論文の概要: Italian Crossword Generator: Enhancing Education through Interactive
Word Puzzles
- arxiv url: http://arxiv.org/abs/2311.15723v1
- Date: Mon, 27 Nov 2023 11:17:29 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-28 16:00:27.166584
- Title: Italian Crossword Generator: Enhancing Education through Interactive
Word Puzzles
- Title（参考訳）: イタリア語クロスワード生成:対話型単語パズルによる教育の強化
- Authors: Kamyar Zeinalipour, Tommaso laquinta, Asya Zanollo, Giovanni Angelini,
Leonardo Rigutini, Marco Maggini, Marco Gori
- Abstract要約: 我々はクロスワードの手がかりを生成し検証するための総合システムを開発した。
モデルを微調整するために、ヒントと答えのペアのデータセットがコンパイルされた。
与えられたテキストからクロスワードの手がかりを生成するために、ゼロ/フォーショット学習技術が用いられた。
- 参考スコア（独自算出の注目度）: 9.84767617576152
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Educational crosswords offer numerous benefits for students, including
increased engagement, improved understanding, critical thinking, and memory
retention. Creating high-quality educational crosswords can be challenging, but
recent advances in natural language processing and machine learning have made
it possible to use language models to generate nice wordplays. The exploitation
of cutting-edge language models like GPT3-DaVinci, GPT3-Curie, GPT3-Babbage,
GPT3-Ada, and BERT-uncased has led to the development of a comprehensive system
for generating and verifying crossword clues. A large dataset of clue-answer
pairs was compiled to fine-tune the models in a supervised manner to generate
original and challenging clues from a given keyword. On the other hand, for
generating crossword clues from a given text, Zero/Few-shot learning techniques
were used to extract clues from the input text, adding variety and creativity
to the puzzles. We employed the fine-tuned model to generate data and labeled
the acceptability of clue-answer parts with human supervision. To ensure
quality, we developed a classifier by fine-tuning existing language models on
the labeled dataset. Conversely, to assess the quality of clues generated from
the given text using zero/few-shot learning, we employed a zero-shot learning
approach to check the quality of generated clues. The results of the evaluation
have been very promising, demonstrating the effectiveness of the approach in
creating high-standard educational crosswords that offer students engaging and
rewarding learning experiences.
- Abstract（参考訳）: 教育クロスワードは、エンゲージメントの向上、理解の改善、批判的思考、記憶保持など、学生に多くの恩恵をもたらす。
高品質な教育用クロスワードの作成は難しいが、近年の自然言語処理と機械学習の進歩により、言語モデルを使用して優れたワードプレイを生成することが可能になった。
GPT3-DaVinci、GPT3-Curie、GPT3-Babbage、GPT3-Ada、BERT-uncasedといった最先端言語モデルの活用により、クロスワードの手がかりの生成と検証のための包括的なシステムの開発が進められている。
ヒントと答えのペアの大規模なデータセットがコンパイルされ、教師付き方法でモデルを微調整し、与えられたキーワードからオリジナルで挑戦的な手がかりを生成する。
一方、与えられたテキストからクロスワード手がかりを生成するために、ゼロショット学習技術を用いて入力テキストからヒントを抽出し、パズルに多様性と創造性を付加した。
データを生成するために微調整されたモデルを採用し,人間の監督により手がかり抽出部品の受容性をラベル付けした。
品質を確保するため,ラベル付きデータセット上で既存の言語モデルを微調整した分類器を開発した。
逆に,ゼロショット学習を用いて,与えられたテキストから生成した手掛かりの品質を評価するために,ゼロショット学習手法を適用した。
評価の結果は非常に有望であり、学生が学習経験に参加し、報酬を与えるための、高水準の教育用クロスワードの作成におけるアプローチの有効性を示した。
関連論文リスト
- Harnessing LLMs for Educational Content-Driven Italian Crossword Generation [10.137657521054356]
我々は,イタリア語のクロスワードパズルをテキストから生成するための新しいツールを公開した。
我々は、GPT-4o、Mistral-7B-Instruct-v0.3、Llama3-8b-Instructといった先進言語モデルを用いている。
この最先端ジェネレータは、包括的なイタリア・クルー・インストラクトデータセットを使用する。
論文 参考訳（メタデータ） (2024-11-25T21:13:25Z) - TAGExplainer: Narrating Graph Explanations for Text-Attributed Graph Learning Models [14.367754016281934]
本稿では,TAG学習のための自然言語記述法であるTAGExplainerを提案する。
実世界のシナリオにおける注釈付き真実説明の欠如に対処するため,まず,サリエンシに基づく説明からモデルの判断を捉える擬似ラベルを生成することを提案する。
高品質な擬似ラベルを使用して、エンド・ツー・エンドの説明生成モデルを訓練する。
論文 参考訳（メタデータ） (2024-10-20T03:55:46Z) - Empowering Backbone Models for Visual Text Generation with Input Granularity Control and Glyph-Aware Training [68.41837295318152]
拡散に基づくテキスト・ツー・イメージモデルでは、多様性と美学の素晴らしい成果が示されているが、視覚的なテキストで画像を生成するのに苦労している。
既存のバックボーンモデルには、ミススペル、テキスト生成の失敗、中国語テキストのサポートの欠如といった制限がある。
本稿では,英語と中国語の視覚テキスト生成にバックボーンモデルを活用するための一連の手法を提案する。
論文 参考訳（メタデータ） (2024-10-06T10:25:39Z) - Clue-Instruct: Text-Based Clue Generation for Educational Crossword Puzzles [10.375451846093327]
本稿では,大規模言語モデルの構築に活用可能な,教育用手掛かり生成データセットの構築手法を提案する。
関連するキーワードに関連する情報的コンテンツをウィキペディアページから集めることで、大言語モデルを用いて、教育的手がかりを自動的に生成する。
我々は、与えられた入力内容とキーワードから教育用手がかりを生成するために、異なるLLMを指示するためにヒントインストラクションを使用した。
論文 参考訳（メタデータ） (2024-04-09T10:12:34Z) - Retrieval is Accurate Generation [99.24267226311157]
本稿では,支援文書の集合からコンテキスト認識句を選択する新しい手法を提案する。
本モデルでは,検索対象のベースラインの中で,最高の性能と低レイテンシを実現する。
論文 参考訳（メタデータ） (2024-02-27T14:16:19Z) - ArabIcros: AI-Powered Arabic Crossword Puzzle Generation for Educational
Applications [11.881406917880287]
本稿では,先進的なAI技術によって駆動される最初のアラビア語クロスワードパズル生成器を提案する。
GPT4, GPT3-Davinci, GPT3-Curie, GPT3-Babbage, GPT3-Ada, BERTといった最先端の大規模言語モデルを活用すると、システムは独特で困難な手がかりを生成する。
論文 参考訳（メタデータ） (2023-12-03T10:03:50Z) - Informative Text Generation from Knowledge Triples [56.939571343797304]
本稿では,トレーニング中に学習した有用な知識を記憶するために,メモリネットワークを利用した新しいメモリ拡張ジェネレータを提案する。
我々は、新しい設定のためのWebNLGからデータセットを導き、我々のモデルの有効性を調べるための広範な実験を行う。
論文 参考訳（メタデータ） (2022-09-26T14:35:57Z) - 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) - Decrypting Cryptic Crosswords: Semantically Complex Wordplay Puzzles as
a Target for NLP [5.447716844779342]
クリプティック・クロスワード(Cryptic crosswords)は、イギリスにおける英語を話すクロスワードである。
ベンチマークとして使用可能な暗号クロスワードヒントのデータセットを提示し,それらを解決するためにシーケンス・ツー・シーケンスモデルをトレーニングする。
新たなカリキュラム学習手法により,性能を大幅に向上できることを示す。
論文 参考訳（メタデータ） (2021-04-17T18:54:00Z) - Language Generation with Multi-Hop Reasoning on Commonsense Knowledge
Graph [124.45799297285083]
知識グラフの構造的情報と意味的情報の両方を活用することで、コモンセンスを意識したテキスト生成が促進されると主張している。
本稿では,外部コモンセンス知識グラフから抽出したマルチリレーショナルパスに基づいて,動的マルチホップ推論を用いた事前学習モデルを実現するマルチホップ推論フロー(GRF)の生成を提案する。
論文 参考訳（メタデータ） (2020-09-24T13:55:32Z) - Exploiting Structured Knowledge in Text via Graph-Guided Representation
Learning [73.0598186896953]
本稿では、知識グラフからのガイダンスを用いて、生テキスト上で学習する2つの自己教師型タスクを提案する。
エンティティレベルのマスキング言語モデルに基づいて、最初のコントリビューションはエンティティマスキングスキームです。
既存のパラダイムとは対照的に,本手法では事前学習時にのみ,知識グラフを暗黙的に使用する。
論文 参考訳（メタデータ） (2020-04-29T14:22:42Z)
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。