SETSum：教学学生评价摘要与可视化
计算与语言
2022-07-11 v1 人工智能
摘要
教学学生评价（SETs）在高校中被广泛使用。通常 SET 结果以静态 PDF 报告的形式为教师汇总。该报告常包含量化评分的摘要统计以及未排序的开放式学生评论列表。原始评论缺乏组织和摘要，阻碍了报告解读者对信息反馈的充分利用、准确推断以及设计适当的教学改进。在这项工作中，我们介绍了一个新颖的系统 SETSum，它利用情感分析、方面抽取、摘要和可视化技术，为教师和其他评审者提供 SET 发现的有组织图示。来自不同院系的十位大学教授作为系统评估者，均同意 SETSum 帮助他们更高效地解读 SET 结果；并且 10 位教师中有 6 位偏好我们的系统而非标准静态 PDF 报告（其余 4 位希望两者皆有）。这表明我们的工作在未来有潜力改革 SET 报告惯例。我们的代码可在 https://github.com/evahuyn/SETSum 获取。
引用
@article{arxiv.2207.03640,
title = {SETSum: Summarization and Visualization of Student Evaluations of Teaching},
author = {Yinuo Hu and Shiyue Zhang and Viji Sathy and A. T. Panter and Mohit Bansal},
journal= {arXiv preprint arXiv:2207.03640},
year = {2022}
}
备注
NAACL 2022 Demo (20 pages)