Dude, where's my utterance?：评估自动分段与转录对合作问题解决检测的影响
人机交互
2025-07-08 v1 计算与语言
计算机与社会
音频与语音处理
摘要
合作问题解决（CPS）标记捕捉团队协作中关键方面，如保持任务聚焦、避免插话、生成建设性想法。一个可靠检测这些标记的人工智能系统可帮助教师识别小组在困难时刻或展示出富有成效的合作。此类系统需要由多个组件构成的自动化管道。本文评估了自动转录和语音分段对 CPS 检测的影响。我们在公开的 Weights 任务数据集（WTD）上发现，采用自动转录和分段方法的 CPS 检测性能与人工分段和手动转录的数据相当；然而，我们发现自动分段方法会减少 26.5% 的说话内容，影响数据的细粒度。我们讨论了这对开发支持课堂内合作学习的 AI 驱动工具的意义。
引用
@article{arxiv.2507.04454,
title = {Dude, where's my utterance? Evaluating the effects of automatic segmentation and transcription on CPS detection},
author = {Videep Venkatesha and Mariah Bradford and Nathaniel Blanchard},
journal= {arXiv preprint arXiv:2507.04454},
year = {2025}
}
备注
Accepted at AIED 2025