面向人类在环LLM方法的协作话语分析
计算与语言
2024-07-03 v1
摘要
LLM在利用人类输入进行上下文化其输出方面已显示出类似或优于人类的性能，在多种任务上取得了显著成果。然而，LLM尚未被用于表征学生协作话语中的协同学习。在本探索性工作中，我们采取了一步，采用人类在环提示工程方法与GPT-4-Turbo一起，对学生在协作话语期间的协同学习进行总结和分类。我们的初步发现表明，GPT-4-Turbo可能以类似于人类的方式表征学生的协同学习，并且，我们的方法值得进一步调查。
引用
@article{arxiv.2405.03677,
title = {Towards A Human-in-the-Loop LLM Approach to Collaborative Discourse Analysis},
author = {Clayton Cohn and Caitlin Snyder and Justin Montenegro and Gautam Biswas},
journal= {arXiv preprint arXiv:2405.03677},
year = {2024}
}
备注
In press at the 25th international conference on Artificial Intelligence in Education (AIED) Late-Breaking Results (LBR) track