DIY-MKG：基于大语言模型的多语言学习系统

现有语言学习工具，即使是由大语言模型(LLMs)支持的工具，也常常缺乏对多语言学习者在多个语言词汇之间建立语言联系的支持，提供的定制化学习节奏和需求有限，且存在有害的认知卸载问题。为此，我们设计了Do-It-Yourself Multilingual Knowledge Graph (DIY-MKG)，一个支持多语言学习的开源系统。DIY-MKG允许用户构建个人化的词汇知识图谱，这些图谱通过与LLM建议的相关词语的选择性扩展而构建。系统进一步通过丰富的注释功能和利用LLMs进行动态、个人化测验生成的自适应复习模块来增强学习。此外，DIY-MKG允许用户标记不正确的测验问题，从而同时增加用户参与度并为提示优化提供反馈循环。我们对DIY-MKG中基于LLM的组件进行评估，表明词汇扩展在多个语言中可靠且公平，生成的测验高度准确，验证了DIY-MKG的健壮性。