論文の概要: Automatically assessing oral narratives of Afrikaans and isiXhosa children

• arxiv url: http://arxiv.org/abs/2507.13205v2
• Date: Fri, 18 Jul 2025 07:49:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-21 12:36:33.533366
• Title: Automatically assessing oral narratives of Afrikaans and isiXhosa children
• Title（参考訳）: Afrikaans と IsiXhosa 児の口頭話の自動評価
• Authors: Retief Louw, Emma Sharratt, Febe de Wet, Christiaan Jacobs, Annelien Smith, Herman Kamper,
• Abstract要約: 本研究では,アフリカーンスとイシクソサの幼児の口頭話を自動的に評価するシステムを提案する。 このシステムは、自動音声認識に続いて機械学習スコアリングモデルを用いて、物語と理解のスコアを予測する。
• 参考スコア（独自算出の注目度）: 15.669164862460342
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Developing narrative and comprehension skills in early childhood is critical for later literacy. However, teachers in large preschool classrooms struggle to accurately identify students who require intervention. We present a system for automatically assessing oral narratives of preschool children in Afrikaans and isiXhosa. The system uses automatic speech recognition followed by a machine learning scoring model to predict narrative and comprehension scores. For scoring predicted transcripts, we compare a linear model to a large language model (LLM). The LLM-based system outperforms the linear model in most cases, but the linear system is competitive despite its simplicity. The LLM-based system is comparable to a human expert in flagging children who require intervention. We lay the foundation for automatic oral assessments in classrooms, giving teachers extra capacity to focus on personalised support for children's learning.
• Abstract（参考訳）: 幼少期における物語や理解力の発達は、後世のリテラシーにとって重要である。 しかし、大きな就学前教室の教師は、介入を必要とする生徒を正確に識別するのに苦労している。 本研究では,アフリカーンスとイシクソサの幼児の口頭話を自動的に評価するシステムを提案する。 このシステムは、自動音声認識に続いて機械学習スコアリングモデルを用いて、物語と理解のスコアを予測する。 予測された転写文を評価するために,線形モデルと大規模言語モデル(LLM)を比較した。 LLMベースのシステムは、ほとんどの場合リニアモデルよりも優れているが、リニアシステムは単純さにもかかわらず競争力がある。 LLMベースのシステムは、介入を必要とする子供たちに警告する人間の専門家に匹敵する。 教室における口腔自動評価の基礎を築き,子どもの学習に対する個人化支援に焦点をあてる余分な能力を与えている。

関連論文リスト

• Feature-based analysis of oral narratives from Afrikaans and isiXhosa children [14.74555743937968]
  我々は,4歳から5歳のアフリカーンスとイシクソサ語を話す子供たちの話を分析した。 語彙の多様性(一意的な単語)と長さに基づく特徴(平均発話長)を典型的な発達の指標として同定する。 目標指向のストーリーテリングに関連する特定の動詞と補助詞の使用は、介入を必要とする可能性の低減と相関する。
  論文  参考訳（メタデータ） (2025-07-17T14:31:32Z)
• Our Coding Adventure: Using LLMs to Personalise the Narrative of a Tangible Programming Robot for Preschoolers [0.5099081649205313]
  そこで我々は,Cubettoのゲームストーリーを迅速にプロトタイプする形式化されたプロセスの初期バージョンを開発した。 プロセス、使用済みの材料とプロンプト、学習経験と成果を文書化する。 我々は,本手法が幼稚園の授業に適していると考え,現実世界の教育環境においてさらなる実験を行う計画を立てている。
  論文  参考訳（メタデータ） (2025-06-26T03:54:25Z)
• An End-to-End Approach for Child Reading Assessment in the Xhosa Language [0.3579433677269426]
  本研究は, 南アフリカで話されている言語であるXhosaに着目し, 子どもの音声認識能力を向上させることを目的とした。 本稿では,Xhosaにおける児童音声サンプルからなる新しいデータセットを提案する。 その結果、これらのモデルの性能は、利用可能なトレーニングデータの量とバランスに大きく影響されることが示唆された。
  論文  参考訳（メタデータ） (2025-05-23T00:59:58Z)
• SCOPE: A Self-supervised Framework for Improving Faithfulness in Conditional Text Generation [55.61004653386632]
  LLM(Large Language Models)は、しばしば幻覚(幻覚)を生成する。 本稿では,不信なサンプルのトレーニングセットを生成するための,新たな自己指導手法を提案する。 そしてトレーニングプロセスを使ってモデルを洗練し、不信なものよりも基礎的なアウトプットの生成を奨励します。
  論文  参考訳（メタデータ） (2025-02-19T12:31:58Z)
• Speech Recognition for Automatically Assessing Afrikaans and isiXhosa Preschool Oral Narratives [15.669164862460342]
  Afrikaans と IsiXhosa 幼児による物語の自動音声認識システムの開発を行った。 我々は、このユニークな設定に最も適したものを決定するために、事前の子供音声ASR戦略について検討する。
  論文  参考訳（メタデータ） (2025-01-11T08:11:09Z)
• Developmental Predictive Coding Model for Early Infancy Mono and Bilingual Vocal Continual Learning [69.8008228833895]
  本稿では,連続学習機構を備えた小型生成ニューラルネットワークを提案する。 我々のモデルは解釈可能性を重視し,オンライン学習の利点を実証する。
  論文  参考訳（メタデータ） (2024-12-23T10:23:47Z)
• Assessing Dialect Fairness and Robustness of Large Language Models in Reasoning Tasks [68.33068005789116]
  本稿では、標準英語とAAVEで1.2K以上の並列クエリペアを含むベンチマークであるReDialを紹介する。 我々は、GPT、Claude、Llama、Mistral、Phiモデルファミリーなど、広く使われているモデルを評価した。 我々の研究は、方言クエリにおけるLLMバイアスを分析するための体系的で客観的な枠組みを確立する。
  論文  参考訳（メタデータ） (2024-10-14T18:44:23Z)
• CourseAssist: Pedagogically Appropriate AI Tutor for Computer Science Education [1.052788652996288]
  このポスターでは、コンピュータサイエンス教育用に作られた新しいLLMベースのチューターシステムであるCourseAssistを紹介している。 一般的なLLMシステムとは異なり、CourseAssistは検索強化生成、ユーザ意図分類、質問分解を使用して、AI応答を特定のコース材料や学習目標と整合させる。
  論文  参考訳（メタデータ） (2024-05-01T20:43:06Z)
• Scaffolding Language Learning via Multi-modal Tutoring Systems with Pedagogical Instructions [34.760230622675365]
  知的家庭教師システム(ITS)は、人間の家庭教師を模倣し、学習者にカスタマイズされた指導やフィードバックを提供することを目的としている。 生成人工知能の出現に伴い、大規模言語モデル(LLM)は、複雑な会話の相互作用をシステムに付与する。 教育指導がITSの足場形成をいかに促進するかを,子どもに言語学習のための画像記述を指導するケーススタディにより検討した。
  論文  参考訳（メタデータ） (2024-04-04T13:22:28Z)
• 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)
• Fantastic Questions and Where to Find Them: FairytaleQA -- An Authentic Dataset for Narrative Comprehension [136.82507046638784]
  幼稚園児の物語理解に焦点を当てたデータセットであるFairytaleQAを8年生に紹介する。 FairytaleQAは10,580の明示的で暗黙的な質問で構成されており、278の子供フレンドリーな物語から導かれる。
  論文  参考訳（メタデータ） (2022-03-26T00:20:05Z)
• My Teacher Thinks The World Is Flat! Interpreting Automatic Essay Scoring Mechanism [71.34160809068996]
  最近の研究では、自動スコアリングシステムが常識的な敵対的サンプルになりやすいことが示されています。 近年の解釈能力の進歩を活かし,コヒーレンスやコンテント,関連性といった特徴がスコアリングの自動化にどの程度重要であるかを見出す。 また、モデルが意味的に世界知識や常識に基づかないことから、世界のような虚偽の事実を追加することは、それを減らすよりもむしろスコアを増加させる。
  論文  参考訳（メタデータ） (2020-12-27T06:19:20Z)

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。