诊断性问题指南：NeurIPS 2020 教育挑战赛说明
计算机与社会
2021-04-14 v3 人机交互
机器学习
摘要
数字技术正日益普及于教育领域，使全球学生都能获取个性化的高质量教育资源。其中重要的是诊断性问题：学生对这些问题的回答揭示了关于其可能持有的误解具体性质的关键信息。分析源自学生与这些诊断性问题交互的海量数据，有助于我们更准确地理解学生的学习状态，从而自动化学习课程推荐。在本竞赛中，参与者将聚焦于学生对这些选择题形式诊断性问题的作答记录，旨在 1）准确预测学生提供的答案；2）准确预测哪些问题具有高质量；3）为每位学生确定最能预测其答案的个性化问题序列。这些任务紧密模拟了真实世界教育平台的目标，并高度代表了当今面临的教育挑战。我们提供了来自 Eedi（一个全球每日有数千名学生使用的领先教育平台）的超过 2000 万条学生对数学问题的作答样本。本竞赛的参与者有机会对全球数百万学生的个性化教育质量产生持久的、真实世界的影响。
引用
@article{arxiv.2007.12061,
title = {Instructions and Guide for Diagnostic Questions: The NeurIPS 2020 Education Challenge},
author = {Zichao Wang and Angus Lamb and Evgeny Saveliev and Pashmina Cameron and Yordan Zaykov and José Miguel Hernández-Lobato and Richard E. Turner and Richard G. Baraniuk and Craig Barton and Simon Peyton Jones and Simon Woodhead and Cheng Zhang},
journal= {arXiv preprint arXiv:2007.12061},
year = {2021}
}
备注
28 pages, 6 figures, NeurIPS 2020 Competition Track