論文の概要: Towards Mining Effective Pedagogical Strategies from Learner-LLM Educational Dialogues
- arxiv url: http://arxiv.org/abs/2510.17698v1
- Date: Mon, 20 Oct 2025 16:11:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-25 03:08:12.130246
- Title: Towards Mining Effective Pedagogical Strategies from Learner-LLM Educational Dialogues
- Title（参考訳）: 学習者・LLM教育対話からの効果的な教育戦略のマイニングに向けて
- Authors: Liqun He, Manolis Mavrikis, Mutlu Cukurova,
- Abstract要約: 本稿では,学習者-LLM対話から効果的な教育戦略を特定するために,対話分析手法を用いた継続的な研究について述べる。
提案手法は,対話データ収集,対話行動(DA)アノテーション,DAパターンマイニング,予測モデル構築を含む。
- 参考スコア（独自算出の注目度）: 0.40724544758045295
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Dialogue plays a crucial role in educational settings, yet existing evaluation methods for educational applications of large language models (LLMs) primarily focus on technical performance or learning outcomes, often neglecting attention to learner-LLM interactions. To narrow this gap, this AIED Doctoral Consortium paper presents an ongoing study employing a dialogue analysis approach to identify effective pedagogical strategies from learner-LLM dialogues. The proposed approach involves dialogue data collection, dialogue act (DA) annotation, DA pattern mining, and predictive model building. Early insights are outlined as an initial step toward future research. The work underscores the need to evaluate LLM-based educational applications by focusing on dialogue dynamics and pedagogical strategies.
- Abstract（参考訳）: 対話は教育において重要な役割を担っているが、大きな言語モデル(LLM)の教育的応用のための既存の評価手法は、主に技術的パフォーマンスや学習結果に焦点を当てており、学習者とLLMの相互作用に注意を払っていることが多い。
このギャップを狭めるために、このAIED Doctoral Consortium論文は、学習者とLLMの対話から効果的な教育戦略を特定するための対話分析アプローチを用いて、現在進行中の研究結果を示す。
提案手法は,対話データ収集,対話行動(DA)アノテーション,DAパターンマイニング,予測モデル構築を含む。
初期の知見は、将来の研究への第一歩として概説されている。
この研究は、対話力学と教育戦略に焦点をあてて、LLMベースの教育応用を評価する必要性を浮き彫りにした。
関連論文リスト
- Exploring Knowledge Tracing in Tutor-Student Dialogues using LLMs [49.18567856499736]
本研究では,大規模言語モデル(LLM)が対話学習を支援することができるかどうかを検討する。
我々は,学習者の知識レベルを対話全体にわたって追跡するために,ラベル付きデータに知識追跡(KT)手法を適用した。
我々は,2つの学習対話データセットの実験を行い,従来のKT手法よりも学生の反応の正しさを予測できる新しいLCM-based method LLMKTが優れていることを示す。
論文 参考訳（メタデータ） (2024-09-24T22:31:39Z) - A Survey of the Evolution of Language Model-Based Dialogue Systems: Data, Task and Models [24.120097746860928]
本稿では,対話システムの歴史,特に言語モデルの発展との関係を深く考察する。
この調査は、言語モデルと対話システムの間の動的相互作用を掘り下げ、この本質的な関係の進化経路を明らかにする。
論文 参考訳（メタデータ） (2023-11-28T13:51:32Z) - Plug-and-Play Policy Planner for Large Language Model Powered Dialogue
Agents [121.46051697742608]
そこで本稿では,PDPPという言語モデルプラグインを用いて対話問題を整理するための新たな対話ポリシー計画パラダイムを提案する。
具体的には、利用可能な人間の注釈付きデータに対する教師付き微調整を容易にするための新しいトレーニングフレームワークを開発する。
PPDPPは3つの異なるプロアクティブな対話アプリケーションにおいて、既存のアプローチを一貫して、実質的に上回っている。
論文 参考訳（メタデータ） (2023-11-01T03:20:16Z) - Strategize Before Teaching: A Conversational Tutoring System with
Pedagogy Self-Distillation [35.11534904787774]
本稿では,教育応答生成と教育戦略予測を組み合わせた統合フレームワークを提案する。
我々の実験と分析は、授業戦略がダイアログ学習に与える影響について光を当てた。
論文 参考訳（メタデータ） (2023-02-27T03:43:25Z) - Advances in Multi-turn Dialogue Comprehension: A Survey [51.215629336320305]
自然言語を理解し、人間と対話するための訓練機械は、人工知能の解明と本質的なタスクである。
本稿では,対話理解タスクにおける対話モデリングの技術的視点から,過去の手法を概観する。
さらに,対話シナリオにおけるPrLMの強化に使用される対話関連事前学習手法を分類する。
論文 参考訳（メタデータ） (2021-10-11T03:52:37Z) - Advances in Multi-turn Dialogue Comprehension: A Survey [51.215629336320305]
対話モデリングの観点から,従来の手法を検討した。
対話理解タスクで広く使用されている対話モデリングの3つの典型的なパターンについて議論します。
論文 参考訳（メタデータ） (2021-03-04T15:50:17Z) - Discourse Coherence, Reference Grounding and Goal Oriented Dialogue [15.766916122461922]
我々は、混合開始型人間-コンピュータの参照通信を実現するための新しいアプローチについて論じる。
本稿では,談話間の制約を蓄積し,学習確率モデルを用いて解釈する参照通信領域における単純な対話システムについて述べる。
論文 参考訳（メタデータ） (2020-07-08T20:53:14Z)
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。