An Automatic Question Generation Tool for Supporting Sourcing and Integration in Students ’ Essays
An Automatic Question Generation Tool for Supporting Sourcing and Integration in Students ’ Essays
复制标题
一种自动问题生成工具，用于支持学生论文的来源和整合
DOI：
--
复制
发表时间：
2009
期刊：
影响因子：
--
通讯作者：
Ming Liu
中科院分区：
文献类型：
--
作者：
Ming Liu
本文提出了一个独立于领域的自动问题生成（AQG）工具，生成的问题，可以作为一种形式的支持，为学生修改他们的文章。这里的重点是基于从引文中获得的语义和句法信息生成问题。语义信息包括作者姓名、引文类型（描述被引研究的目的、结果或观点）、作者表达的情感以及引文的句法信息。从教学角度来看，问题模板是使用Bloom的学习分类法设计的，其中问题达到分析级别。我们使用了40篇本科生的论文进行实验，并在20篇论文上训练了名称实体识别组件。实验结果表明，该方法的问题覆盖率达到96%，生成问题的准确率达到78%。这个AQG工具将被整合到我们的同行评审系统中，以支持同行的反馈。
This paper presents a domain independent Automatic Question Generation (AQG) tool that generates questions which can be used as a form of support for students to revise their essay. The focus here is on generating questions based on semantic and syntactic information acquired from citations. The semantic information includes the author’s name, the citation type (describing the aim of the cited study, its results or an opinion), the author’s expressed sentiment, and the syntactic information of the citation. Pedagogically, the question templates are designed using Bloom’s learning taxonomy where the questions reach the Analysis Level. We used 40 undergraduate students essays for our experiment and the Name Entity Recognition component is trained on 20 essays. The result of our experiment shows that the question coverage is 96% and accuracy of generated questions can reach 78%. This AQG tool will be integrated into our peer review system to scaffold feedback from peers.
使用吉布斯采样的 MIMO 信道估计中的权重优化
DOI：
--
发表时间：
2021
期刊：
影响因子：
--
作者：
Shota Hayakawa;Nobuyuki Hirami;Ibuki Nakamura;and Hisato Fujisaka;宮北和之，佐藤風雅，中野敬介;堀川裕貴・石川博康;佐々木重信・齋藤瑞奈;中馬健士郎 眞田幸俊
通讯作者：
中馬健士郎 眞田幸俊