机构名称：
¥ 1.0
[5]，教师反馈[17]和学习产品（例如论文）。为了标记这些数据，研究人员可以使用手动技术，自动化技术或其组合[20]。手动编码话语数据昂贵，耗时且容易出错，因此需要在编码过程中遵守编码器的详细框架[9]。解决这些挑战的一种方法是利用自动编码数据的方法。传统解决方案涉及自然语言处理，机器学习以及最近的深度学习方法，所有这些方法都产生了有希望的结果[21]。但是，这种技术通常需要相对技术背景来实施和理解，从而限制了它们在教育环境中的用处。最近出现人工智能（GAI）的出现，例如生成预训练的变压器（GPT）模型类别[2]，现在使用户可以相对轻松地自动编码其数据。编码工作流程通过引入基于LLM的聊天机器人（例如ChatGpt及其相关的API）来简化，这些聊天机器人提供了使用最新模型的可访问手段。虽然已经探索了各种基准语言任务的GAI能力[15]，但它们在教育环境中编码话语时的可靠性相对尚未探索。为了解决这一研究差距，我们评估了GPT模型使用各种提示策略和培训方法自动从教学人员中收集的数据自动编码数据的能力。我们的研究还提供了在自动话语编码的背景下使用GAI的技术建议。
通过生成人工智能自动化的话语分析
主要关键词
相关文件推荐
