも実施されている活動の種類を特定するマルチモーダル分類アルゴリズムを提案する。
いくつかの学術活動は、音声信号とより容易に識別でき、テキストの書き起こしに頼って他者を特定する必要がある。
論文 参考訳（メタデータ） (2023-12-24T08:33:30Z) - User Adaptive Language Learning Chatbots with a Curriculum [55.63893493019025]
語彙的に制約されたデコーディングをダイアログシステムに適用し、ダイアログシステムに対して、その生成した発話にカリキュラムに準拠した単語やフレーズを含めるよう促す。
評価の結果,カリキュラム注入によるダイアログシステムにより,対象語に対する生徒の理解が向上し,英語実践への関心が高まることが示された。
論文 参考訳（メタデータ） (2023-04-11T20:41:41Z) - Opportunities and Challenges in Neural Dialog Tutoring [54.07241332881601]
言語学習のための2つの対話学習データセットを用いて、様々な生成言語モデルを厳密に分析する。
現在のアプローチでは、制約のある学習シナリオでチューリングをモデル化できますが、制約の少ないシナリオではパフォーマンスが悪くなります。
人的品質評価では, モデルと接地木アノテーションの両方が, 同等のチュータリングの点で低い性能を示した。
論文 参考訳（メタデータ） (2023-01-24T11:00:17Z) - Channel-aware Decoupling Network for Multi-turn Dialogue Comprehension [81.47133615169203]
本稿では,PrLMの逐次文脈化を超えて,発話間の包括的相互作用のための合成学習を提案する。
私たちは、モデルが対話ドメインに適応するのを助けるために、ドメイン適応型トレーニング戦略を採用しています。
実験の結果,提案手法は4つの公開ベンチマークデータセットにおいて,強力なPrLMベースラインを著しく向上させることがわかった。
論文 参考訳（メタデータ） (2023-01-10T13:18:25Z) - The TalkMoves Dataset: K-12 Mathematics Lesson Transcripts Annotated for
Teacher and Student Discursive Moves [8.090330715662962]
本稿では、567人の人間によるK-12数学の授業書き起こしからなるTalkMovesデータセットについて述べる。
このデータセットは、教育者、政策立案者、研究者によってK-12の数学教室における教師と生徒の談話の性質を理解するために利用することができる。
論文 参考訳（メタデータ） (2022-04-06T18:12:30Z) - Improving mathematical questioning in teacher training [1.794107419334178]
高忠実でAIに基づくシミュレートされた教室システムにより、教師は効果的な教育戦略をリハーサルすることができる。
本稿では,教師が数学的質問のスキルを実践するのを支援するために,テキストベースの対話型エージェントを構築した。
論文 参考訳（メタデータ） (2021-12-02T05:33:03Z) - What Would a Teacher Do? Predicting Future Talk Moves [19.952531500315757]
未来話移動予測(FTMP)と呼ばれる新しいタスクを導入する。
会話履歴とそれに対応する会話の動きが与えられたとき、次の会話の動きを予測する。
このタスクのためのニューラルネットワークモデルを導入し、複数のベースラインを大きなマージンで上回ります。
論文 参考訳（メタデータ） (2021-06-09T17:45:16Z) - Filling the Gap of Utterance-aware and Speaker-aware Representation for
Multi-turn Dialogue [76.88174667929665]
マルチターン対話は、2つ以上の異なる話者の役割から複数の発話からなる。
既存の検索に基づくマルチターン対話モデルでは、事前訓練された言語モデル(PrLM)をエンコーダとして、対話を粗く表現する。
本稿では,対話履歴に係わる効果的な発話認識表現と話者認識表現をモデル化することにより,そのようなギャップを埋める新しいモデルを提案する。
論文 参考訳（メタデータ） (2020-09-14T15:07:19Z) - Neural Multi-Task Learning for Teacher Question Detection in Online
Classrooms [50.19997675066203]
教師の音声記録から質問を自動的に検出するエンドツーエンドのニューラルネットワークフレームワークを構築している。
マルチタスク学習手法を取り入れることで,質問の種類によって意味的関係の理解を深めることが可能となる。
論文 参考訳（メタデータ） (2020-05-16T02:17:04Z)
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。