Fugu-MT 論文翻訳(概要): Predicting the Quality of Revisions in Argumentative Writing

論文の概要: Predicting the Quality of Revisions in Argumentative Writing

arxiv url: http://arxiv.org/abs/2306.00667v1
Date: Thu, 1 Jun 2023 13:39:33 GMT
ステータス: 処理完了
システム内更新日: 2023-06-02 15:52:42.232545
Title: Predicting the Quality of Revisions in Argumentative Writing
Title（参考訳）: 解説文における修正の質の予測
Authors: Zhexiong Liu, Diane Litman, Elaine Wang, Lindsay Matsumura, Richard Correnti
Abstract要約: チェーン・オブ・ソートは、ChatGPTで生成されたACをAR品質予測に役立てる。 2つのコーパス(注釈付き初等エッセイと既存の大学エッセイベンチマーク)の実験は、ベースラインよりも提案されたACの優位性を実証している。
参考スコア（独自算出の注目度）: 2.0572032297930503
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The ability to revise in response to feedback is critical to students' writing success. In the case of argument writing in specific, identifying whether an argument revision (AR) is successful or not is a complex problem because AR quality is dependent on the overall content of an argument. For example, adding the same evidence sentence could strengthen or weaken existing claims in different argument contexts (ACs). To address this issue we developed Chain-of-Thought prompts to facilitate ChatGPT-generated ACs for AR quality predictions. The experiments on two corpora, our annotated elementary essays and existing college essays benchmark, demonstrate the superiority of the proposed ACs over baselines.
Abstract（参考訳）: フィードバックに反応して修正する能力は、学生の執筆成功に不可欠である。特定の議論記述の場合、引数修正(AR)が成功したかどうかを特定することは、ARの品質が引数の全体的な内容に依存しているため、複雑な問題である。例えば、同じ証拠文を追加することで、異なる引数コンテキスト(acs)における既存の主張を強化したり弱めたりすることができる。この問題に対処するため,我々はChatGPT生成ACのAR品質予測を容易にするChain-of-Thoughtプロンプトを開発した。 2つのコーパス(注釈付き初等エッセイと既存の大学エッセイベンチマーク)の実験は、ベースラインよりも提案されたACの優位性を実証した。

関連論文リスト

A School Student Essay Corpus for Analyzing Interactions of Argumentative Structure and Quality [12.187586364960758]
我々は,2つの年齢集団の学生のエッセイ1,320件のドイツ語コーパスを提示する。各エッセイは、複数のレベルの粒度の議論的構造と品質のために手動で注釈付けされている。議論マイニングとエッセイスコアリングのためのベースラインアプローチを提案し,両タスク間の相互作用を分析する。
論文参考訳（メタデータ） (2024-04-03T07:31:53Z)
Argument Quality Assessment in the Age of Instruction-Following Large Language Models [45.832808321166844]
そのような応用において重要なタスクは、議論の質を評価することである。我々は,質概念の多様性と認識の主観性を,議論品質評価における実質的な進歩への主要なハードルとみなす。インストラクション追従型大規模言語モデル(LLM)がコンテキストを越えた知識を活用できることは,より信頼性の高い評価を可能にしている,と我々は主張する。
論文参考訳（メタデータ） (2024-03-24T10:43:21Z)
CASA: Causality-driven Argument Sufficiency Assessment [79.13496878681309]
ゼロショット因果関係に基づく議論十分性評価フレームワークであるCASAを提案する。 PSは前提イベントの導入が前提イベントと結論イベントの両方が欠落した場合の結論につながる可能性を測っている。 2つの論理的誤り検出データセットの実験により、CASAは不十分な議論を正確に識別することを示した。
論文参考訳（メタデータ） (2024-01-10T16:21:18Z)
Argue with Me Tersely: Towards Sentence-Level Counter-Argument Generation [62.069374456021016]
本稿では,文レベル逆問題生成のためのArgTerselyベンチマークを提案する。また,Arg-LlaMAによる高品質な逆問題生成手法を提案する。
論文参考訳（メタデータ） (2023-12-21T06:51:34Z)
Exploring Jiu-Jitsu Argumentation for Writing Peer Review Rebuttals [70.22179850619519]
議論の多くの領域では、人々の議論はいわゆる態度のルーツによって駆動される。心理学における最近の研究は、表面的な推論に直接対抗するのではなく、ジウジツの「ソフト」戦闘システムに触発された議論スタイルに従うべきであることを示唆している。我々は,新たな態度課題とテーマ誘導的反論生成を提案することによって,ピアレビューのための時事論争を初めて探求する。
論文参考訳（メタデータ） (2023-11-07T13:54:01Z)
To Revise or Not to Revise: Learning to Detect Improvable Claims for Argumentative Writing Support [20.905660642919052]
特定の修正が必要な議論的クレームを特定するための主な課題について検討する。本稿では,リビジョン距離に基づく新しいサンプリング戦略を提案する。文脈情報とドメイン知識を用いることで、予測結果をさらに改善できることを示す。
論文参考訳（メタデータ） (2023-05-26T10:19:54Z)
Contextualizing Argument Quality Assessment with Relevant Knowledge [11.367297319588411]
SPARKは、関連する知識による文脈化に基づく議論品質を評価するための新しい手法である。我々は、大きな言語モデルを利用してフィードバックを提供したり、隠れた仮定を推測したり、同様の品質の議論を提供したり、あるいは反論をしたりする4つの拡張を考案する。
論文参考訳（メタデータ） (2023-05-20T21:04:58Z)
Persua: A Visual Interactive System to Enhance the Persuasiveness of Arguments in Online Discussion [52.49981085431061]
説得力のある議論を書く能力を高めることは、オンラインコミュニケーションの有効性と文明性に寄与する。オンライン議論における議論の説得力向上を支援するツールの設計目標を4つ導き出した。 Persuaは対話型ビジュアルシステムであり、議論の説得力を高めるための説得戦略の例に基づくガイダンスを提供する。
論文参考訳（メタデータ） (2022-04-16T08:07:53Z)
Annotation and Classification of Evidence and Reasoning Revisions in Argumentative Writing [0.9449650062296824]
本稿では,エビデンスの使用と推論の文レベルの改訂の性質を捉えるためのアノテーションスキームを提案する。信頼性のある手書きアノテーションが達成できることを示し,修正アノテーションはエッセイ改善の全体的評価と相関することを示す。
論文参考訳（メタデータ） (2021-07-14T20:58:26Z)
Exploring Discourse Structures for Argument Impact Classification [48.909640432326654]
本稿では、文脈経路に沿った2つの議論間の談話関係が、議論の説得力を特定する上で不可欠な要素であることを実証的に示す。本研究では,文レベルの構造情報を大規模言語モデルから派生した文脈的特徴に注入・融合するDisCOCを提案する。
論文参考訳（メタデータ） (2021-06-02T06:49:19Z)
An Exploratory Study of Argumentative Writing by Young Students: A Transformer-based Approach [10.541633715913514]
本稿は,若手学生による論証批判書の計算的探索について述べる。中学生は、理由づけの欠陥を特定し説明することに集中して、プロンプトで提示された議論を批判するよう求められた。この課題は、確立された大学レベルの議論批判課題に似ている。
論文参考訳（メタデータ） (2020-06-17T13:55:31Z)

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。