中文

利用大语言模型生成意大利语教育内容驱动的填字游戏

计算与语言 2024-11-27 v1 人工智能

摘要

在这项工作中,我们推出了一种新颖的工具,利用先进的语言模型(如GPT-4o、Mistral-7B-Instruct-v0.3和Llama3-8b-Instruct)从文本生成意大利语填字游戏。该生成器专为教育用途设计,利用了全面的Italian-Clue-Instruct数据集,该数据集包含超过30,000条条目,涵盖多样的文本、答案和线索类型。这个精心整理的数据集旨在促进生成与特定文本和关键词相关的多种风格的上下文相关线索。研究探讨了四种独特的填字游戏线索风格:无格式约束的线索、定指短语线索、系动词句线索和裸名词短语线索。每种风格引入独特的语言结构以多样化线索呈现。鉴于缺乏针对意大利语的精细教育工具,本项目旨在通过一个引人入胜的互动平台增强学习体验和认知发展。通过将最先进的人工智能与当代教育策略相结合,我们的工具可以从意大利语教育材料动态生成填字游戏,从而提供一个愉快且互动的学习环境。这一技术进步不仅重新定义了教育范式,也为互动和认知语言学习设立了新的基准。

关键词

引用

@article{arxiv.2411.16936,
  title  = {Harnessing LLMs for Educational Content-Driven Italian Crossword Generation},
  author = {Kamyar Zeinalipour and Achille Fusco and Asya Zanollo and Marco Maggini and Marco Gori},
  journal= {arXiv preprint arXiv:2411.16936},
  year   = {2024}
}

备注

This paper has been accepted for presentation at CLiC.it 2024