Leveraging Graph Retrieval-Augmented Generation to Support Learners’ Understanding of Knowledge Concepts in MOOCs

要約

大規模なオープンオンラインコース（MOOC）には、学習者とインストラクターの間の直接的な相互作用が欠けているため、学習者が新しい知識の概念を理解することは困難です。
最近、学習者はますます大きな言語モデル（LLM）を使用して、新しい知識を獲得する際にサポートしています。
ただし、LLMは信頼性を制限する幻覚を起こしやすいです。
回答を生成する前に、関連するドキュメントを取得することにより、検索された生成（RAG）はこの問題に対処します。
ただし、異なるMOOCでのRAGの適用は、構造化されていない学習材料によって制限されます。
さらに、現在のRAGシステムでは、学習者の学習ニーズに向けて積極的に導きません。
これらの課題に対処するために、MOOCプラットフォームのコースマッパーの知識概念を理解するために学習者を導くために、教育知識グラフ（EDUKGS）と個人知識グラフ（PKG）を活用するグラフぼろきれパイプラインを提案します。
具体的には、（1）PKGベースの質問生成方法を実装して、学習者にコンテキストでパーソナライズされた質問を推奨し、（2）EDUKGの知識概念間の関係を活用して学習者が選択した質問に答えるEDUKGベースの質問回答方法を実装します。
両方の方法を評価するために、MOOCプラットフォームのCoursemapperの3つの異なるMOOCに関する3人の専門家インストラクターとの研究を実施しました。
評価の結果は、学習者がパーソナライズされた学習体験において新しい知識の概念を理解できるようにするためのグラフラグの可能性を示しています。

要約(オリジナル)

Massive Open Online Courses (MOOCs) lack direct interaction between learners and instructors, making it challenging for learners to understand new knowledge concepts. Recently, learners have increasingly used Large Language Models (LLMs) to support them in acquiring new knowledge. However, LLMs are prone to hallucinations which limits their reliability. Retrieval-Augmented Generation (RAG) addresses this issue by retrieving relevant documents before generating a response. However, the application of RAG across different MOOCs is limited by unstructured learning material. Furthermore, current RAG systems do not actively guide learners toward their learning needs. To address these challenges, we propose a Graph RAG pipeline that leverages Educational Knowledge Graphs (EduKGs) and Personal Knowledge Graphs (PKGs) to guide learners to understand knowledge concepts in the MOOC platform CourseMapper. Specifically, we implement (1) a PKG-based Question Generation method to recommend personalized questions for learners in context, and (2) an EduKG-based Question Answering method that leverages the relationships between knowledge concepts in the EduKG to answer learner selected questions. To evaluate both methods, we conducted a study with 3 expert instructors on 3 different MOOCs in the MOOC platform CourseMapper. The results of the evaluation show the potential of Graph RAG to empower learners to understand new knowledge concepts in a personalized learning experience.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google