論文の概要: A School Student Essay Corpus for Analyzing Interactions of Argumentative Structure and Quality
- arxiv url: http://arxiv.org/abs/2404.02529v1
- Date: Wed, 3 Apr 2024 07:31:53 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-04 18:10:13.065801
- Title: A School Student Essay Corpus for Analyzing Interactions of Argumentative Structure and Quality
- Title（参考訳）: 指導構造と品質の相互作用分析のための学生評価コーパス
- Authors: Maja Stahl, Nadine Michel, Sebastian Kilsbach, Julian Schmidtke, Sara Rezat, Henning Wachsmuth,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 12.187586364960758
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Learning argumentative writing is challenging. Besides writing fundamentals such as syntax and grammar, learners must select and arrange argument components meaningfully to create high-quality essays. To support argumentative writing computationally, one step is to mine the argumentative structure. When combined with automatic essay scoring, interactions of the argumentative structure and quality scores can be exploited for comprehensive writing support. Although studies have shown the usefulness of using information about the argumentative structure for essay scoring, no argument mining corpus with ground-truth essay quality annotations has been published yet. Moreover, none of the existing corpora contain essays written by school students specifically. To fill this research gap, we present a German corpus of 1,320 essays from school students of two age groups. Each essay has been manually annotated for argumentative structure and quality on multiple levels of granularity. We propose baseline approaches to argument mining and essay scoring, and we analyze interactions between both tasks, thereby laying the ground for quality-oriented argumentative writing support.
- Abstract（参考訳）: 議論的な文章を学ぶことは難しい。
文法や文法などの基礎書を書くだけでなく、学習者は質の高いエッセイを作成するために、議論要素を有意義に選択・配置する必要がある。
議論的記述を計算的に支援するには、議論的構造をマイニングする。
自動エッセイスコアと組み合わせることで、議論構造と品質スコアの相互作用を総合的な筆記支援に活用することができる。
論文では,エッセイ評価のための議論構造情報の利用の有用性が示されているが,エッセイ評価基準を用いた議論マイニングコーパスは発表されていない。
また、現存するコーポラには特に学生が書いたエッセイは含まれていない。
この研究のギャップを埋めるために、2つの年齢層からなる大学生のエッセイ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し、品質指向の議論的記述支援の基盤となる。
関連論文リスト
- Mind the Gap: Automated Corpus Creation for Enthymeme Detection and
Reconstruction in Learner Arguments [15.184644294253848]
本稿では,学習者の議論に新たな2つの課題を紹介し,議論のギャップを識別し,そのギャップを埋める。
議論的学習者エッセイのICLEv3コーパスに基づいて,40,089個の議論インスタンスを作成し,エントロメムの検出と再構築を行う。
論文 参考訳（メタデータ） (2023-10-27T12:33:40Z) - Predicting the Quality of Revisions in Argumentative Writing [2.0572032297930503]
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。
論文 参考訳（メタデータ） (2023-06-01T13:39:33Z) - AI, write an essay for me: A large-scale comparison of human-written
versus ChatGPT-generated essays [66.36541161082856]
ChatGPTや同様の生成AIモデルは、何億人ものユーザーを惹きつけている。
本研究は,ChatGPTが生成した議論的学生エッセイと比較した。
論文 参考訳（メタデータ） (2023-04-24T12:58:28Z) - ArguGPT: evaluating, understanding and identifying argumentative essays
generated by GPT models [9.483206389157509]
まず、7つのGPTモデルによって生成された4,038の議論的エッセイのバランスの取れたコーパスであるArguGPTを提示する。
そして、機械エッセイと人間のエッセイを区別するために英語のインストラクターを雇います。
その結果、まず機械によるエッセイに触れると、インストラクターは61%の精度しか検出できないことがわかった。
論文 参考訳（メタデータ） (2023-04-16T01:50:26Z) - PropSegmEnt: A Large-Scale Corpus for Proposition-Level Segmentation and
Entailment Recognition [63.51569687229681]
文中の各命題の文的含意関係を個別に認識する必要性について論じる。
提案するPropSegmEntは45K以上の提案のコーパスであり, 専門家によるアノテートを行う。
我々のデータセット構造は、(1)文書内の文章を命題の集合に分割し、(2)異なるが、トポジカルに整合した文書に対して、各命題の含意関係を分類するタスクに類似している。
論文 参考訳（メタデータ） (2022-12-21T04:03:33Z) - RuArg-2022: Argument Mining Evaluation [69.87149207721035]
本稿は、ロシア語テキストを扱う議論分析システムの最初のコンペティションの主催者の報告である。
新型コロナウイルスの感染拡大に伴う3つの話題について、9,550文(ソーシャルメディア投稿記事)のコーパスを用意した。
両タスクで第一位を獲得したシステムは、BERTアーキテクチャのNLI(Natural Language Inference)変種を使用した。
論文 参考訳（メタデータ） (2022-06-18T17:13:37Z) - 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) - MultiOpEd: A Corpus of Multi-Perspective News Editorials [46.86995662807853]
MultiOpEdはオープンドメインのニュース編集コーパスであり、ニュース編集における議論構造に関連する様々なタスクをサポートする。
本研究では,マルチタスク学習環境における視点要約の問題について,事例研究として考察する。
誘導タスクを補助タスクとすることで、視点要約の質を向上させることができることを示す。
論文 参考訳（メタデータ） (2021-06-04T21:23:22Z) - Generating Informative Conclusions for Argumentative Texts [32.3103908466811]
論証文の目的は、ある結論を支持することである。
明確な結論は、議論文のよい候補要約である。
これは、結論が情報であり、特定の概念をテキストから強調する場合に特に当てはまる。
論文 参考訳（メタデータ） (2021-06-02T10:35:59Z) - 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。
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。