[2F5-OS-16a] 知識・学習の転移可能性～ヒトとＡＩ～(1/2)

[2F5-OS-16a-03] 高頻度語の意外な語義を英語学習者が知っているかを典型的な語彙テストへの反応から予測できるか？

〇江原 遥¹ (1. 東京学芸大学)

[[オンライン]]

キーワード：外国語学習支援、深層転移学習、項目反応理論、個人化、教育システム

学習支援システムにおける適切な学習事項の提示には，学習者が既習/未習の学習事項の把握が重要である．外国語語彙学習では，初学者が学ぶ高頻度語は簡単とみなされやすいが，高頻度語の多くは多義語であり，学習者はその内の典型的な語義しか知らないと予想される．信頼できる語彙テストは典型的な語義の知識のみを問うているため，意外な語義についてはデータセットが未整備であり学習者の知識の計測が難しい．
本研究では，典型的な語義の知識を問う語彙テストの反応データを用いて，その学習者が意外な語義をも知っているかを予測する課題に挑戦する．そのため前者を訓練データとした後者の予測手法を提案する．意外な語義の知識を問う設問を英語母語話者の確認の元，作成した．意外/典型的な語義双方の設問を用意しクラウドソーシング上で反応を収集した．深層転移学習手法を改良し，学習者ごとに異なる予測の必要がある本課題に適用可能にする手法も提案する．深層転移学習手法と，能力のモデル化で多用される項目反応理論で予測性能を比較し，前者が高いことを示す．深層転移学習手法で，項目反応理論のように学習者の能力を抽出し解釈性を高める手法も提案する．