論文の概要: Understanding EFL Student Idea Generation Strategies for Creative Writing with NLG Tools

• arxiv url: http://arxiv.org/abs/2207.01484v3
• Date: Sat, 22 Apr 2023 10:03:48 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-26 00:04:33.905163
• Title: Understanding EFL Student Idea Generation Strategies for Creative Writing with NLG Tools
• Title（参考訳）: NLGツールを用いた創造的文章作成のためのEFL学生のアイデア生成戦略の理解
• Authors: David James Woo, Yanzhi Wang, Hengky Susanto, Kai Guo
• Abstract要約: 自然言語生成(英: Natural Language generation、NLG)は、人工知能において、コンピュータシステムが情報から人間の理解可能な言語テキストを生成する過程である。 本研究では、NLGツールを用いたアイデア検索において、英語を外国語(EFL)の学生として採用する戦略について検討する。 学生は、NLGツールが生成したアイデアに対するいくつかの嫌悪感を示し、さらに多くのアイデアを生み出したNLGツールを選択した。
• 参考スコア（独自算出の注目度）: 25.474415130999244
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Natural language generation (NLG) is a process within artificial intelligence where computer systems produce human-comprehensible language texts from information. English as a foreign language (EFL) students' use of NLG tools might facilitate their idea generation, which is fundamental to creative writing. However, little is known about how EFL students interact with NLG tools to generate ideas. This study explores strategies adopted by EFL students when searching for ideas using NLG tools, evaluating ideas generated by NLG tools and selecting NLG tools for ideas generation. Four Hong Kong secondary school students attended workshops where they learned to write stories comprising their own words and words generated by NLG tools. After the workshops, they answered questions to reflect on their writing experience with NLG tools. In a thematic analysis of the written reflections, we found students may have existing ideas when searching for ideas and evaluating ideas with NLG tools. Students showed some aversion to ideas generated by NLG tools and selected NLG tools that generated a greater quantity of ideas. The findings inform our understanding of EFL students' concerns when using NLG tools for idea generation and can inform educators' instruction to implement NLG tools for classroom creative writing.
• Abstract（参考訳）: 自然言語生成(英: Natural Language generation、NLG)とは、コンピュータシステムが情報から人間の理解可能な言語テキストを生成する人工知能のプロセスである。 外国語としての英語(英語版) (EFL) の学生がNLGツールを使うことは、創造的執筆の基礎となるアイデア生成を促進する可能性がある。 しかし、EFLの学生がNLGツールとどのように相互作用してアイデアを生み出すかについてはほとんど分かっていない。 本研究では,NLGツールを用いたアイデア検索,NLGツールによるアイデア評価,アイデア生成のためのNLGツールの選択において,EFL学生が採用する戦略を検討する。 4人の香港中学生がワークショップに参加し、nlgツールで生成された単語と単語からなるストーリーを書くことを学びました。 ワークショップの後、彼らはNLGツールを使った執筆経験を反映する質問に答えた。 論文のリフレクションをテーマとして分析した結果,NLGツールを用いたアイデア検索やアイデア評価において,学生が既存のアイデアを持つ可能性があることがわかった。 学生は、nlgツールによって生み出されたアイデアに対する嫌悪を示し、より多くのアイデアを生み出すnlgツールを選択した。 本研究は,アイデア生成にnlgツールを使用する場合のefl学生の関心事に対する理解を深め,授業クリエイティブライティングのためのnlgツールの実装を教育者の指導に伝える。

関連論文リスト

• A Framework for Collaborating a Large Language Model Tool in Brainstorming for Triggering Creative Thoughts [2.709166684084394]
  本研究は, 設計者に対して, ブレインストーミング時のアイデアの創造性向上のために, LLMツールで体系的に作業するための目標, プロンプト, 戦略を取り入れたGPSというフレームワークを提案する。 設計事例とケーススタディを通じてテストした本フレームワークは,創造性を刺激する効果と,設計プラクティスへのLCMツールのシームレスな統合を実証する。
  論文  参考訳（メタデータ） (2024-10-10T13:39:27Z)
• What You Need is What You Get: Theory of Mind for an LLM-Based Code Understanding Assistant [0.0]
  開発者のコード理解を支援するために、多くのツールがLLM(Large Language Models)を使用している。 本研究では,LLMをベースとした対話型アシスタントの設計を行った。 コード理解の初心者を支援するためにLLMベースの会話アシスタントを開発したり改善したりしたい研究者やツールビルダーに洞察を提供する。
  論文  参考訳（メタデータ） (2024-08-08T14:08:15Z)
• Situated Natural Language Explanations [54.083715161895036]
  自然言語の説明(NLE)は、人間に意思決定を説明する最もアクセスしやすいツールである。 既存のNLE研究の視点は、観客を考慮に入れない。 Situated NLEは視点を提供し、説明の生成と評価に関するさらなる研究を促進する。
  論文  参考訳（メタデータ） (2023-08-27T14:14:28Z)
• Storyfier: Exploring Vocabulary Learning Support with Text Generation Models [52.58844741797822]
  本研究では,学習者の興味をひく対象語に対するコヒーレントな文脈を提供するために,Storyfierを開発した。 学習者は一般的に、生成したストーリーを目標語を接続し、学習負荷を緩和するための支援を書くのに好む。 読み書き学習セッションでは、AI機能のないベースラインツールで学習するよりも、Storyfierを使用する参加者は、リコールやターゲット語の使用でパフォーマンスが悪くなります。
  論文  参考訳（メタデータ） (2023-08-07T18:25:00Z)
• Exploring EFL students' prompt engineering in human-AI story writing: an Activity Theory perspective [4.0109641418513355]
  本研究では,外国語(EFL)の学生が,短編執筆中に生成人工知能(AI)ツールをどのように促すかを検討するために,活動理論を適用した。 この研究は、学生の生成AIツール、短編小説、彼らの状況や目的について書かれたリフレクションを収集し、分析した。
  論文  参考訳（メタデータ） (2023-06-01T14:52:28Z)
• CREATOR: Tool Creation for Disentangling Abstract and Concrete Reasoning of Large Language Models [74.22729793816451]
  大規模言語モデル(LLM)はツールの利用において大きな進歩を遂げているが、その能力はAPIの可用性によって制限されている。 我々は、LCMがドキュメンテーションとコード実現を使って独自のツールを作成できる新しいフレームワークCREATORを提案する。 我々は,MATH と TabMWP のベンチマークで CREATOR を評価する。
  論文  参考訳（メタデータ） (2023-05-23T17:51:52Z)
• Harnessing Knowledge and Reasoning for Human-Like Natural Language Generation: A Brief Review [18.353155826882336]
  我々は,言語生成を通して人間のような推論を伝達するために,NLGが知識によってガイドされることの重要性を探求する。 知的NLGシステムのための10の目標を提案し,知識と推論によって導かれるNLG技術の成果を概観した。
  論文  参考訳（メタデータ） (2022-12-07T16:18:19Z)
• A Survey of Knowledge Enhanced Pre-trained Language Models [78.56931125512295]
  我々は、知識強化事前学習言語モデル(KE-PLMs)の包括的なレビューを行う。 NLUでは、言語知識、テキスト知識、知識グラフ(KG)、ルール知識の4つのカテゴリに分類する。 NLGのKE-PLMは、KGベースと検索ベースに分類される。
  論文  参考訳（メタデータ） (2022-11-11T04:29:02Z)
• Visualize Before You Write: Imagination-Guided Open-Ended Text Generation [68.96699389728964]
  我々は、機械生成画像を用いて、オープンエンドテキスト生成における言語モデルをガイドするiNLGを提案する。 オープンエンドテキスト生成タスクにおけるiNLGの有効性について実験と解析を行った。
  論文  参考訳（メタデータ） (2022-10-07T18:01:09Z)
• Deep Reinforcement Learning with Stacked Hierarchical Attention for Text-based Games [64.11746320061965]
  自然言語の文脈におけるインタラクティブなシミュレーションであるテキストベースゲームの強化学習について検討する。 エージェントの動作が解釈可能な推論手順によって生成され、支援されるように、意思決定のための知識グラフを用いた明示的な推論を行うことを目指している。 提案手法を多数の人為的ベンチマークゲームで広範囲に評価し,本手法が既存のテキストベースエージェントよりも優れていることを示す実験結果を得た。
  論文  参考訳（メタデータ） (2020-10-22T12:40:22Z)

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。