論文の概要: Sentence-level Feedback Generation for English Language Learners: Does
Data Augmentation Help?
- arxiv url: http://arxiv.org/abs/2212.08999v1
- Date: Sun, 18 Dec 2022 03:53:44 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-20 16:21:28.461255
- Title: Sentence-level Feedback Generation for English Language Learners: Does
Data Augmentation Help?
- Title(参考訳): 英語学習者のための文レベルのフィードバック生成:データ拡張は役立つか?
- Authors: Shabnam Behzad, Amir Zeldes, Nathan Schneider
- Abstract要約: 文とエラーが広がると、そのタスクはエラーを説明するフィードバックコメントを生成する。
LLMを実験し、タスクのための複数の擬似データセットを作成し、それがシステムの性能に与える影響について検討する。
本研究は,英語学習者を対象としたフィードバックコメント生成における今後の研究を支援することを目的として,作成したコメントの広範な分析とともに,課題に対する結果を示す。
- 参考スコア(独自算出の注目度): 18.30408619963336
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: In this paper, we present strong baselines for the task of Feedback Comment
Generation for Writing Learning. Given a sentence and an error span, the task
is to generate a feedback comment explaining the error. Sentences and feedback
comments are both in English. We experiment with LLMs and also create multiple
pseudo datasets for the task, investigating how it affects the performance of
our system. We present our results for the task along with extensive analysis
of the generated comments with the aim of aiding future studies in feedback
comment generation for English language learners.
- Abstract(参考訳): 本稿では,書字学習におけるフィードバックコメント生成の課題に対して,強いベースラインを提示する。
文とエラーが広がると、そのタスクはエラーを説明するフィードバックコメントを生成する。
文とフィードバックのコメントは両方とも英語です。
LLMを実験し、タスクのための複数の擬似データセットを作成し、それがシステムの性能に与える影響について検討する。
本研究は,英語学習者に対するフィードバックコメント生成における今後の研究を支援することを目的として,生成したコメントの広範囲な分析とともに,課題に対する評価結果を示す。
関連論文リスト
- Grammatical Error Feedback: An Implicit Evaluation Approach [32.98100553225724]
文法的フィードバックは第二言語(L2)学習の統合に不可欠である。
コンピュータ支援言語学習におけるほとんどの研究は、文法的誤り訂正(GEC)システムによるフィードバックに焦点を当てている。
本稿では, ケンブリッジ大学コーパス・ラーナーのエッセイを用いて, GEC によるフィードバック生成の質と必要性, およびフィードバック生成システムについて検討する。
論文 参考訳(メタデータ) (2024-08-18T18:31:55Z) - Generating Feedback-Ladders for Logical Errors in Programming using Large Language Models [2.1485350418225244]
大規模言語モデル(LLM)に基づく手法は,プログラムの代入に対するフィードバック生成において大きな可能性を秘めている。
本稿では、LLMを用いて「フィードバック・ラダー」、すなわち、同じ問題とサブミッションのペアに対する複数のレベルのフィードバックを生成する。
本研究では, 学生, 教育者, 研究者によるユーザスタディにより, 生成したフィードバックラダーの品質を評価する。
論文 参考訳(メタデータ) (2024-05-01T03:52:39Z) - Exploring LLM Prompting Strategies for Joint Essay Scoring and Feedback Generation [13.854903594424876]
大規模言語モデル(LLM)は、一貫性と文脈に関連のあるテキストを生成する上で、強力な性能を示している。
本研究は,LLMをベースとしたゼロショットと数発のエッセイフィードバックの促進戦略について検討する。
Chain-of-Thoughtのプロンプトにインスパイアされた私たちは、自動エッセイスコア(AES)が生成したフィードバックの品質にどのような影響を及ぼすか、その程度について調査する。
論文 参考訳(メタデータ) (2024-04-24T12:48:06Z) - Evaluation of ChatGPT Feedback on ELL Writers' Coherence and Cohesion [0.7028778922533686]
ChatGPTは、学生が宿題を手伝うために利用し、教師が教育実践に積極的に採用している教育に変革をもたらす。
本研究は,英語学習者(ELL)のエッセイの一貫性と凝集性について,ChatGPTが生み出したフィードバックの質を評価した。
論文 参考訳(メタデータ) (2023-10-10T10:25:56Z) - UltraFeedback: Boosting Language Models with Scaled AI Feedback [99.4633351133207]
大規模で高品質で多様なAIフィードバックデータセットである textscUltraFeedback を提示する。
我々の研究は、強力なオープンソースのチャット言語モデルを構築する上で、スケールしたAIフィードバックデータの有効性を検証する。
論文 参考訳(メタデータ) (2023-10-02T17:40:01Z) - System-Level Natural Language Feedback [83.24259100437965]
システムレベルの設計決定を人為的なループプロセスで形式化する上で,フィードバックの活用方法を示す。
検索クエリと対話応答生成を改善するために,本手法のケーススタディを2つ実施する。
システムレベルのフィードバックとインスタンスレベルのフィードバックの組み合わせは、さらなる利益をもたらします。
論文 参考訳(メタデータ) (2023-06-23T16:21:40Z) - Fine-Grained Human Feedback Gives Better Rewards for Language Model
Training [108.25635150124539]
言語モデル(LM)は、しばしば偽、有毒、無関係な出力を生成するなど、望ましくないテキスト生成の振る舞いを示す。
本研究では,2つの点において微細な報酬関数から学習と学習を可能にするフレームワークであるFine-Grained RLHFを紹介する。
論文 参考訳(メタデータ) (2023-06-02T17:11:37Z) - Training Language Models with Language Feedback at Scale [50.70091340506957]
我々は、より情報的な言語フィードバックを利用する新しいアプローチであるLanguage Feedback (ILF)から学習を導入する。
ILFは3つのステップから成り、まず言語モデルを入力に条件付けし、最初のLM出力を出力し、改善を生成する。
理論的には、ILFは人間からのフィードバックによる強化学習と同様、ベイズ推論とみなすことができる。
論文 参考訳(メタデータ) (2023-03-28T17:04:15Z) - Error syntax aware augmentation of feedback comment generation dataset [116.73173348201341]
本稿では、2022年のGenChalの共有タスクに対して、フィードバックによるコメント生成を学習に用いたソリューションを提案する。
このタスクは、エラーのあるテキストとエラーのスパンを与えられた場合、システムは、書き手(言語学習者)が書き方を改善するのに役立つ説明メモを生成する。
論文 参考訳(メタデータ) (2022-12-29T12:57:23Z) - How to Probe Sentence Embeddings in Low-Resource Languages: On
Structural Design Choices for Probing Task Evaluation [82.96358326053115]
構造設計選択に対する探索作業結果の感度について検討する。
我々は、英語で識別する「安定な領域」にある設計選択を多言語で構成した埋め込みを探索する。
私たちは英語の結果が他の言語に移行しないことに気付きます。
論文 参考訳(メタデータ) (2020-06-16T12:37:50Z)
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。