- 1、本文档共12页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
AdvancesinEducation教育进展,2023,13(11),8213-8224
PublishedOnlineNovember2023inHans./journal/ae
/10.12677/ae.2023
大语言模型背景下提示词工程赋能英语口语
学习研究
郭子浩,孙由之,张梦林,王欣然,陈雨洁
中国矿业大学(北京)文法学院,北京
收稿日期:2023年9月30日;录用日期:2023年10月28日;发布日期:2023年11月2日
摘要
本研究探讨了运用提示词工程和大语言模型来适应各种英语口语教育场景,研究了为模拟雅思口语考试、
K-12口语考试和学前英语教学等场景而定制的提示词的设计和应用。本研究使用了定量指标,如BLEU
和ROUGE分数,以及流利性、相关性、完整性、多样性和连贯性等指标,评估生成的回复的质量。此外,
本研究还运用了综合评分公式来评估回复的质量,并说明了每个指标的重要性。本研究强调了提示词工
程在为英语教育提供适应性解决方案方面的潜力。它还强调了需要进一步改进大语言模型的能力,以提
高其在这些场景中的性能。本研究为提示词工程和大语言模型的应用提供了宝贵的见解,为英语口语教
育及相关领域的发展做出了贡献。
关键词
英语口语学习,语言大模型,提示词工程,人工智能
EmpoweringSpokenEnglishLearning
withPromptEngineeringagainstthe
BackgroundofLargeLanguageModels
ZihaoGuo,YouzhiSun,MenglinZhang,XinranWang,YujieChen
SchoolofLawandHumanities,ChinaUniversityofMiningandTechnology(Beijing),Beijing
ththnd
Received:Sep.30,2023;accepted:Oct.28,2023;published:Nov.2,2023
Abstract
Thisresearchexplorestheutilizationofpromptengineeringandlargelanguagemodelstoadapt
文章引用:郭子浩,孙由之,张梦林,王欣然,陈雨洁.大语言模型背景下提示词工程赋能英语口语学习研究[J].教
育进展,2023,13(11):8213-8224.DOI:10.12677/ae.2023
郭子浩等
tovariousEnglishoraleducationscenarios.Itinvestigatesthedesignandapplicationofprompts
tailoredtosimulatescenariossuchasIELTSspeakingtests,K-12oralexams,andpreschoolEng-
lishteaching.Thestudyassessesthequalityofgeneratedresponsesusingquantitativemetrics,in-
cludingBLEUandROUGEscores,fluency,relevance,completeness,diversity,andcoherence.Fur-
thermore,itintroducesacomprehensivescoringformulatoevaluateresponsequality,accounting
forthesignificanceofeachmetric.Despitesomelimitations,ther
您可能关注的文档
- 焕然一新的未来-银行-数字先机-奖励计划新思维.pdf
- 創意生成式人工智慧模型集 亮.pdf
- 从感知到创造:图像视频生成式方法前沿探讨.pdf
- 基于多任务学习的生成式阅读理解.pdf
- 基于深度学习的生成模型的研究.pdf
- 生成模型---流模型(Flow-based Model).pdf
- 生成式模型在 信息抽取中的应用.pdf
- 视觉中的生成式 AI:关于模型、指标和应用的调查.pdf
- ChatGPT及生成式人工智能现状及未来发展方向.pdf
- 112學年創新教材_紙本.個案.數位.問題解決力提升系列教案.社會責任教案.融入生成式AI或Cha.doc
- 【可行性报告】2023年核物理、核化学实验仪器行业项目可行性研究报告.docx
- 【可行性报告】2023年虹膜检测仪项目相关可研报告.docx
- 【可行性报告】2023年户外照明项目相关可研报告.docx
- 【可行性报告】2023年糊精项目相关可研报告.docx
- 【可行性报告】2023年红酒行业项目可行性研究报告.docx
- 【可行性报告】2023年户外冲浪项目相关可研报告.docx
- 【可行性报告】2023年横向稳定杆项目相关可研报告.docx
- 【可行性报告】2023年核探测元器件行业项目可行性研究报告.docx
- 【可行性报告】2023年黑色金属冶炼及压延产品行业项目可行性研究报告.docx
- 【可行性报告】2023年烘烤设备行业项目可行性研究报告.docx
文档评论(0)