面向教育题目集句子分类的标注数据集构建与验证
《Data》:An Annotated Dataset for Sentence Classification from Educational Problem Sets
【字体:
大
中
小
】
时间:2026年10月21日
来源:Data 2.4
摘要
高质量、带标注的数据集对于提升自然语言处理任务的应用至关重要。然而,在教育领域,与庞大的学习资源相比,此类数据集十分有限。在智慧学习环境的背景下,游戏化学习和人工智能技术能够推动交互式且具有吸引力的学习体验的发展。本文提供了一个用于教育题目集句子分类的标注数据集,以实现教育内容的自动结构化。初始数据从Vaia平台中提取,涵盖13个学科,共91,590道题。使用Doccano工具对1678道题的子集进行了人工标注。我们的标注体系包含四类句子:背景、已知条件、指令和问题,这些代表了教育题目集的必要组成部分,并支持密室逃脱游戏设计应用。为了验证我们的数据集,在所提出的数据集上测试了深度学习模型,以进行对比研究。结果表明,一个简单的Transformer架构——BERT分类器——取得了最佳整体性能,宏平均F1分数为0.94。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号