論文の概要: Supporting Cognitive and Emotional Empathic Writing of Students
- arxiv url: http://arxiv.org/abs/2105.14815v1
- Date: Mon, 31 May 2021 09:18:50 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-02 03:07:51.913034
- Title: Supporting Cognitive and Emotional Empathic Writing of Students
- Title(参考訳): 学生の認知的・感情的共感的文章作成支援
- Authors: Thiemo Wambsganss, Christina Niklaus, Matthias S\"ollner, Siegfried
Handschuh and Jan Marco Leimeister
- Abstract要約: 本稿では,ドイツ語のビジネスモデルに関する学生によるピアレビューにおいて,感情的・認知的共感を捉えるためのアノテーションアプローチを提案する。
我々は、注釈付き共感構造を検知し、適応的な筆記支援システムに組み込む予測モデルを訓練した。
58名の学生を対象としたピアラーニング演習において, 共感スキル学習, フィードバックの精度, 使用意図に対する有望な結果が得られた。
- 参考スコア(独自算出の注目度): 15.125096968712063
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: We present an annotation approach to capturing emotional and cognitive
empathy in student-written peer reviews on business models in German. We
propose an annotation scheme that allows us to model emotional and cognitive
empathy scores based on three types of review components. Also, we conducted an
annotation study with three annotators based on 92 student essays to evaluate
our annotation scheme. The obtained inter-rater agreement of {\alpha}=0.79 for
the components and the multi-{\pi}=0.41 for the empathy scores indicate that
the proposed annotation scheme successfully guides annotators to a substantial
to moderate agreement. Moreover, we trained predictive models to detect the
annotated empathy structures and embedded them in an adaptive writing support
system for students to receive individual empathy feedback independent of an
instructor, time, and location. We evaluated our tool in a peer learning
exercise with 58 students and found promising results for perceived empathy
skill learning, perceived feedback accuracy, and intention to use. Finally, we
present our freely available corpus of 500 empathy-annotated, student-written
peer reviews on business models and our annotation guidelines to encourage
future research on the design and development of empathy support systems.
- Abstract(参考訳): 本稿では,ドイツ語のビジネスモデルに対する学生によるピアレビューにおける感情的および認知的共感を捉えるためのアノテーションアプローチを提案する。
3種類のレビュー要素に基づいて感情的および認知的共感スコアをモデル化できるアノテーションスキームを提案する。
また,92の学生エッセイに基づく3つのアノテーションを用いたアノテーション研究を行い,アノテーション方式の評価を行った。
構成成分に対する {\alpha}=0.79 と共感スコアに対する multi-{\pi}=0.41 の条件間合意は、提案手法が注釈者に対して相当かつ適度な合意を導くのに成功していることを示している。
さらに,アノテートされた共感構造を検出するための予測モデルを訓練し,インストラクターや時間,場所に依存しない個別の共感フィードバックを受け取るための適応的な筆記支援システムに組み込んだ。
本研究は,58名の学生によるピアラーニング演習で評価し,共感スキル学習,フィードバック精度,使用意図について有望な結果を得た。
最後に,500件の共感アノテート・学生によるビジネスモデルのピアレビューとアノテーションガイドラインを無償で提供し,共感支援システムの設計・開発に関する今後の研究を奨励する。
関連論文リスト
- A Literature Review of Literature Reviews in Pattern Analysis and
Machine Intelligence [62.90682521144006]
この分析は、様々な観点からPAMI分野のレビューを徹底的にレビューすることを目的としている。
書評を自動評価するために,大規模言語モデルを用いた書評指標を提案する。
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。
論文 参考訳(メタデータ) (2024-02-20T11:28:50Z) - K-ESConv: Knowledge Injection for Emotional Support Dialogue Systems via
Prompt Learning [83.19215082550163]
K-ESConvは、感情支援対話システムのための、新しい学習に基づく知識注入手法である。
本研究では,情緒的支援データセットESConvを用いて,外部の専門的情緒的Q&Aフォーラムから知識を抽出し,組み込んだモデルを評価した。
論文 参考訳(メタデータ) (2023-12-16T08:10:10Z) - An integrated framework for developing and evaluating an automated
lecture style assessment system [0.784125444722239]
提案アプリケーションは,表情,身体活動,発話速度と抑揚,手の動き,顔のポーズなど,特定の計測可能な生体特性を利用する。
その結果,本アプリケーションは新規で,講義品質に関するフィードバックの自動化に有用であることが示唆された。
論文 参考訳(メタデータ) (2023-11-30T21:31:21Z) - Seeking Subjectivity in Visual Emotion Distribution Learning [93.96205258496697]
視覚感情分析(VEA)は、人々の感情を異なる視覚刺激に向けて予測することを目的としている。
既存の手法では、集団投票プロセスにおいて固有の主観性を無視して、統合されたネットワークにおける視覚的感情分布を予測することが多い。
視覚的感情分布の主観性を調べるために,新しいテキストサブジェクティビティ評価ネットワーク(SAMNet)を提案する。
論文 参考訳(メタデータ) (2022-07-25T02:20:03Z) - Accessible Visualization via Natural Language Descriptions: A Four-Level
Model of Semantic Content [6.434361163743876]
可視化の自然言語記述によって伝達されるセマンティックコンテンツの概念モデルを提案する。
視覚障害者30名,視覚障害者90名を対象に,混合手法による評価を行い,どのセマンティック・コンテンツが最も有用か,それぞれに有意差が認められた。
論文 参考訳(メタデータ) (2021-10-08T23:37:25Z) - A literature survey on student feedback assessment tools and their usage
in sentiment analysis [0.0]
我々は,Kahoot!, Mentimeter, Padlet, pollingなどのクラス内フィードバック評価手法の有効性を評価する。
学生の質的なフィードバックコメントから明確な提案を抽出する感情分析モデルを提案する。
論文 参考訳(メタデータ) (2021-09-09T06:56:30Z) - SIFN: A Sentiment-aware Interactive Fusion Network for Review-based Item
Recommendation [48.1799451277808]
本稿では、レビューに基づく項目推薦のための感性認識型インタラクティブフュージョンネットワーク(SIFN)を提案する。
まず、BERTを介してユーザ/イテムレビューをエンコードし、各レビューのセマンティックな特徴を抽出する軽量な感情学習者を提案する。
そこで我々は,感情学習者が明示的な感情ラベルを用いて感情認識特徴を抽出するための感情予測タスクを提案する。
論文 参考訳(メタデータ) (2021-08-18T08:04:38Z) - Leveraging Pre-trained Language Model for Speech Sentiment Analysis [58.78839114092951]
本研究では、事前学習された言語モデルを用いて、文章の感情情報を学習し、音声の感情分析を行う。
本稿では,言語モデルを用いた擬似ラベルに基づく半教師付き訓練戦略を提案する。
論文 参考訳(メタデータ) (2021-06-11T20:15:21Z) - A Corpus for Argumentative Writing Support in German [23.677732296698622]
本稿では,要求条件と前提条件をモデル化し,支援・攻撃を行うためのアノテーションスキームを提案する。
提案手法を評価するため,50の説得エッセイに3つのアノテーションを用いた注釈研究を行った。
我々は、ビジネスモデルに関する1,000人の説得力のある学生によるピアレビューの無料コーパスを提示する。
論文 参考訳(メタデータ) (2020-10-26T15:52:12Z) - A Unified Dual-view Model for Review Summarization and Sentiment
Classification with Inconsistency Loss [51.448615489097236]
ユーザーレビューから正確な要約と感情を取得することは、現代のEコマースプラットフォームにとって不可欠な要素である。
本稿では,これら2つのタスクの性能を協調的に改善する新しいデュアルビューモデルを提案する。
異なる領域の4つの実世界のデータセットに対する実験結果から,本モデルの有効性が示された。
論文 参考訳(メタデータ) (2020-06-02T13:34:11Z)
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。