論文の概要: Large Language Models for Difficulty Estimation of Foreign Language Content with Application to Language Learning

• arxiv url: http://arxiv.org/abs/2309.05142v1
• Date: Sun, 10 Sep 2023 21:23:09 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-12 14:29:42.485783
• Title: Large Language Models for Difficulty Estimation of Foreign Language Content with Application to Language Learning
• Title（参考訳）: 外国語内容の難易度推定のための大規模言語モデルと言語学習への応用
• Authors: Michalis Vlachos and Mircea Lungu and Yash Raj Shrestha and Johannes-Rudolf David
• Abstract要約: 私たちは、外国語の習熟度を高めるために、大きな言語モデルを使用します。 私たちの仕事はフランス語の内容に焦点を当てていますが、我々のアプローチは他の言語に簡単に移行できます。
• 参考スコア（独自算出の注目度）: 1.4392208044851977
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: We use large language models to aid learners enhance proficiency in a foreign language. This is accomplished by identifying content on topics that the user is interested in, and that closely align with the learner's proficiency level in that foreign language. Our work centers on French content, but our approach is readily transferable to other languages. Our solution offers several distinctive characteristics that differentiate it from existing language-learning solutions, such as, a) the discovery of content across topics that the learner cares about, thus increasing motivation, b) a more precise estimation of the linguistic difficulty of the content than traditional readability measures, and c) the availability of both textual and video-based content. The linguistic complexity of video content is derived from the video captions. It is our aspiration that such technology will enable learners to remain engaged in the language-learning process by continuously adapting the topics and the difficulty of the content to align with the learners' evolving interests and learning objectives.
• Abstract（参考訳）: 私たちは、外国語の習熟度を高めるために、大きな言語モデルを使用します。 これは、ユーザが興味を持っているトピックのコンテンツを特定し、その外国語の学習者の習熟度と密接に一致させることによって達成される。 私たちの仕事はフランス語のコンテンツに集中していますが、アプローチは他の言語に簡単に移行できます。 私たちのソリューションには,既存の言語学習ソリューションと区別する,いくつかの特徴がある。 イ 学習者が関心を抱く話題にまたがる内容の発見により、動機付けが高まること。 b) 従来の可読性尺度よりも正確な内容の言語難易度の推定 c) テキストコンテンツとビデオコンテンツの両方が利用可能であること。 ビデオコンテンツの言語的複雑さは、ビデオキャプションに由来する。 このような技術は,学習者の興味や学習目標に適合するために,話題や内容の難しさを継続的に適応させることによって,学習者が言語学習プロセスに引き続き関与することを可能にすることを願っている。

関連論文リスト

• Lens: Rethinking Multilingual Enhancement for Large Language Models [70.85065197789639]
  Lensは、大規模言語モデル(LLM)の多言語機能を強化する新しいアプローチである LLMの上位層から言語に依存しない、言語固有のサブ空間内の隠された表現を操作できる。 既存のポストトレーニング手法に比べて計算資源がはるかに少ないため、優れた結果が得られる。
  論文  参考訳（メタデータ） (2024-10-06T08:51:30Z)
• Every Language Counts: Learn and Unlearn in Multilingual LLMs [11.42788038138136]
  本稿では,多言語大言語モデル(LLM)における有害情報の伝播について検討する。 フェイク情報は、どのような言語であっても、異なる言語にまたがって広がり、生成されたコンテンツの完全性と信頼性を損なう。 標準のアンラーニング技術は、典型的には英語データに焦点を当てるが、多言語文脈における有害なコンテンツの拡散を緩和するには不十分である。
  論文  参考訳（メタデータ） (2024-06-19T18:01:08Z)
• MLaKE: Multilingual Knowledge Editing Benchmark for Large Language Models [65.10456412127405]
  MLaKEは5言語にわたる知識編集手法の適応性のベンチマークである。 MLaKEは、ウィキペディアから言語にまたがるファクトチェーンを集約し、フリーフォームとマルチチョイスの両方で質問を生成する。 MLaKEにおける既存手法の多言語知識編集の一般化能力を評価する。
  論文  参考訳（メタデータ） (2024-04-07T15:23:28Z)
• Teacher Perception of Automatically Extracted Grammar Concepts for L2 Language Learning [66.79173000135717]
  本研究は、カンナダ語とマラティ語という2つのインドの言語教育に適用する。 我々は、形態素構文(単語順、一致、ケースマーキング、または単語形成の学習)と意味論(語彙の学習)に関する疑問に答える自然なテキストコーパスから記述を抽出する。 我々は,北米の学校から言語教育者の助けを借りて手作業による評価を行い,教材が授業の準備や学習者評価に利用できる可能性を見出した。
  論文  参考訳（メタデータ） (2023-10-27T18:17:29Z)
• Rethinking Annotation: Can Language Learners Contribute? [13.882919101548811]
  本稿では,言語学習者がベンチマークデータセットにアノテーションを貢献できるかどうかを検討する。 我々は、英語、韓国語、インドネシア語という3つの言語と、感情分析、自然言語推論、名前付きエンティティ認識、機械読解の4つのNLPタスクをターゲットにしている。 言語学習者、特に中級または上級の言語習熟度を持つ者は、追加資源の助けを借りてかなり正確なラベルを提供することができる。
  論文  参考訳（メタデータ） (2022-10-13T08:22:25Z)
• Cross-lingual Lifelong Learning [53.06904052325966]
  本稿では,言語間連続学習(CCL)の評価パラダイムを提案する。 マルチリンガルなシーケンシャルな学習を特に難しいものにするための洞察を提供する。 この分析の意味は、異なる言語間連続学習のデシダータを測り、バランスをとる方法のレシピを含む。
  論文  参考訳（メタデータ） (2022-05-23T09:25:43Z)
• Overcoming Language Disparity in Online Content Classification with Multimodal Learning [22.73281502531998]
  大規模言語モデルは、テキスト検出と分類タスクのための最先端のソリューションを開発するための標準となっている。 高度な計算技術と資源の開発は、英語に不相応に焦点が当てられている。 マルチモーダル機械学習を用いて画像に含まれる情報を統合するという約束を探求する。
  論文  参考訳（メタデータ） (2022-05-19T17:56:02Z)
• LISA: Learning Interpretable Skill Abstractions from Language [85.20587800593293]
  言語条件による実演から多種多様な解釈可能なスキルを学習できる階層型模倣学習フレームワークを提案する。 本手法は, 逐次的意思決定問題において, 言語に対するより自然な条件付け方法を示す。
  論文  参考訳（メタデータ） (2022-02-28T19:43:24Z)
• Transfer Learning for Multi-lingual Tasks -- a Survey [11.596820548674266]
  自然言語処理(NLP)におけるクロス言語の内容と多言語主義はホットトピックである。 本稿では,多言語タスクにおける伝達学習技術に着目し,既存の文献の概要を概観する。
  論文  参考訳（メタデータ） (2021-08-28T20:29:43Z)
• VidLanKD: Improving Language Understanding via Video-Distilled Knowledge Transfer [76.3906723777229]
  言語理解を改善するためのビデオ言語知識蒸留法VidLanKDを提案する。 我々は、ビデオテキストデータセット上でマルチモーダル教師モデルを訓練し、その知識をテキストデータセットを用いて学生言語モデルに伝達する。 我々の実験では、VidLanKDはテキストのみの言語モデルや発声モデルよりも一貫した改善を実現している。
  論文  参考訳（メタデータ） (2021-07-06T15:41:32Z)
• An Interactive Foreign Language Trainer Using Assessment and Feedback Modalities [0.0]
  この研究は、情報工学の分野において最もよく使われている4つの外国語のうちの1つまたは全てから学生が学ぶのに役立つように設計されている。 このプログラムは、学生に基礎的、中間的、高度なレベルを素早く教えることを目的としている。
  論文  参考訳（メタデータ） (2020-11-23T16:35:59Z)

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。