Temel Kavramlar
提案されたフレームワークは、教科書から合成的な教師と生徒の対話を生成し、教育用チャットボットのトレーニングに利用することで、将来の教育努力に洞察を提供します。
Özet
この論文では、教科書から合成的な教師と生徒の対話を生成するためのフレームワークが提案されています。異なるアプローチや設定を詳細に比較し、生成された対話の評価を行っています。自動および人間による評価結果から、データ合成方法にはいくつかの課題がありますが、それらは教育用チャットボットの事前トレーニングに有効であることが示されています。
İstatistikler
Answer Relevance measures how directly related the answer is to the question in each QA pair in the dialogue.
Informativeness evaluates the amount of new information introduced by each student-teacher interaction in the dialogue.
Groundedness assesses the amount of information from the textbook incorporated into the dialogue.
Coherence measures whether QA pairs in the dialogue form a logical and smooth whole.
Answerability measures whether the student’s question is answerable given the textbook content.
Factual Consistency measures whether the answer correctly responds to the student’s question.
Alıntılar
"Students might otherwise receive wrong feedback, which could be detrimental to learning."
"Our findings offer insights for future efforts in synthesizing conversational data that strikes a balance between size and quality."