論文の概要: Conversations as a Source for Teaching Scientific Concepts at Different Education Levels
- arxiv url: http://arxiv.org/abs/2404.10475v1
- Date: Tue, 16 Apr 2024 11:33:36 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-17 17:03:46.243735
- Title: Conversations as a Source for Teaching Scientific Concepts at Different Education Levels
- Title(参考訳): 教育レベルの異なる科学概念の教材としての会話
- Authors: Donya Rooein, Dirk Hovy,
- Abstract要約: 本稿では,様々な難易度で科学的概念の会話的教えを容易にするための新しい情報源を提案する。
我々は、このデータソースを様々な方法で分析し、文脈的に適切な応答を生成するのに使用できる多様なサンプル群を提供することを示す。
- 参考スコア(独自算出の注目度): 22.315652391541285
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Open conversations are one of the most engaging forms of teaching. However, creating those conversations in educational software is a complex endeavor, especially if we want to address the needs of different audiences. While language models hold great promise for educational applications, there are substantial challenges in training them to engage in meaningful and effective conversational teaching, especially when considering the diverse needs of various audiences. No official data sets exist for this task to facilitate the training of language models for conversational teaching, considering the diverse needs of various audiences. This paper presents a novel source for facilitating conversational teaching of scientific concepts at various difficulty levels (from preschooler to expert), namely dialogues taken from video transcripts. We analyse this data source in various ways to show that it offers a diverse array of examples that can be used to generate contextually appropriate and natural responses to scientific topics for specific target audiences. It is a freely available valuable resource for training and evaluating conversation models, encompassing organically occurring dialogues. While the raw data is available online, we provide additional metadata for conversational analysis of dialogues at each level in all available videos.
- Abstract(参考訳): オープンな会話は、最も魅力的な教育の1つです。
しかし、これらの会話を教育ソフトウェアで作成するのは、特に異なるオーディエンスのニーズに対処したい場合、複雑な作業である。
言語モデルは教育的応用には大きな可能性を秘めているが、多種多様な聴衆のニーズを考慮すると、有意義で効果的な会話教育を行うよう教育する上で大きな課題がある。
多様なオーディエンスのニーズを考慮して,会話教育のための言語モデルの訓練を容易にするための公式データセットは存在しない。
本稿では, 幼児から専門家まで, 様々な難易度において, 科学概念の会話指導を容易にするための新しい教材について述べる。
我々は、このデータソースをさまざまな方法で分析し、特定の対象のオーディエンスに対する科学的トピックに対する文脈的に適切で自然な応答を生成するために使用できる、さまざまな例を提供していることを示す。
これは、有機的に発生する対話を含む会話モデルを訓練し評価するための、自由に利用可能な貴重なリソースである。
生データはオンラインで公開されているが、利用可能なすべてのビデオにおいて、各レベルにおける対話の分析のための追加メタデータを提供する。
関連論文リスト
- WavChat: A Survey of Spoken Dialogue Models [66.82775211793547]
GPT-4oのようなシステムで実証された音声対話モデルの最近の進歩は、音声領域において大きな注目を集めている。
これらの高度な音声対話モデルは、音声、音楽、その他の音声関連の特徴を理解するだけでなく、音声のスタイリスティックな特徴や音節的な特徴も捉える。
音声対話システムの進歩にもかかわらず、これらのシステムを体系的に組織化し分析する包括的調査が欠如している。
論文 参考訳(メタデータ) (2024-11-15T04:16:45Z) - Book2Dial: Generating Teacher-Student Interactions from Textbooks for
Cost-Effective Development of Educational Chatbots [37.304476231479725]
教科書の集合に根ざした合成教師と学生の相互作用を生成するための枠組みを提案する。
我々は、このような対話が満たすべき様々な品質基準を強調し、プロンプトや微調整の大きな言語モデルに依存するいくつかのアプローチを比較した。
我々の研究は、サイズと品質のバランスをとる会話データを合成する今後の取り組みに対する洞察を提供する。
論文 参考訳(メタデータ) (2024-03-05T20:12:05Z) - Dialogue Quality and Emotion Annotations for Customer Support
Conversations [7.218791626731783]
本稿では、二言語的顧客サポート会話の文脈における感情と会話品質に対する全体論的アノテーションアプローチを提案する。
これは、テキスト分類モデルの開発に、ユニークで価値のあるリソースを提供する。
論文 参考訳(メタデータ) (2023-11-23T10:56:14Z) - DialogStudio: Towards Richest and Most Diverse Unified Dataset
Collection for Conversational AI [92.29874802394167]
DialogStudioは対話データセットの最大かつ最も多様なコレクションである。
本コレクションは,オープンドメイン対話,タスク指向対話,自然言語理解,対話レコメンデーション,対話要約,知識基底対話などのデータを含む。
論文 参考訳(メタデータ) (2023-07-19T17:57:53Z) - ChatPLUG: Open-Domain Generative Dialogue System with Internet-Augmented
Instruction Tuning for Digital Human [76.62897301298699]
ChatPLUGは、デジタルヒューマンアプリケーションのための中国のオープンドメイン対話システムである。
モデルネームは, 自動評価と人的評価の両方において, 最先端の中国語対話システムより優れていることを示す。
高速な推論でスマートスピーカーやインスタントメッセージアプリケーションのような実世界のアプリケーションにモデルネームをデプロイします。
論文 参考訳(メタデータ) (2023-04-16T18:16:35Z) - Learning-by-Narrating: Narrative Pre-Training for Zero-Shot Dialogue
Comprehension [48.483910831143724]
対話を補完するには、発話中の様々なキー情報をキャプチャするモデルが必要である。
そこで我々は,対話入力からキー情報をナレーションすることで学習する,物語誘導型事前学習戦略を開発した。
論文 参考訳(メタデータ) (2022-03-19T05:20:25Z) - Few-Shot Bot: Prompt-Based Learning for Dialogue Systems [58.27337673451943]
ごく少数の例を使って会話を学ぶことは、会話型AIにおける大きな課題である。
現在の最良の会話モデルは、良いチャットシャッター(例:BlenderBot)またはゴール指向システム(例:MinTL)である。
グラデーションベースの微調整を必要とせず、学習の唯一の源としていくつかの例を用いるプロンプトベースの数ショット学習を提案する。
論文 参考訳(メタデータ) (2021-10-15T14:36:45Z) - Who says like a style of Vitamin: Towards Syntax-Aware
DialogueSummarization using Multi-task Learning [2.251583286448503]
個々の話者からの発声と独特の統語構造との関係に焦点をあてる。
話者は、音声プリントのような言語情報を含むことができる独自のテキストスタイルを持つ。
構文認識情報と対話要約の両方をマルチタスクで学習する。
論文 参考訳(メタデータ) (2021-09-29T05:30:39Z) - KdConv: A Chinese Multi-domain Dialogue Dataset Towards Multi-turn
Knowledge-driven Conversation [66.99734491847076]
我々は,中国語の多分野知識駆動会話データセットKdConvを提案する。
私たちのコーパスには3つのドメイン(映画、音楽、旅行)から4.5Kの会話と、平均19.0の回転数で86Kの発話が含まれています。
論文 参考訳(メタデータ) (2020-04-08T16:25:39Z)
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。