[2Win5] ポスターセッション2

[2Win5-16] 学習者プロファイルと授業概要を対象とした距離学習に基づく科目推薦

〇土田 詩音¹、佐々木 稔¹ (1.茨城大学)

キーワード：SBERT、BERT、Fine-tuning、シラバス、情報検索

本研究は、大学新入生や企業研修受講者が自らの学習目標や興味に基づき最適な講座を選択できるよう支援することを目的とする。従来は閲覧履歴やキーワードでユーザープロファイルを構築していたが、本研究では学習者が自由に記述した経験や目標と、大学シラバスの授業概要をベクトル化し、SBERTのFine-tuningによってコサイン類似度を算出する手法を提案する。実験は、科目名と授業説明を組み合わせた大学シラバスのデータセットを用いて行う。その結果、BERTよりSBERTが高精度で推薦できることやFine-tuningの有用性が示された。今後は、ユーザープロファイルの長さの違いや、過去の学習経験と今後の学習希望内容の切り分けに関する検証が課題である。本手法は大学教育のみならずオンライン学習や企業研修にも応用可能で、柔軟かつ効率的な学習環境の構築に寄与すると考えられる。