基于网络的自然语言可教代理通信
计算机视觉与模式识别
2022-03-18 v1
摘要
对话式可教代理提供了一个有前景的平台，以支持课堂与远程环境中的学习。在此情境中，代理扮演新手角色，而学生扮演教师角色。这种框架因其能在师生中引发保护人效应（Protégé effect）而具有重要意义，这是一种已知能增加教学任务参与度并改善认知结果的教学现象。在先前工作中，可教代理常在学习互动中扮演被动角色，且代理与学生于教学任务中进行自然语言对话的研究很少。本工作通过基于网络的教学平台 Curiosity Notebook 研究了与虚拟代理互动时教学模态的影响。比较了一种通过从源材料中选择句子来教代理的方法与一种改写源材料并键入文本输入来教的方法。我们开展了一项用户研究，以衡量教学模态对参与者学习结果与参与度的影响。结果表明，通过改写与文本输入进行教学对所覆盖材料的学习结果以及情感参与的某些方面具有积极作用。此外，以源材料与教师传达给机器人的材料之间的相似度衡量的更高改写努力，改善了参与者的学习结果。
引用
@article{arxiv.2203.09017,
title = {Semantic-diversity transfer network for generalized zero-shot learning via inner disagreement based OOD detector},
author = {Bo Liu and Qiulei Dong and Zhanyi Hu},
journal= {arXiv preprint arXiv:2203.09017},
year = {2022}
}
备注
35 pages, 6 figures