教育中的个性化多模态反馈生成
计算与语言
2020-11-03 v1 人工智能
摘要
作业自动评阅是人工智能在教育领域的一项重要应用。本文关注个性化多模态反馈生成任务，旨在为不同教师生成个性化反馈，以评估涉及图像、音频和文本等多模态输入的学生作业。该任务涉及多模态信息的表示与融合以及自然语言生成，面临三方面的挑战：1) 如何编码并整合多模态输入；2) 如何生成针对各模态的反馈；3) 如何实现个性化反馈生成。本文提出一种新颖的个性化多模态反馈生成网络（PMFGN），配备模态门机制与个性化偏置机制以应对上述挑战。在真实 K-12 教育数据上的大量实验表明，我们的模型通过生成更准确且更多样的反馈，显著优于若干基线模型。此外，我们进行了详细的消融实验，以加深对所述框架的理解。
引用
@article{arxiv.2011.00192,
title = {Personalized Multimodal Feedback Generation in Education},
author = {Haochen Liu and Zitao Liu and Zhongqin Wu and Jiliang Tang},
journal= {arXiv preprint arXiv:2011.00192},
year = {2020}
}
备注
Accepted in The 28th International Conference on Computational Linguistics (COLING 2020)