Reconocimiento dinámico de emociones y predicción de la motivación de aprendizaje en la adquisición del idioma chino...

Área de la Ciencia:

• Procesamiento del Lenguaje Natural
• Aprendizaje Automático
• Tecnología Educativa

Sus antecedentes:

• La adquisición intercultural del chino como segunda lengua enfrenta desafíos en la precisión de la predicción de la motivación, la relevancia cultural y la eficiencia.
• Los modelos existentes a menudo luchan con el sentimiento matizado y las variaciones culturales, lo que limita su efectividad.

Objetivo del estudio:

• Proponer el modelo ED-CM-MP para mejorar la predicción de la motivación de aprendizaje en la adquisición intercultural del chino como segunda lengua.
• Mejorar la precisión de la predicción, la adaptación cultural y la eficiencia computacional.

Principales métodos:

• El modelo ED-CM-MP integra el reconocimiento dinámico de sentimientos (DistilBERT+Gated TCN), el modelado de ajuste cultural (GraphSAGE) y la predicción temporal ligera (Temporal Fusion Transformer).
• Se realizaron experimentos en los conjuntos de datos interculturales HSK y VIDAS.

Principales resultados:

• El modelo logró un rendimiento de predicción superior (MAE 0.28-0.29, Puntuación F1 0.91-0.92), una mejora del 10.2% en la precisión.
• Demostró alta eficiencia (latencia de 38.5-39.2 ms, 12.6-13.1 G FLOPs), una mejora del 20.3%.
• Mostró una fuerte adaptación cultural (puntuación de 0.94-0.95), una mejora del 21.8% en la generalización.

Conclusiones:

• El modelo ED-CM-MP ofrece un triple avance en la predicción de la motivación: precisión, eficiencia y generalización.
• Proporciona una solución técnica factible para intervenciones de enseñanza inteligentes en el aprendizaje intercultural del idioma chino.