通过端到端上下文感知聚类为开放式回答调查提供洞察
机器学习
2022-10-11 v2 人工智能
计算与语言
摘要
教师常开展调查以从预定义的学生群体中收集数据，从而获取感兴趣主题的洞察。在分析含开放式文本回答的调查时，手动将所有回答处理为富有洞察且全面的报告极其耗时、费力且困难。在分析阶段，教师传统上须阅读每条回答并决定如何分组以提取洞察信息。尽管仅使用某些关键词对回答分组是可行的，但该方法受限：既未考虑嵌入上下文，也无法检测多义词或短语以及无法用单个词表达语义。本工作中，我们提出一种新颖的端到端上下文感知框架，可提取、聚合并缩写开放式回答调查数据中的嵌入语义模式。我们的框架依赖预训练自然语言模型将文本数据编码为语义向量。编码向量随后被聚类为最优调优数量的组或具预指定标题的组集合。前者情况下，进一步分析聚类以提取代表性关键词或摘要句作为簇标签。框架中，我们对指定簇最终提供上下文感知词云，展示各组内语义显著的关键词。兼顾用户隐私，我们成功构建了适用于移动设备实时分析的端侧实现，并在合成数据集上测试。我们的框架通过自动化从调查数据提取最具洞察信息片段的过程，降低了规模化成本。
引用
@article{arxiv.2203.01294,
title = {Providing Insights for Open-Response Surveys via End-to-End Context-Aware Clustering},
author = {Soheil Esmaeilzadeh and Brian Williams and Davood Shamsi and Onar Vikingstad},
journal= {arXiv preprint arXiv:2203.01294},
year = {2022}
}