语言学习聊天机器人对话生成中的语法控制
计算与语言
2025-02-12 v1
摘要
基于大型语言模型的聊天机器人为语言学习者提供了廉价的对话练习机会。然而，这些机器人难以控制与学习者当前需求相对应的语言形式（如语法）。我们通过将对话响应生成模型 grounded 在语法技能的教学储备库中来控制聊天机器人对话练习中的语法。我们还探讨了这种控制如何帮助学习者生成特定语法。我们全面评估了用于语法控制对话响应生成的提示、微调和解码策略。策略性地解码 Llama3 在容忍 minor response quality losses 的情况下优于 GPT-3.5。我们的仿真预测语法控制的响应，以适应学习者水平促进语法习得。现有的语言学习聊天机器人和二语习得研究从这些功能中受益。代码已在 GitHub 上提供。
引用
@article{arxiv.2502.07544,
title = {Grammar Control in Dialogue Response Generation for Language Learning Chatbots},
author = {Dominik Glandorf and Peng Cui and Detmar Meurers and Mrinmaya Sachan},
journal= {arXiv preprint arXiv:2502.07544},
year = {2025}
}
备注
Accepted to NAACL 2025