面向基于聊天的智能教学系统的学生意图检测

智能教学系统（ITS）的聊天界面实现了交互性和灵活性。然而，当学生与聊天界面交互时，他们期望系统提供对话驱动的导航，如果未能提供，他们可能会表达沮丧和不感兴趣。意图检测系统帮助学生在 ITS 内进行导航，但在开放式对话中检测学生的意图具有挑战性。我们在一个聊天机器人 ITS 中设计了一个意图检测系统，将学生的意图分类为继续当前课程或切换到新课程。我们探索了四种机器学习方法在此任务上的效用——包括传统的分类方法和微调的大语言模型——发现使用意图分类器会在实现成本、准确性和预测时间之间引入权衡。我们认为，在聊天界面中实现意图检测可以减少挫败感并支持学生学习。