游戏化学习中检测学生离题行为与自动评估反思深度
在当今的教育领域,游戏化学习环境为学生提供了丰富的学习体验,但也带来了一些挑战,比如学生的离题行为以及如何自动评估学生的反思深度。下面我们将详细探讨这两个方面的内容。
检测学生对话中的离题行为
在协作式游戏化学习环境里,学生之间的互动有时会出现离题行为,表现为离题的聊天信息。为了识别和预测这些离题行为,研究人员采用了多种模型进行实验。
- 不同模型和嵌入类型的实验结果
| 嵌入类型 | 上下文长度 | 逻辑回归(准确率、精确率、F1值) | LSTM(准确率、精确率、F1值) |
| — | — | — | — |
| Word2vec | 0 | 0.769、0.691、0.642 | - |
| | 5 | 0.786、0.710、0.678 | 0.774、0.710、0.636 |
| | 10 | 0.783、0.710、0.676 | 0.751、0.680、0.609 |
| | 15 | 0.781、0.707、0.670 | 0.744、0.659、0.604 |
| | 20 | 0.776、0.702、0.660 | 0.723、0.628、0.591 |
| ELMo | 0 | 0.754、0.662、0.615 | - |
| | 5 | 0.778、0.696、0.661 | 0.772、0.693、0.660 |
| | 10 | 0.775、0.701、0.654 | 0.781、0.707、0.667 |
| | 15 | 0.767、0.6