英语原文共 15 页，剩余内容已隐藏，支付完成后下载完整资料

学生写作认知和情感共情的支持

1UniversityofSt.Gallen

{thiemo.wambsganss,christina.niklaus,

siegfried.handschuh,janmarco.leimeister}@unisg.ch

2CarnegieMellonUniversity

twambsga@andrew.cmu.edu

3UniversityofPassau

{christina.niklaus,siegfried.handschuh}@uni-passau.de

4UniversityofKassel

{soellner,leimeister}@uni-kassel.d

摘要

我们提出了一种注释方法，以捕捉学生撰写的德语商业模式同行评论中的情感和认知共情。我们提出了一种注释方案，允许我们基于三种类型的评论成分对情感和认知共情分数进行建模。此外，我们基于92篇学生论文对三个注释器进行了注释研究，以评估我们的注释方案。所获得的评分者之间的一致性

组成部分获得的评级机构间协议alpha;=0.79，共情得分获得的multi-pi;=0.41表明，所提出的注释方案成功地引导了注释器达到了相当高的一致性。此外，我们训练预测模型来检测注释的共情结构，并将其嵌入到自适应写作支持系统中，以便学生接收独立于教师、时间和地点的个人共情反馈。我们在58名学生的同伴学习练习中评估了我们的工具，并发现在感知共情技能学习、感知反馈准确性和使用意愿方面有良好的结果。最后，我们展示了我们免费提供的500个同理心注释的、学生撰写的关于商业模式的同行评议语料库，以及我们的注释指南，以鼓励未来对同理心支持系统的设计和开发进行研究。

1 介绍

同理心是社会中日常互动和专业交流的基本技能，也是教育课程的基础（引用，学习框架2030

（OECD,2018)).它是一种简单地理解他人观点的能力[...]并对所观察到的他人经历作出反应（戴维斯,1983,p.1)1.同理心技能不仅为数字公司中的成功互动奠定了基础，例如在灵活的工作环境中（卢卡和塔里科内,2001），但它们也是未来区分人类劳动力和人工智能代理的关键能力之一（波塞尔和比特纳,2020).然而，除了共情的重要性日益增加，研究表明，从1979年到2009年，美国大学生的共情能力下降了30%以上，从2000年到2009年下降得更快。Konrath等人,2011).基于这些理由，经济合作与发展组织(OECD)声称，共情技能的培训应该在当今的高等教育中发挥更加突出的作用。（OECD,2018)

1.

意识到共情是一个多维构念，在本研究中，我们关注情感和认知共情（Spreng等人,2009;戴维斯,1983).

为了培养学生的同理心，教育机构传统上依赖于体验式学习场景，如影子教学、沟通技巧培训或角色扮演（洛克和福斯特,2019;范·伯克豪特和马卢夫,2016).个人同理心培训仅适用于有限数量的学生，因为学生学习过程中的个人反馈往往因大规模讲座或不断增长的远程学习场景（如大规模在线公开课（MOOC））而受到阻碍。希曼等人,2018;哈蒂和廷珀利,2007).提供个人学习条件的一种可能途径是利用计算语言学的最新发展。基于语言的模型使写作支持系统的开发能够提供定制的反馈和建议（Santos等人,2018），例如，像那些已经用于辩论技能学习的（万布斯甘斯等人,2020a,2021b).最近，研究已经开始调查人类情感的精细模型（例如，Wang等人(2016),-马吉德和Un加尔(2017),比歇尔和哈恩(2018），或夏尔马等人(2020）），但可用于共情检测的语料库仍然很少。只有少数研究涉及自然文本中共情的检测和预测（Khanpour等人，2017；肖等人，2012）并且，据我们所知，只有一个语料库可公开用于基于新闻故事反应的共情建模

因此，过去的文献缺乏1）公开可用的共情注释数据集，2）基于严格注释指南的共情注释模型结合注释研究来评估数据的质量，3）共情在心理学结构和理论文献中的一致性，以及4）协作学习场景中新建模方法的嵌入和真实世界评估（罗斯等人，2008).我们介绍了一个共情注释方案和一个由500篇学生撰写的评论组成的语料库，这些评论被注释为三种类型的评论成分：优点、缺点和改进建议，以及它们基于心理学理论的情感和认知共情水平。戴维斯,1983;Spreng等人,2009).我们训练了不同的模型，并将其作为反馈算法嵌入到一个新颖的写作支持工具中，该工具在同伴学习场景中为学生提供个人共情反馈和建议。测量的共情技能学习（斯普伦等人，2009），感知反馈准确度（Pod-萨科夫和法尔，1989），以及使用意图（文卡特什和巴拉,2008）在一项对58名学生的对照评估中，在不同的同伴学习情景中使用我们的方法来提供独立于教师、时间和地点的优质教育，提供了有希望的结果。

我们的贡献有四个方面：1）基于心理学理论和先前的共情注释工作，我们推导出一种新的共情建模注释方案（Buechel等人,2018);2）基于92篇学生互评和3个注释器的注释研究表明，学生互评中的共情注释是可靠可行的；3）据我们所知，基于我们在德国商业创新讲座中收集的500篇学生同行评论，我们提出了第二个可免费获得的一般共情检测语料库和第一个教育领域共情检测语料库；4）我们将我们的注释方法作为预测模型嵌入到写作支持系统中，并在受控的同伴学习场景中对58名学生进行了评估。我们希望鼓励对学生写作的共情文本和写作支持系统的研究，以培养学生基于NLP的共情技能，从而实现独立于学生所在地或教师的优质教育。

2 背景

同理心的构造感知他人的感受并以正确的方式对他们的情绪做出反应的能力需要同理心。

“一个人对另一个人的观察经验作出反应的能力”（戴维斯(1983），第1页）。同理心在日常生活中的许多实际情况中发挥着重要作用，例如客户沟通、领导力或敏捷团队合作。尽管跨学科的研究兴趣，术语共情是从其维度或组成部分的多个角度来定义的。（戴西蒂和杰克逊,2004)。意识到共情的多重视角，在这项注释研究中，我们重点关注了共情的认知和情感成分。（戴维斯

(1983）和劳伦斯等人(2004)）。因此，我们遵循“多伦多共情量表”（Spreng等人,2009）作为测量和验证共情的综合工具。因此，共情由情感和认知成分组成。Spreng等人,2009).情感共情让我们感知他人的感受，而认知共情则是人类识别和理解他人的能力（劳伦斯等人，2004年）

情感和共情检测在自然语言处理中，文本中的共情检测通常被视为情感检测的一个子集，而情感检测又常被称为情感分析的一部分。文本中的情感检测已经取得了重大进展，情感分析是近年来最突出的领域之一（刘,2015).然而，大多数科学研究都集中在预测词汇的极性，以评估消极和积极的概念（例如，在网上论坛（Abbasi等人,2008）或Twitter帖子（罗森塔尔等人,2018)).此外，研究人员还开始研究人类情感的更精细模型（例如，Wang等人(2016),阿卜杜勒-马吉德和温加尔(2017），以及哈马德和布拉沃·马尔克斯(2017)).在一些语料库中，研究人员对文本的情感水平进行了注释和评估。例如，谢勒和沃尔博特(1994）发布了基于七种不同情绪状态的情绪标签语料库。斯特拉帕拉瓦和米哈尔恰(2007）基于基本情绪量表的分类新闻标题埃克曼(1992）（即愤怒、厌恶、恐惧、快乐、悲伤和惊讶）。最近，陈等人(2018）发布了多方会话的情感语料库EmotionLines，作为第一个所有话语的情感标签仅基于其文本内容的数据集。博斯坦和克林格(2018）提出了一种新的基于11种情绪作为公共标签集的统一领域独立语料库。然而，除了可用于文本情感检测的多个语料库外，用于共情检测的语料库相当罕见。正如Buechel等人(2018此外，由于对共情概念的不同心理学观点，用于共情检测和共情建模的语料库的构建可能较少被研究。因此，共情检测的大多数工作集中在口头对话、解决会话代理、心理干预或呼叫中心应用（例如，麦奎根和莱斯特(2007),佩雷斯-罗萨斯等人(2017),Alam等人(2018),Sharma等人(2020））而不是书面文本。因此，几乎没有任何不同领域和语言的语料库可以让训练模型中的研究人员检测文本中的共情水平，例如，通过向学生提供个人共情反馈（Buechel等人,2018)

共情注释语料库和注释方案只有少数研究涉及自然语言文本中共情的检测和预测（例如，Khanpour等人(2017）和肖等人(2012)).提出了第一个也是唯一一个可用于共情检测的黄金标准数据集，比歇尔等人(2018）构建了一个语料库，要求众包工作者写出对新闻报道的有力反应。在写作任务之前，众包工作者被要求进行一项简短的调查，用自我报告的项目来衡量他们的共情水平和个人痛苦。Batson等人(1987).然后将调查得分作为总体新闻反应信息的注释得分。最终语料库由1860条注释信息组成（Buechel等人,2018).然而，先前对自然文本的共情注释仅仅关注于基于直觉的标签，而不是严格的注释指南与研究者的注释研究相结合来评估语料库的质量（即，如对其他写作支持任务的语料库所做的那样，例如，资料编号：[589774]，资料为PDF文档或Word文档，PDF文档可免费转换为Word