面向教育的自然语言处理综述：分类法、系统回顾与未来趋势
计算与语言
2025-10-14 v4 人工智能
摘要
自然语言处理（NLP）旨在通过计算机科学领域的技术分析文本或语音。它服务于医疗、商业、教育等领域。特别是，NLP 已广泛应用于教育领域，其应用在辅助教学方面具有巨大潜力。本综述回顾了 NLP 的最新进展，重点关注解决教育领域相关问题。具体而言，我们首先介绍相关背景以及 NLP 技术可贡献的教育现实场景。然后，我们提出教育领域 NLP 的分类法，并重点介绍典型的 NLP 应用，包括问答、问题构建、自动评估和错误纠正。接下来，我们基于上述分类法阐述任务定义、挑战及相应的前沿技术。特别地，由于大语言模型（LLM）在各类 NLP 应用中的广泛使用，涉及 LLM 的方法也被纳入讨论。之后，我们展示该领域一些为教育工作者或研究人员设计的现成演示系统。最后，我们总结五个有前景的未来研究方向，包括跨学科和跨语言的泛化、部署基于 LLM 的教育系统、面向教学的适应性学习、教育的可解释性以及 NLP 技术的伦理考量。我们将所有相关数据集和论文整理在公开可用的 Github 链接中，以便更好地回顾：https://github.com/LiXinyuan1015/NLP-for-Education。
引用
@article{arxiv.2401.07518,
title = {Survey of Natural Language Processing for Education: Taxonomy, Systematic Review, and Future Trends},
author = {Yunshi Lan and Xinyuan Li and Hanyue Du and Xuesong Lu and Ming Gao and Weining Qian and Aoying Zhou},
journal= {arXiv preprint arXiv:2401.07518},
year = {2025}
}
备注
This manuscript was accepted by TKDE