【研究領域課題番号】19H01273 (KAKENデータベースで見る）

【研究キーワード】

論理的文章作成 / アカデミック・ライティング / 自動評価 / テキストマイニング / 日本語教育 / 文章の論理性 / 接続表現 / リーダビリティ / ウェブシステム / 作文評価 / 自動判定 / 文章の計算モデル / コーパス研究 / 自動評価システム / 作文執筆支援 / 論理的文章 / eラーニング / ウェブ基盤システム

【研究成果の概要】

本研究は計量言語学の方法を用いて、文章の論理性を自動評価するシステムを開発し、公開することを目的とする。2020年度は、文章の論理性のコア要素として、接続表現に関する調査分析を行った。具体的にはこれまでの日本語学の研究成果を取り入れ、接続表現のリストを作成した。そして、接続表現のリストを複数のコーパスを使って、日本語学習者がどのような接続表現を、どれだけ使っているのかについての実態調査を行った。そして、その結果をもとに、75見出しの接続表現を自動抽出する機能を　https://jreadability.net/　で実装し、日本語学習者、日本語教育関係者に対するウェブサービスとして提供している。

【研究種目】基盤研究(B)

【研究期間】2019-04-01 - 2023-03-31

【配分額】10,140千円 (直接経費: 7,800千円、間接経費: 2,340千円)

【研究分野】教育工学

【研究領域課題番号】16300265 (KAKENデータベースで見る）

【研究キーワード】

e-Learning / データ・マイニング / テキスト・マイニング / 教育工学

【研究成果の概要】

本研究では、e-Learningにおける1)詳細な学習履歴データベースの設計と開発、2)膨大なデータベースへの様々なデータ・マイニング手法、テキストマイニング手法を適用、または新たに提案、開発を行い、これら高度な機能を有するLMS(Learning Management System)を開発した。具体的には、以下の機能を持つLMSを開発した。
1)異質な学習プロセスを持つ学習者と学習トピックを見つけ出す「異質学習プロセス検出」機能
2)学習履歴データについて決定木学習を適用し、各学習者の途中学習プロセスから、将来の学習プロセスや結果(大学での成績、A判定、B判定、C判定、D判定、途中放棄など)を予測し、それらを逐次、学習者に提示することにより、学習者の学習プロセスの改善を促す機能
3)学習履歴データより、ベイジアンネットワークを用い、学習者モデルを自動生成し、学習者にもっとも効果のあると考えられる教材や問題等を自動的に提示できる機能の開発
4)学習履歴データ中の変数の共起性を計算することにより、学習プロセスと成績や結果との関係を逐次明らかにし、学習者にフィードバックする機能
5)学習所要時間データを用い、各コンテンツの集団応答曲線を数理モデルにあてはめ、逐次、各コンテンツの難易度、複雑性等をオンラインで計算し、提示するシステムを作成し、テストの理解度やアンケート以外でのコンテンツ評価を行う機能
6)学習履歴データのクラスタリングを行い、様々な学習プロセスを体系化し、把握できる機能。
7)掲示板を用いた新たな質問の入力に対して、過去の発言ログを用いて類似の過去の質問・応答を探索し、質問者に提示する機能
8)掲示板を用いた協調学習において、発言者の意見に対する他の参加者の評価提示機能や発言の影響力、説得力などを数量化し、提示するシステムを開発し、学習者の協調学習への参加のモチベーションを高め、また自身の発言の改善を促させる機能
9)協調学習における学習者の発言ログを形態素解析を行い、それより各発言ごとの類似性を計算することにより、分類し、提示することにより、大量の発言データを整理し、見やすくする機能
10)発言データをマルコフ解析し、協調学習における発言のパターンを分析し、提示する機能
以上の機能を有する学習履歴データベース、データマイニングシステムを開発し、申請者らによってこれまで開発されてきたeラーニングシステム(LMS)に組み込むことにより、高度な機能を持つLMSを開発できた。

【研究種目】基盤研究(B)

【研究期間】2004 - 2005

【配分額】14,400千円 (直接経費: 14,400千円)

【研究分野】教育工学

【研究領域課題番号】14380076 (KAKENデータベースで見る）

【研究キーワード】

LMS(Learning Management System) / ETS(Educational Test Service) / eラーニング / 学習者管理 / コンテンツ管理 / 学習履歴管理 / データマイニング / 協調学習 / テスト / 遠隔授業 / 学習履歴 / データ解析 / データ・マイニング / テキスト・マイニング / e-ラーニング

【研究成果の概要】

ウェブ・ベース・コンピュータ・テスティング機構を持つeラーニング・LMS(Learning Management System)を開発した。本LMSの特徴は、以下のとおりである。
(1)テスト理論に基づくテスト構成機能
(2)テスト理論に基づくアイテムデータベースの実装
(3)項目応答理論のみでなく、ベイジアンネットワークを用いた新しいテスト理論を用いた適応型テスト機能
(4)ペーパーテストでは得ることができないようなデータ、すなわち所要時間データ、回答の変更データなどを用いた詳細なデータ解析システム
(5)eラーニングにおける複数のコース設定が容易に行える
(6)eラーニングにおける詳細な学習履歴の所得と従来のLMSにない詳細な学習履歴のデータ解析システム
(7)膨大な学習履歴データに関するデータマイニング・システム(異常学習プロセスの検出、決定木による学習プロセス分析、ガンマ分布によるコンテンツ分析等)
以上のLMSを実際に開発し、実際のeラーニング授業としてコンテンツ配信を行った。本LMSでは、複数のコース設定を非常に容易にでき、この機能により、各コースごとに特徴のあるコース設計を行うことも可能である。この機能を用い、配信先は、(1)長岡技術科学大学 学生(2)長岡技術科学大学 社会人大学院コース学生(3)全国工業高等専門学校の学生(4)長岡市の市民(市民講座コース)であり、年間400人以上の学外の受講生が履修を行っている。
また、理論研究としては、新しいテスト理論の開発、eラーニングのおける膨大な学習履歴データのデータ・マイニング手法の開発研究を行い、それらの実装を行った。

【研究種目】基盤研究(B)

【研究期間】2002 - 2003

【配分額】12,000千円 (直接経費: 12,000千円)