通过阅读行为与语言理解多模态分析的学习评估框架
计算与语言
2021-10-25 v1
摘要
阅读理解被定义为通过将字素转化为意义的过程获得对书面文本的理解，是一项重要的学术技能。其他语言学习技能——写作、口语与听力，均与阅读理解相关联。研究者已提出若干措施以自动化评估二语（L2）学习者、尤其是英语作为第二语言（ESL）与英语作为外语（EFL）学习者的理解技能。然而，当前方法测量特定技能而未分析阅读频率对理解技能的影响。在本论文中，我们展示不同技能如何被自动测量与评分。我们还利用对学习者多种形式响应的示例实验，展示频繁阅读练习如何影响多模态技能（阅读模式、写作与口语流利度）的变量。本论文包含五项研究。第一与第二项研究基于在重复阅读（RR）环节中从 EFL 读者收集的眼动追踪数据。第三与第四项研究评估 EFL 读者在重复阅读环节中撰写的自由文本摘要。第五即最后一项研究（论文第六章描述）评估 EFL 读者在重复阅读环节中背诵的录音口头摘要。简而言之，通过本论文，我们表明学习者的多模态技能可被评估，以衡量其理解技能以及随着时间推移重复阅读对这些技能的影响，通过寻找显著特征并应用机器学习技术与 LMER 等统计模型组合。
引用
@article{arxiv.2110.11938,
title = {A Framework for Learning Assessment through Multimodal Analysis of Reading Behaviour and Language Comprehension},
author = {Santosh Kumar Barnwal},
journal= {arXiv preprint arXiv:2110.11938},
year = {2021}
}
备注
PhD Thesis, August 2021, Indian Institute of Information Technology Allahabad, Prayagraj, India