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

• PedagoSense: A Pedology Grounded LLM System for Pedagogical Strategy Detection and Contextual Response Generation in Learning Dialogues [0.0]
  PedagoSenseは2段階戦略分類器と大規模言語モデル生成を組み合わせたペドロジー基盤システムである。 システムはまず、バイナリ分類器を用いて教育戦略が存在するかどうかを検知し、その後、特定の戦略を特定するためのきめ細かい分類を行う。
  論文  参考訳（メタデータ） (2026-02-01T11:38:18Z)
• EduDial: Constructing a Large-scale Multi-turn Teacher-Student Dialogue Corpus [59.693733170193944]
  EduDialは総合的な多ターン教師/学生対話データセットである。 EduDialは345のコアナレッジポイントをカバーし、教師と学生エージェントの対話によって生成された34,250の対話セッションで構成されている。
  論文  参考訳（メタデータ） (2025-10-14T18:18:43Z)
• 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)
• Self-Explanation Prompting Improves Dialogue Understanding in Large Language Models [52.24756457516834]
  大規模言語モデル(LLM)の理解能力を高めるための新たな「自己説明(Self-Explanation)」を提案する。 このタスクに依存しないアプローチでは、タスク実行前の各対話発話を分析し、様々な対話中心のタスクのパフォーマンスを向上させる必要がある。 6つのベンチマークデータセットによる実験結果から,本手法は他のゼロショットプロンプトよりも一貫して優れており,数ショットプロンプトの有効性を超えていることが明らかとなった。
  論文  参考訳（メタデータ） (2023-09-22T15:41:34Z)
• 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)
• Rethinking Supervised Learning and Reinforcement Learning in Task-Oriented Dialogue Systems [58.724629408229205]
  本稿では、従来の教師あり学習とシミュレータなしの逆学習法を用いて、最先端のRL法に匹敵する性能を実現する方法を示す。 我々の主な目的は、教師あり学習で強化学習に勝ることではなく、タスク指向対話システムの最適化における強化学習と教師あり学習の役割を再考する価値を示すことである。
  論文  参考訳（メタデータ） (2020-09-21T12:04:18Z)
• 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。