基于大语言模型的过度生成与排序自动生成关键词助记法探索

在本文中，我们研究语言与词汇学习中一个尚未充分探索的领域：关键词助记法，这是一种通过语音提示与目标词建立易记联想来记忆词汇的技术。通常，创建语音提示需要大量人力且相当耗时，因此需要一种更具可扩展性的自动化方法。我们提出了一种新颖的过度生成与排序方法，通过提示大语言模型 (LLM) 生成语音提示，然后根据心理语言学指标和初步用户研究的经验对其进行排序。为了评估提示质量，我们既对意象性和连贯性进行了自动评估，也进行了涉及英语教师和学习者的人工评估。结果表明，LLM 生成的助记法在意象性、连贯性和感知有用性方面与人工生成的助记法相当，但由于语言学习者背景和偏好的多样性，仍有很大的改进空间。