英语语言课堂讨论对学生的阅读、写作和推理技能有积极影响，学生的高质量讨论重视辩证、特定性和知识领域，作者提出一种注释方案，证明其可靠性和对讨论质量的预测性，并强调了这种方案为教育和自然语言处理研究提供的机会。

Sep, 2019

通过计算分析，我们提出了一个框架来衡量教师-学生交互式对话中的引用行为，并通过应用到不同领域的教育数据集中验证了该方法的有效性，为教师的自动化专业发展提供了证据。

Jun, 2021

本文介绍了一种基于自然语言处理和神经网络模型的未来对话策略预测方法，可提高课堂教学体验和学生参与度。

Jun, 2021

本文描述了一个用于理解 K-12 数学课堂中教师和学生话语的数据集，并使用它开发了TalkMoves应用程序，该应用程序可为教师提供关于他们的数学教学的自动、即时和可操作反馈。

Apr, 2022

本文介绍了响应式教学中的漏斗和聚焦问题，提出了使用RoBERTa模型对教师言语中的漏斗和聚焦问题进行自动检测，并使用训练集fine-tune RoBERTa模型。结果表明，该模型可以作为自动化教师反馈工具的有力支持。

Jul, 2022

本研究采用Spoken Dialogue System通过多模式互动为幼儿教育提供基础数学概念的学习，使用MathBERT来增强自然语言理解模块，对于自动语音识别（ASR）、意图识别和对话管理器（DM）模块的实际部署输出进行端到端评估，以了解错误传播如何影响实际场景的综合表现。

Nov, 2022

通过分析教室话语可窥探教学及学习背后的因素，本文介绍了迄今规模最大的数学类教室话语记录数据库，通过自然语言处理学习对话交互语言并探究其与优质教学评估及学生学习成果的关系，为研究者、教育者和政策制定者提供了参考价值。

Nov, 2022

本研究旨在通过实现多模式对话系统支持家庭游戏式交互学习，引导孩子掌握基本数学概念，并利用预训练语言表示的多任务架构优势和多个ASR系统进行实验，以测试其在真实家庭环境中如何理解儿童的数学学习挑战。

Jun, 2023

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

幼儿在嘈杂的幼儿园教室中度过相当一部分清醒时间。本研究提出了一种使用开源软件的自动框架，通过儿童和教师佩戴的录音设备来分类说话者并进行转录，结果显示进行自动化的识别和转录教师和儿童言语的准确性较高，并对课堂言语进行分析可能有助于儿童语言发展。未来计划使用自然语言处理改进说话者分类，并分析应用自动化框架到大型数据集中的结果。

Jan, 2024