提示学习模型在识别在线任务中协作问题解决技能中的应用

协作问题解决（CPS）能力被认为是21世纪关键技能之一。为了促进CPS能力的评估和学习，研究人员提出了一系列框架来概念化CPS，并探索理解协作问题解决中复杂过程的方法。然而，将显性行为编码为CPS框架中的子技能仍然是一项具有挑战性的任务。传统研究依赖人工编码来解读CPS的行为数据，但这种编码方法非常耗时，无法支持实时分析。学者们已开始探索构建自动编码模型的方法。然而，现有的机器学习或深度学习模型需要大量训练数据，且准确率相对较低。为了解决这些问题，本文提出了一种基于提示学习的预训练模型。该模型即使在有限的训练数据下也能实现高性能。本研究进行了三项实验，结果表明我们的模型不仅在大型训练集上达到了最高的准确率、宏F1分数和kappa值，而且在CPS行为数据的小型训练集上也表现最佳。所提出的基于提示学习的预训练模型的应用有助于CPS技能编码任务，也可用于其他CSCW编码任务以替代人工编码。