华威大学 发布 IntrEx 数据集, 应用在 教育技术、对话分析 领域

华威大学 本次发布的数据集 IntrEx, IntrEx数据集是首个为教育对话中的有趣性和预期有趣性进行标注的大型数据集。它基于教师-学生聊天室语料库（TSCC V2）构建，包含260个一对一英语学习课程的对话历史，每个课程约持续一小时。数据集通过超过100名二语学习者的参与，引入了序列级别的标注，从而能够研究对话中兴趣的演变。IntrEx通过比较式的评分方法进行严格的标注，旨在提高标注的一致性。研究结果表明，在有趣性评分上微调的小型语言模型（LLM）能够超越GPT-4等大型模型，显示出专门数据集在教育环境中建模参与度的潜力。IntrEx数据集旨在解决教育对话中如何通过语言特性提升参与度的问题，为二语学习对话模型的改进提供了重要的研究资源。

查看IntrEx

Dataset card 内容： 

Files and versions 内容： 

关于 华威大学 , -_simple

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。