• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

Exploring high-reliability and cost-effective methods for generating feedback comment generataton for writing learning

Research Project

Project/Area Number 22K12326
Research Category

Grant-in-Aid for Scientific Research (C)

Allocation TypeMulti-year Fund
Section一般
Review Section Basic Section 62030:Learning support system-related
Research InstitutionKonan University

Principal Investigator

永田 亮  甲南大学, 知能情報学部, 准教授 (10403312)

Co-Investigator(Kenkyū-buntansha) 荒瀬 由紀  大阪大学, 大学院情報科学研究科, 准教授 (00747165)
内田 諭  九州大学, 言語文化研究院, 准教授 (20589254)
Project Period (FY) 2022-04-01 – 2026-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Keywords学習支援システム / ライティング学習 / フィードバック / 解説文生成 / 文法誤り / 意味変化 / 用法変化 / 生成問題の分類問題への近似 / 言語モデルに内在する文法知識 / 語学学習 / 学習支援 / 自然言語処理 / 人工知能
Outline of Research at the Start

本研究で対象とするのは,英語ライティング学習を支援するAIの開発である.学習者の書いた作文に対して,文法を始めとするライティング技術に関する解説を行うAIである.AI技術の発達に伴い,自然な解説を自動生成できるようになりつつあるが,実現コストと信頼性の両面で依然大きな問題が残る.本研究では,この二つの問題を解決し,低コストで信頼性の高いライティング学習支援AIを実現する.具体的には,(1)大量データから獲得したAIに内在する英文法に関する知識を明示手的な形で取り出す方法論を確立し,(2)その知識を利用して解説文生成する手法を開発する.

Outline of Annual Research Achievements

解説文自動生成の実用化を阻む大きな要因である(1)実現コストが高い,(2)致命的な誤生成が学習を阻害するという二つの問題の解決を目指して,手法の開発に取り組んだ.その手法の一つを発表するために論文作成中である.

また,新た手法の実現に向けて,二つのコーパス間で意味や予報が異なる単語やフレーズを自動検出する手法を開発した.母語話者と学習者の自動比較を通じて,学習者のある集団に共通する特性(誤り傾向や発達段階)を明らかにすることができる手法となっている.特に,単語の意味に関する差異や共通点を扱える部分が新しい.そこで得られた知見は,分類問題として生成問題を解く本研究の根幹に直結する.すなわち,その知見に対応した分類問題のラベル(クラス)として,解説文生成を行う.上述の通り単語の意味に関する差異,共通点を扱えるため,従来難しかった単語の意味に関する解説文を生成する手法の実現につながる.この成果の一部は,国内学会および国際学会で発表済みである.


更に,この手法をプロフィシェンシレベルの異なる学習者コーパスに適用し,学年などの要因により差異を明らかにすることに取り組んでいる.結果を基に,上述のような,分類問題のラベルを創出する予定である.例えば,典型的な用法の間違いがこの手法で自動的に検出可能となるため,その検出結果に紐づいた解説文を出力することが可能となる.この成果も発表すべく論文作成中である.

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

上述の通り,研究計画に記載した「生成問題の分類問題への近似」を行うための手法を予定通り考案している.また,その手法の評価も実データに対して実施,予想に近い結果を得ている.更に,それらの成果を既に発表または近日に発表する.これらの理由によりおおむね順調に進展していると判断した.

Strategy for Future Research Activity

今後は,更なる手法の開発を計画している.特に,実データへの適用を通して,手法の振る舞いを分析し,より汎用的な手法とする予定である.

また,成果を取りまとめて学会発表および紙面発表も続けていく予定である.

Report

(2 results)
  • 2023 Research-status Report
  • 2022 Research-status Report
  • Research Products

    (6 results)

All 2024 2023 2022

All Journal Article (3 results) (of which Peer Reviewed: 2 results,  Open Access: 2 results) Presentation (3 results) (of which Int'l Joint Research: 1 results)

  • [Journal Article] Variance Matters: Detecting Semantic Differences without Corpus/Word Alignment2023

    • Author(s)
      Nagata Ryo, Takamura Hiroya, Otani Naoki, Kawasaki Yoshifumi
    • Journal Title

      Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing

      Volume: - Pages: 15609-15622

    • DOI

      10.18653/v1/2023.emnlp-main.965

    • Related Report
      2023 Research-status Report
    • Peer Reviewed / Open Access
  • [Journal Article] Exploring how well Large-scale Masked Language Models can Recognize Grammatical Errors2023

    • Author(s)
      Kimura Manabu、Nagata Ryo、Hanawa Kazuaki
    • Journal Title

      Journal of Natural Language Processing

      Volume: 30 Issue: 2 Pages: 689-712

    • DOI

      10.5715/jnlp.30.689

    • ISSN
      1340-7619, 2185-8314
    • Related Report
      2023 Research-status Report
    • Peer Reviewed
  • [Journal Article] Report on FCG GenChal 2022: Shared Task on Feedback Comment Generation for Language Learners2023

    • Author(s)
      Ryo Nagata, Masato Hagiwara, Kazuaki Hanawa, and Masato Mita
    • Journal Title

      Proceedings of the 16th International Natural Language Generation Conference: Generation Challenges

      Volume: - Pages: 45-52

    • Related Report
      2023 Research-status Report
    • Open Access
  • [Presentation] 意味の集中度に基づいた意味変化検出2024

    • Author(s)
      永田亮,高村大也,大谷直輝,川崎義史
    • Organizer
      言語処理学会第30回年次大会発表論文集
    • Related Report
      2023 Research-status Report
  • [Presentation] 文法誤りにおける一般誤りの分離可能性と解説文生成への応用2023

    • Author(s)
      永田亮,木村学
    • Organizer
      言語処理学会 第29回年次大会 発表論文集
    • Related Report
      2022 Research-status Report
  • [Presentation] Exploring the Capacity of a Large-scale Masked Language Model to Recognize Grammatical Errors2022

    • Author(s)
      Nagata Ryo、Kimura Manabu、Hanawa Kazuaki
    • Organizer
      Findings of the Association for Computational Linguistics: ACL 2022
    • Related Report
      2022 Research-status Report
    • Int'l Joint Research

URL: 

Published: 2022-04-19   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi