ACLMay, 2021

在 NLP 课程中教授条件随机场的翻转课堂模式

PDF
TL;DR本文讨论采用 “翻转课堂” 教学方法教授 “条件随机场” 在自然语言处理课程中的经验。我们介绍了我们开发的活动及其与认知复杂性模型（布鲁姆的分类法）的关系，提供了我们对模型本身的反思和期望。根据对学生的评估，学生似乎对该方法的学习和奖励感到满意。此外，我们还讨论了一些缺点并提出了可能的解决方案。最后，我们提出了一些未来的研究方向。
发现论文，激发创造
  • 基于大型语言模型的系统，为翻转课堂准备学习的学生提供即时反馈

    使用大型语言模型的系统提供即时反馈给学生在翻转课堂准备学习中，旨在解决翻转课堂模式中确保学生情感投入和动力学习的挑战。

    Jul, 2023

  • 翻转课堂：时间序列预测的有效教学

    该研究提出了几种新的课程学习策略，包括随着训练规模增加和迭代规模概率课程，以提高序列到序列模型对混沌时间序列数据的预测准确性。通过在六个混沌时间序列数据集上的实验证明，这些新策略在 NRMSE 方面的性能表现要优于现有的教师强制和自由运行策略。

    Oct, 2022

  • 大型语言模型驱动的课堂翻转：通过翻转交互赋能学生中心的同学提问

    通过翻转教室、交互翻转等技术，利用 OpenAI 的 GPT 系列模型作为语言模型，实现了学生生成问题和教师个性化培训路径的自主调节，有效缩小了教师与学生之间的距离，提供了优化教学步伐和积极参与课堂体验的可能性。

    Nov, 2023

  • 条件随机场简介

    该论文介绍结构化预测方法 —— 条件随机场，它是分类方法和图形建模的结合，可用于自然语言处理、计算机视觉和生物信息学等领域，该论文还描述了 CRFs 的推断和参数估计方法，以及实现大规模 CRFs 的实际问题。

    Nov, 2010

  • 基于递归神经条件随机场的方面情感分析

    提出一种新的联合模型，将递归神经网络和条件随机场集成到一个统一的框架中，以明确的方式同时提取方面和观点术语，并展示其在信息提取性能上的优越性。

    Mar, 2016

  • 隐式条件随机场的电影评论文本分类的观点动态建模

    本研究旨在利用隐含条件随机场检测影评人员的意见，此模型可在分析长篇未分段音频评论的同时，捕捉评论者意见的动态。研究中使用高级语言特征，涵盖句子级的语法特征、统计词嵌入模型和主观性词库。通过在 ICT-MMMO 语料库上进行评估，我们获得了 82% 的 F1 - 得分，并比逻辑回归和循环神经网络方法表现更好。研究还探讨了我们的系统将从通用书面文本数据中学习到的词嵌入模型适用于口语电影评论，并以此建模意见动态的能力。

    Jun, 2018

  • 条件随机场作为循环神经网络

    介绍了一种名为 CRF-RNN 的新型卷积神经网络，该网络将卷积神经网络（CNN）和基于 CRFs 的概率图建模相结合，用于语义图像分割任务，结果在 Pascal VOC 2012 分割基准测试上获得了最好的结果。

    Feb, 2015

  • 自然语言处理在课堂讨论自动评估中的应用

    本研究旨在通过使用 NLP 技术自动生成课堂讨论质量的评估得分，对 90 个课堂讨论文本记录进行分析和评估，在焦点为四个评估材料的基础上，研究表明在某些方面有了令人鼓舞的结果，同时也发现在其他方面还有进一步的改进空间。

    Jun, 2023

  • 神经条件随机场的序列分类

    该研究论文探讨了如何使用基于条件随机场（CRFs）的多传感器融合算法对人类活动监控的大量时间序列进行分类，同时提供了区分不同类型序列的判别模型，实验结果证明了该方法的有效性。

    Feb, 2016

  • 课程评论的意见挖掘和主题分类的深度学习

    本文旨在利用机器学习的方法来分析学生的课程反馈，使用自然语言处理的技术和嵌入式词和深度神经网络等现代方法，使用 RoBERTa 模型获得 95.5% 的准确率和 84.7% 的 F1-macro，提供给大学和课程提供商以一个使用 NLP 模型自我评估和改进的指导。

    Apr, 2023