Yuning Ding

English

Yuning Ding Foto: Henrik Schipper

Yuning Ding

wissenschaftliche Mitarbeiterin der Nachwuchsgruppe EduNLP

E-Mail: yuning.ding

Universitätsstr. 27 – PRG / Gebäude 5
Raum A 107 (1. Etage)
58097 Hagen

Was ist meine Rolle in CATALPA?

Als Forscherin im Bereich Natural Language Processing arbeite ich an der automatischen Bewertung von Essays und der Generierung von formativem Feedback für Lernende und summativem Feedback für Lehrende.

Warum CATALPA?

Die vielfältige Zusammensetzung von CATALPA gibt mir die Möglichkeit, mit Wissenschaftlern aus unterschiedlichen Fachgebieten zusammenzuarbeiten. Darüber hinaus hat CATALPA eine tolle Austauschkultur: Durch Veranstaltungen wie Projektpräsentationen und Kolloquien kann ich mich über die neuesten Arbeitsfortschritte meiner Kolleg*innen informieren, mein Wissen in verwandten Bereichen erweitern und hilfreiches Feedback aus anderen Disziplinen bekommen.

    • Wissenschaftliche Mitarbeiterin in der Nachwuchsgruppe “Educational Natural Language Processing” des Forschungszentrums CATALPA (Center of Advanced Technology for Assisted Learning and Predictive Analytics), FernUniversität in Hagen seit Januar 2022.
    • Java Software Entwicklerin, IT.NRW, Düsseldorf (11. 2020 - 12. 2021)
    • Wissenschaftliche Mitarbeiterin, Language Technology Lab von Professor Torsten Zesch, Universität Duisburg-Essen (11. 2019 - 10. 2020)
    • Masterstudium in Angewandte Kognitions- und Medienwissenschaft mit dem Schwerpunkt Kognition und Künstliche Intelligenz, Universität Duisburg-Essen (10. 2017 - 09. 2019)
    • Bachelorstudium in Angewandte Kognitions- und Medienwissenschaft, Universität Duisburg-Essen (10. 2014 - 08. 2017)
    • Bachelorstudium in Kommunikationswissenschaft, Universität für Internationale Beziehungen, Beijing (09. 2009 – 07. 2013)

  • Meine Forschungsinteressen sind die Anwendung von Sprachtechnologie für Bildung, einschließlich automatischer Bewertung von Essays und Feedback-Generierung. Mich motiviert die Vision, dass der Einsatz künstlicher Intelligenz den Lernenden hilft, besser zu schreiben.

    • EduNLP

  • 2024

    Zeitschriftenartikel

    • Schaller, N.-J., Horbach, A., Höft, L. I., Ding, Y., Bahr, J. L., Meyer, J., & Jansen, T. (2024). DARIUS: A Comprehensive Learner Corpus for Argument Mining in German-Language Essays.

    Konferenzbeiträge

    • Ding, Y., Kashefi, O., Somasundaran, S., & Horbach, A. (2024). When Argumentation Meets Cohesion: Enhancing Automatic Feedback in Student Writing. Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024), 17513–17524.

    Vorträge und Posterpräsentationen

    • Wehrhahn, F., Ding, Y., Gaschler, R., Zhao, F., & Horbach, A. (2024, Juni 26–28). Argumentative essay writing practice with automated feedback and highlighting. [Poster Presentation]. EARLI SIG WRITING 2024 – ways2write, Université Paris Nanterre, France.

    2023

    Zeitschriftenartikel

    • Horbach, A., Pehlke, J., Laarmann-Quante, R., & Ding, Y. (2023). Crosslingual content scoring in five languages using machine-translation and multilingual transformer models. International Journal of Artificial Intelligence in Education, 1–27.

    Konferenzbeiträge

    • Ding, Y., Bexte, M., & Horbach, A. (2023a). CATALPA_EduNLP at PragTag-2023. In M. Alshomary, C.-C. Chen, S. Muresan, J. Park, & J. Romberg (Hrsg.), Proceedings of the 10th Workshop on Argument Mining (S. 197–201). Association for Computational Linguistics. https://doi.org/10.18653/v1/2023.argmining-1.22
    • Ding, Y., Bexte, M., & Horbach, A. (2023b). Score It All Together: A Multi-Task Learning Study on Automatic Scoring of Argumentative Essays. Findings of the Association for Computational Linguistics: ACL 2023, 13052–13063. https://aclanthology.org/2023.findings-acl.825
    • Ding, Y., Trüb, R., Fleckenstein, J., Keller, S., & Horbach, A. (2023). Sequence Tagging in EFL Email Texts as Feedback for Language Learners. Proceedings of the 12th Workshop on NLP for Computer Assisted Language Learning, 53–62.

    2022

    Konferenzbeiträge

    • Ding, Y., Bexte, M., & Horbach, A. (2022). Don’t Drop the Topic - The Role of the Prompt in Argument Identification in Student Writing. Proceedings of the 17th Workshop on Innovative Use of NLP for Building Educational Applications (BEA 2022), 124–133. https://aclanthology.org/2022.bea-1.17

    2020

    Konferenzbeiträge

    • Ding, Y., Horbach, A., Wang, H., Song, X., & Zesch, T. (2020). Chinese Content Scoring: Open-Access Datasets and Features on Different Segmentation Levels. Proceedings of the 1st conference of the Asia-Pacific Chapter of the Association for Computational Linguistics and the 10th International Joint Conference on Natural Language Processing(AACL-IJCNLP 2020). https://www.aclweb.org/anthology/2020.aacl-main.37.pdf
    • Ding, Y., Riordan, B., Horbach, A., Cahill, A., & Zesch, T. (2020). Don’t take "nswvtnvakgxpm" for an answer - The surprising vulnerability of automatic content scoring systems to adversarial input. Proceedings of the 28th International Conference on Computational Linguistics(COLING 2020). https://www.aclweb.org/anthology/2020.coling-main.76.pdf

    2017

    Konferenzbeiträge

    • Horbach, A., Ding, Y., & Zesch, T. (2017). The Influence of Spelling Error on Content Scoring Performance. Proceedings of the 4th Workshop on Natural Language Processing Techniques for Educational Applications, 45–53. http://www.aclweb.org/anthology/W17-5908
    • Horbach, A., Scholten-Akoun, D., Ding, Y., & Zesch, T. (2017). Fine-grained essay scoring of a complex writing task for native speakers. Proceedings of the Building Educational Applications Workshop at EMNLP, 357–366. http://aclweb.org/anthology/W17-5040

Forschungszentrum CATALPA | 02.07.2024