深層学習モデルを用いた類語学習支援システムの開発とその学習効果の検証

Research Project

Project/Area Number	23K12254
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 02100:Foreign language education-related
Research Institution	Osaka Institute of Technology
Principal Investigator	中西淳大阪工業大学, 情報科学部, 講師 (40908183)
Project Period (FY)	2023-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2023)
Budget Amount *help	¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000) Fiscal Year 2026: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000) Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Keywords	語彙学習 / 学習支援システム / 語彙習得 / 英語教育 / シソーラス / 深層学習
Outline of Research at the Start	近年，大規模テキストデータ(コーパス)や深層学習モデル(Word2Vec・BERT)などのコンピュータ技術が発達しており，これらの技術の多くが語学学習支援に活用されるようになってきている。同様に，語彙同士のつながり(語連想)を学習する際にも，多くのオンライン類語辞書や語彙検索システムが利用されている。一方，これらは膨大な数の語彙が提示され，その中には，文脈に適していない語や学習する必要のない語などが多く含まれており，英語学習者がどの語を学習すべきかを判断できない。そこで，本研究では，文脈や語彙レベルを考慮し，英語学習者に適した類語学習支援システムを開発し，その有効性を検証する。
Outline of Annual Research Achievements	本年度は，まず，デモシステムとして「単語使い分けマップ」を試作し，その後，「単語使い分けマップ」の使用感について英語学習者に自由記述式でのアンケート調査を行った。「単語使い分けマップ」は，検索語とその類語の使い分けを用例とともに確認することのできるツールであり，その特徴として，(1)検索語を含む用例が自動生成される点，(2)他の類語と置き換えられる確率を自動で計算される点，(3)他の類語と置き換えられる確率を可視化される点が挙げられる。(1)検索語を含む用例の自動生成にはOpen AIの提供するChatGPT APIを利用し，(2)他の類語と置き換えられる可能性の自動計算にはFitBERTを用い，(3)確率の可視化には階層的クラスター付きヒートマップを用いた。実際に英語学習者に「単語使い分けマップ」を利用してもらったところ，「英文がいつも違うから何回でも楽しめた。」や，「どの語が(文脈の中で)使えるか見れるのはすごい。」，「図があるとわかりやすい。」など，多くの肯定的な感想が寄せられ，今後「類語学習支援システム」を本格的に開発していく上で重要な知見が得られた。
Current Status of Research Progress	Current Status of Research Progress 1: Research has progressed more than it was originally planned. Reason 当初の計画では，初年度は最適なシソーラスや深層学習モデルの選定を中心に行う予定であったが，それらを選定した上で，実際にデモシステムを稼働させ，デモシステムを使ったアンケート調査を実施することができた。
Strategy for Future Research Activity	デモシステムを用いたアンケート調査の結果，システムのインタフェイスや類語の抽出方法などに関する問題点が明らかになった。今後の研究では，まず，これらの改善を行い，その後，本格的なシステム開発に取り掛かっていく予定である。それ以外の部分については，当初の計画通りに進めていく予定である。