倾听、纠正并提供反馈：口语教学反馈生成
计算与语言
2026-04-17 v1 人工智能
摘要
语法纠错（GEC）和解释（GEE）已取得快速进展，但真实教学场景还需要具备可操作性、适宜水平且鼓励性的\emph{学习者友好型教学反馈}。我们介绍了\textbf{SPFG}（\textbf{S}poken \textbf{P}edagogical \textbf{F}eedback \textbf{G}eneration，口语教学反馈生成），该数据集基于 Speak \& Improve Challenge 2025 语料库构建，配对流畅度导向的转录文本与 GEC 目标以及\emph{经人类验证的}教师风格反馈，包括偏好学习的首选/被拒反馈对。我们研究了基于转录的口语语法纠错（SGEC）设置，评估了三种指令调优大语言模型（Qwen2.5、Llama-3.1 和 GLM-4），比较了监督微调（SFT）与偏好基准准齐（使用 DPO 和 KTO）用于联合生成纠正和反馈。结果表明，SFT 提供了最一致的改进，而 DPO/KTO 产生较小或混合的收益，且纠正质量与反馈质量呈弱相关。我们的实现已公开于 https://github.com/Skywalker-Harrison/spfg。
引用
@article{arxiv.2604.14177,
title = {Listen, Correct, and Feed Back: Spoken Pedagogical Feedback Generation},
author = {Junhong Liang and Yifan Lu and Ekaterina Kochmar and Fajri Koto},
journal= {arXiv preprint arXiv:2604.14177},
year = {2026}
}
备注
NLP8506 course project