論文の概要: Grammar Control in Dialogue Response Generation for Language Learning Chatbots

• arxiv url: http://arxiv.org/abs/2502.07544v1
• Date: Tue, 11 Feb 2025 13:30:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-12 14:08:10.314730
• Title: Grammar Control in Dialogue Response Generation for Language Learning Chatbots
• Title（参考訳）: 言語学習チャットボットの対話応答生成における文法制御
• Authors: Dominik Glandorf, Peng Cui, Detmar Meurers, Mrinmaya Sachan,
• Abstract要約: 我々は,対話応答生成モデルを文法スキルの教育的リポジトリに基盤付けることで,会話実践における文法の制御を行う。 我々は,文法制御された対話応答生成のためのプロンプト,微調整,復号化戦略を評価する。 本シミュレーションは,学習者の習熟度に適応した文法習得を支援するための文法制御応答を予測する。
• 参考スコア（独自算出の注目度）: 45.94196359404643
• License:
• Abstract: Chatbots based on large language models offer cheap conversation practice opportunities for language learners. However, they are hard to control for linguistic forms that correspond to learners' current needs, such as grammar. We control grammar in chatbot conversation practice by grounding a dialogue response generation model in a pedagogical repository of grammar skills. We also explore how this control helps learners to produce specific grammar. We comprehensively evaluate prompting, fine-tuning, and decoding strategies for grammar-controlled dialogue response generation. Strategically decoding Llama3 outperforms GPT-3.5 when tolerating minor response quality losses. Our simulation predicts grammar-controlled responses to support grammar acquisition adapted to learner proficiency. Existing language learning chatbots and research on second language acquisition benefit from these affordances. Code available on GitHub.
• Abstract（参考訳）: 大規模な言語モデルに基づくチャットボットは、言語学習者に安価な会話実践の機会を提供する。 しかし、文法などの学習者の現在のニーズに対応する言語形式を制御することは困難である。 我々は,対話応答生成モデルに基づくチャットボットの会話実践における文法の制御を行う。 また、この制御が学習者が特定の文法を生成するのにどう役立つかについても検討する。 文法制御された対話応答生成のためのプロンプト,微調整,復号化戦略を総合的に評価する。 戦略的にLlama3の復号化は、軽微な応答品質の損失を許容するときにGPT-3.5より優れている。 本シミュレーションは,学習者の習熟度に適応した文法習得を支援するための文法制御応答を予測する。 既存の言語学習チャットボットと第二言語獲得の研究は、これらの余裕から恩恵を受ける。 コードはGitHubで入手できる。

関連論文リスト

• Measuring and Controlling Instruction (In)Stability in Language Model Dialogs [72.38330196290119]
  System-promptingは、言語モデルチャットボットをカスタマイズするツールで、特定の命令に従うことができる。 本稿では,仮説を検証し,セルフチャットによる命令安定性の評価を行うベンチマークを提案する。 我々は8ラウンドの会話で重要な指示ドリフトを明らかにした。 そこで本研究では,2つの強力なベースラインに対して良好に比較可能なsplit-softmaxという軽量な手法を提案する。
  論文  参考訳（メタデータ） (2024-02-13T20:10:29Z)
• Curriculum-Driven Edubot: A Framework for Developing Language Learning Chatbots Through Synthesizing Conversational Data [23.168347070904318]
  本稿では,チャットボットの対話的特徴と英語教科書の体系的素材を組み合わせたチャットボットを開発するためのフレームワークであるCurriculum-Driven EduBotを紹介する。 まず、教科書から関連するトピックを抽出し、大きな言語モデルを用いてこれらのトピックに関連する対話を生成する。
  論文  参考訳（メタデータ） (2023-09-28T19:14:18Z)
• Developing Effective Educational Chatbots with ChatGPT prompts: Insights from Preliminary Tests in a Case Study on Social Media Literacy (with appendix) [43.55994393060723]
  ChatGPTのようなゼロショット学習機能を持つ言語学習モデルの最近の進歩は、教育チャットボットを開発する新たな可能性を示している。 本稿では,混合ターンチャットボットのインタラクションを可能にするシンプルなシステムを用いたケーススタディを提案する。 本稿では,ChatGPTが複数の相互接続型学習目標を追求し,文化,年齢,教育レベルなどのユーザ特性に教育活動を適応させ,多様な教育戦略や会話スタイルを活用できる能力について検討する。
  論文  参考訳（メタデータ） (2023-06-18T22:23:18Z)
• Controllable Mixed-Initiative Dialogue Generation through Prompting [50.03458333265885]
  混合開始対話タスクには、情報の繰り返し交換と会話制御が含まれる。 エージェントは、ポリシープランナーが定める特定の対話意図や戦略に従う応答を生成することにより、コントロールを得る。 標準的なアプローチは、これらの意図に基づいて生成条件を実行するために、訓練済みの言語モデルを微調整している。 代わりに、条件生成の微調整に代えて、大きな言語モデルをドロップインで置き換えるように促します。
  論文  参考訳（メタデータ） (2023-05-06T23:11:25Z)
• User Adaptive Language Learning Chatbots with a Curriculum [55.63893493019025]
  語彙的に制約されたデコーディングをダイアログシステムに適用し、ダイアログシステムに対して、その生成した発話にカリキュラムに準拠した単語やフレーズを含めるよう促す。 評価の結果,カリキュラム注入によるダイアログシステムにより,対象語に対する生徒の理解が向上し,英語実践への関心が高まることが示された。
  論文  参考訳（メタデータ） (2023-04-11T20:41:41Z)
• Using Chatbots to Teach Languages [43.866863322607216]
  我々のシステムは、ユーザの言語能力に即時に適応できる。 ユーザが誤りから学ぶのに役立つ自動文法エラーフィードバックを提供する。 我々の次のステップは、強化学習アルゴリズムを用いてユーザープロファイル情報に適応させることです。
  論文  参考訳（メタデータ） (2022-07-31T07:01:35Z)
• 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)
• Conversational agents for learning foreign languages -- a survey [0.0]
  会話の実践は、すべての言語学習者には不可欠だが、十分な知識と非常に高価なものを得ることは困難である。 本稿では,言語学習のためのチャットボットの概要,既存のアプローチを批判的に分析し,今後の課題について論じる。
  論文  参考訳（メタデータ） (2020-11-16T12:27:02Z)
• The design and implementation of Language Learning Chatbot with XAI using Ontology and Transfer Learning [0.0]
  音声認識と発音訂正のための音声学レベル、特定のドメイン会話のセマンティックレベル、英語における自由な会話のシミュレーションを含む、体系的な英語学習のための3つのレベルを設計する。 言語学習エージェントは、WeChatのミニプログラムをフロントエンドとして統合し、翻訳学習の微調整GPT-2モデルをバックエンドとして、オントロジーグラフで応答を解釈した。
  論文  参考訳（メタデータ） (2020-09-29T13:11:40Z)

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。