論文の概要: Difficulty Generating Factors for Context-free Language Construction Assignments
- arxiv url: http://arxiv.org/abs/2508.01735v1
- Date: Sun, 03 Aug 2025 12:23:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-12 13:55:36.335297
- Title: Difficulty Generating Factors for Context-free Language Construction Assignments
- Title（参考訳）: 文脈自由言語構築アサインメントの難易度生成要因
- Authors: Florian Schmalstieg, Marko Schmellenkamp, Jakob Schwerter, Thomas Zeume,
- Abstract要約: 文脈自由言語における文脈自由文法やプッシュダウンオートマトン構築の難しさに影響を与える要因について検討する。
対話型学習システムにおいて,物体内ランダム化を用いた制御実験を行った。
その結果,個別の学生に対して適切なエクササイズを適応的に選択する学習システムの基礎を築いた。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Computer science students often struggle with abstract theoretical concepts, particularly in introductory courses on theoretical computer science. One such challenge is understanding context-free languages and their various representations. In this study we investigate factors that influence the difficulty of constructing context-free grammars and pushdown automata for context-free languages. We propose two potential difficulty generating factors targeting how a language is presented to students: representation in natural language and as a verbose set notation. Furthermore, we propose two factors targeting the structure of the given context-free language: nesting of constructs and insertion of multiplicities. We conducted a controlled experiment using within-subject randomization in an interactive learning system, testing the proposed difficulty factors for constructing context-free grammars and pushdown automata. Our results suggest that three of the four factors significantly influence students' objective performance in solving exercises for constructing context-free grammars, while students' perceived difficulties only partly align with the objective performance measures. The findings for pushdown automata tasks differed markedly from those for context-free grammar tasks. Our variations either had negligible effects or, in some cases, even reduced difficulty. Thus, no robust statistical conclusions can be made for pushdown automata tasks. The results lay foundations for learning systems that adaptively choose appropriate exercises for individual students.
- Abstract（参考訳）: 計算機科学の学生は抽象的な理論概念に苦しむことが多く、特に理論計算機科学の入門コースではそうである。
そのような課題の1つは、文脈自由言語とその様々な表現を理解することである。
本研究では,文脈自由言語における文脈自由文法とプッシュダウンオートマトン構築の難しさに影響を与える要因について検討する。
本稿では、自然言語の表現と冗長集合表記の2つの難易度生成要因を提案する。
さらに,コンテクストのネスト化と多重度挿入という,与えられた文脈自由言語の構造を対象とする2つの要因を提案する。
対話型学習システムにおいて,内対象ランダム化を用いた制御実験を行い,文脈自由文法とプッシュダウンオートマトンを構築する上での難易度を検証した。
その結果,4つの要因のうち3つの要因が,文脈自由文法構築のための課題の解決に学生の客観的パフォーマンスに有意な影響を及ぼすことが示唆された。
プッシュダウンオートマトンタスクは文脈自由文法タスクとは大きく異なる。
私たちの変異には無視可能な効果があったり、場合によっては難易度も低かったりします。
したがって、プッシュダウンオートマトンタスクに対して頑健な統計的結論は得られない。
その結果,個別の学生に対して適切なエクササイズを適応的に選択する学習システムの基礎を築いた。
関連論文リスト
- Language Mixing in Reasoning Language Models: Patterns, Impact, and Internal Causes [49.770097731093216]
RLM(Reasoning Language Model)は、チェーン・オブ・シント・プロセスを利用して構造化中間ステップを生成することで、複雑なタスクに優れる。
言語混合、すなわちプロンプト以外の言語からのトークンを含む推論ステップがアウトプットで観測され、性能に影響することが示されている。
本研究では, RLMにおける言語混合に関する最初の体系的研究を行い, そのパターン, 影響, 内部要因を15言語にわたって検討した。
論文 参考訳（メタデータ） (2025-05-20T18:26:53Z) - Reading Between the Lines: A dataset and a study on why some texts are tougher than others [0.20482269513546458]
本研究の目的は,知的障害のある特定の観衆に対して,テキストの読解が難しいことの理解を深めることである。
本稿では,心理学における経験的研究に基づく難易度アノテーションの体系について紹介する。
マルチクラス分類のタスクを実行するために,4種類の事前学習型トランスフォーマーモデルを微調整した。
論文 参考訳（メタデータ） (2025-01-03T13:09:46Z) - Integrating Natural Language Prompting Tasks in Introductory Programming Courses [3.907735250728617]
本報告では、導入プログラミングコースに2つのプロンプトに焦点を当てたアクティビティを組み込むことについて検討する。
第一に、学生は自然言語のプロンプトを書き、構文上の問題解決を強調することで、計算問題を解く必要がある。
2つ目は、プロンプトとコードの関係を理解するために、提供されたフラグメントに相当するコードを生成するプロンプトを作成することである。
論文 参考訳（メタデータ） (2024-10-04T01:03:25Z) - Simple Linguistic Inferences of Large Language Models (LLMs): Blind Spots and Blinds [59.71218039095155]
我々は,ほとんどの人間が自明に感じる単純な推論タスクにおいて,言語理解能力を評価する。
我々は, (i) 文法的に特定された含意, (ii) 不確実性のある明らかな副詞を持つ前提, (iii) 単調性含意を目標とする。
モデルはこれらの評価セットに対して中程度から低い性能を示す。
論文 参考訳（メタデータ） (2023-05-24T06:41:09Z) - Coarse-to-Fine: Hierarchical Multi-task Learning for Natural Language
Understanding [51.31622274823167]
本稿では,各タスクの下位レベルを全タスクに共有し,中間レベルを異なるグループに分割し,上位レベルを各タスクに割り当てる,粗大なパラダイムを持つ階層型フレームワークを提案する。
これにより、すべてのタスクから基本言語特性を学習し、関連するタスクのパフォーマンスを高め、無関係なタスクから負の影響を減らすことができる。
論文 参考訳（メタデータ） (2022-08-19T02:46:20Z) - Grounding Hindsight Instructions in Multi-Goal Reinforcement Learning
for Robotics [14.863872352905629]
本稿では,自然言語の目標表現に対するスパース報酬を用いたロボット強化学習に焦点を当てた。
まず,専門家のフィードバックを生かした後向きの指示再生機構を提案する。
次に,言語的後見命令を生成するセク2seqモデルを提案する。
論文 参考訳（メタデータ） (2022-04-08T22:01:36Z) - Analyzing the Limits of Self-Supervision in Handling Bias in Language [52.26068057260399]
我々は、言語モデルが、認識、識別、抽出、言い換えの4つのタスクのセマンティクスをいかにうまく捉えているかを評価する。
分析の結果,言語モデルでは,ジェンダーや政治的アフィリエイトなど,様々なバイアス次元にまたがって,これらのタスクを広範囲にわたって実行することが可能であることが示唆された。
論文 参考訳（メタデータ） (2021-12-16T05:36:08Z) - Automatic Generation of Word Problems for Academic Education via Natural
Language Processing (NLP) [0.0]
この論文は、多様で文脈に富んだ単語問題を生成するアプローチを提案する。
提案手法は数学統計学において有効な単語問題を生成するのに有効であることが証明されている。
論文 参考訳（メタデータ） (2021-09-27T15:36:19Z) - Curious Case of Language Generation Evaluation Metrics: A Cautionary
Tale [52.663117551150954]
イメージキャプションや機械翻訳などのタスクを評価するデファクトメトリクスとして、いくつかの一般的な指標が残っている。
これは、使いやすさが原因でもあり、また、研究者がそれらを見て解釈する方法を知りたがっているためでもある。
本稿では,モデルの自動評価方法について,コミュニティにより慎重に検討するよう促す。
論文 参考訳（メタデータ） (2020-10-26T13:57:20Z) - Machine learning approach of Japanese composition scoring and writing
aided system's design [0.0]
合成スコアシステムは、言語学習者を支援することができる。
何かを出力するプロセスにおいて、言語をリーン化するのです。
特に外国語学習者にとって、語彙内容と構文内容は、通常、彼らがより関心を持っているものである。
論文 参考訳（メタデータ） (2020-08-26T11:01:13Z) - How to Probe Sentence Embeddings in Low-Resource Languages: On
Structural Design Choices for Probing Task Evaluation [82.96358326053115]
構造設計選択に対する探索作業結果の感度について検討する。
我々は、英語で識別する「安定な領域」にある設計選択を多言語で構成した埋め込みを探索する。
私たちは英語の結果が他の言語に移行しないことに気付きます。
論文 参考訳（メタデータ） (2020-06-16T12:37:50Z)
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。