Jun, 2023

SIGHT: 高等教育成绩单中学生洞察力的大型注释数据集

PDF
TL;DR本研究提供了一个大的数据集，开发了一种标准对学生的评论进行分类，并提出了一种使用大型语言模型进行评论分类的最佳实践，从而建立了一个低成本的定量研究自动化体系，来处理海量的在线学生反馈。
online student feedbackqualitative analysislarge language modelsannotation techniquesautomated classification
发现论文，激发创造
  • 利用生成文本模型为学生教学评价创造定性编码书

    使用自然语言处理和大型语言模型，本文介绍一种分析学生教学评估的新方法，展示了该方法如何提取、嵌入、聚类和总结评估中的主题，以生成评估的编码书，同时讨论了该方法在教学和研究环境中对学生写作分析的影响。

    Mar, 2024

  • NCTE 记录：小学数学课堂记录数据集

    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

  • 一种改进的基于短语的学生课程反馈注释和摘要方法

    本研究旨在探索一种新的方法从大量的学生反馈中提取摘要短语，通过基于短语的注释和突出显示方案，将其汇总成一组要点，以及用一种新的度量标准衡量这些短语是否满足学生的最迫切需求。

    May, 2018

  • 学生课程反馈的自动摘要

    本论文提出了一种新的基于整数线性规划框架的学生课程反馈摘要方法，在学生反馈语料库上的实验结果表明，该方法在 ROUGE 分数和人类评估方面优于一系列基线。

    May, 2018

  • 基于机器学习情感分析的生命科学课程学生综合评价工具以提高反馈效能

    通过 Python、LaTeX 和谷歌自然语言处理 API，我们提出了一种将学生对课程的观点进行情感分析并归类为主题特定分报告的新方法。

    Jan, 2023

  • 深度学习与传统分类器在越南学生反馈语料库上的对比

    本研究使用机器学习和自然语言处理技术（NaiveBayes，Maximum Entropy，Long Short-Term Memory，Bi-Directional Long Short-Term Memory）对来自大学的越南学生反馈语料库进行情感分析，得出使用双向长短期记忆算法进行情感分类的结果最好，可帮助学校识别出问题并提出改进方法。

    Nov, 2019

  • 基于大型语言模型的教育调查反馈分析

    本研究评估了大型语言模型（LLMs）GPT-4 和 GPT-3.5 在教育反馈调查中提供洞察力的潜力，并应用自然语言处理的方法，通过多标签分类、提取、主题分析和情感分析等任务来实现教育中常见的目标，从而展示了 LLMs 在洞察力提取方面的巨大潜力。

    Sep, 2023

  • 文本课堂讨论中学生言语的标注

    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

  • 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

  • 利用大型语言模型为人类导师提供解释性反馈

    研究表明，学习者参与制作解释以支持他们的推理过程，对学习有积极影响。本文介绍了两种方法，可供教师在在线课程中提供实时反馈，并介绍了采用大型语言模型促进的命名实体识别的增强方法的进展。

    Jun, 2023