研究发现教学反馈分类协议在语言和模型间具有持久性

一项研究重新评估了一种经过验证的协议，用于按主题类别和情感对开放式教学评估反馈进行分类。该研究测试了最初基于2019年冻结嵌入构建的协议，随着表示方法的进步是否仍然有效，并能否迁移到英语。

作者在一个原始西班牙语机构语料库上运行了该协议，跨越三个表示代际：稀疏词法特征、冻结的Transformer嵌入和提示大型语言模型。他们还将情感任务迁移到一个经过方面标注教育数据集验证的平衡45,000条评论英语语料库。

结果表明该协议具有持久性；2026年前沿模型在最难的西班牙语任务上取得了最高的主题F1分数。然而，它在情感方面并未显示出比廉价模型更优的优势，在英语上也未显示出与它们的描述性分离，这表明模型选择是一个部署决策，而非方法本身的属性。