Classifying Math Knowledge Components via Task-Adaptive Pre-Trained BERT

计算机科学 任务(项目管理) 粒度 多项式分布 人工智能 机器学习 度量(数据仓库) 自然语言处理 数据挖掘 程序设计语言 统计 数学 管理 经济
作者
Jia Tracy Shen,Michiharu Yamashita,Ethan Prihar,Neil T. Heffernan,Xintao Wu,Sean McGrew,Dongwon Lee
出处
期刊:Lecture Notes in Computer Science [Springer Science+Business Media]
卷期号:: 408-419 被引量:9
标识
DOI:10.1007/978-3-030-78292-4_33
摘要

Educational content labeled with proper knowledge components (KCs) are particularly useful to teachers or content organizers. However, manually labeling educational content is labor intensive and error-prone. To address this challenge, prior research proposed machine learning based solutions to auto-label educational content with limited success. In this work, we significantly improve prior research by (1) expanding the input types to include KC descriptions, instructional video titles, and problem descriptions (i.e., three types of prediction task), (2) doubling the granularity of the prediction from 198 to 385 KC labels (i.e., more practical setting but much harder multinomial classification problem), (3) improving the prediction accuracies by 0.5–2.3% using Task-adaptive Pre-trained BERT, outperforming six baselines, and (4) proposing a simple evaluation measure by which we can recover 56–73% of mispredicted KC labels. All codes and data sets in the experiments are available at: https://github.com/tbs17/TAPT-BERT

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
melisa发布了新的文献求助10
1秒前
1秒前
1秒前
了了完成签到,获得积分10
1秒前
鲁班七号发布了新的文献求助10
2秒前
Heavener完成签到 ,获得积分10
2秒前
淡定骆驼完成签到,获得积分10
2秒前
共享精神的应助被魁梧的冷之采纳,获得10
2秒前
2秒前
Sci发布了新的文献求助10
2秒前
qs发布了新的文献求助10
3秒前
酷酷柚子发布了新的文献求助10
3秒前
UV_WANG完成签到,获得积分20
4秒前
生动易绿发布了新的文献求助10
4秒前
柚子发布了新的文献求助10
4秒前
5秒前
lxw发布了新的文献求助10
5秒前
5秒前
忧郁丹翠发布了新的文献求助80
5秒前
arsenal完成签到,获得积分10
5秒前
风中的身影完成签到,获得积分10
6秒前
策略发布了新的文献求助10
6秒前
hualla完成签到 ,获得积分10
6秒前
梦回发布了新的文献求助10
6秒前
大坤坤发布了新的文献求助10
6秒前
Maestro_S的应助被七千千采纳,获得10
6秒前
初景发布了新的文献求助10
6秒前
7秒前
aaa发布了新的文献求助10
7秒前
大模型的应助被chiyudawang采纳,获得10
8秒前
8秒前
tczhi完成签到,获得积分10
9秒前
nepdiana的应助被梁潇鸿采纳,获得30
9秒前
久睡成瘾发布了新的文献求助10
9秒前
9秒前
summer烨完成签到,获得积分10
10秒前
10秒前
finish发布了新的文献求助10
10秒前
11秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
plantTFDB 508
高分子基功能界面水蒸发材料与应用研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8178139
求助须知:如何正确求助?哪些是违规求助? 9568884
关于积分的说明 21801751
捐赠科研通 7773042
什么是DOI,文献DOI怎么找? 3432685
关于科研通互助平台的介绍 2556748
邀请新用户注册赠送积分活动 2478223