2007 Fiscal Year Annual Research Report
確率的推論を基礎とする授業適応化法と支援要求推定法を備えた対面教育支援システム
| Project/Area Number |
19500782
|
|---|
| Research Institution | Kitami Institute of Technology |
|---|
Principal Investigator |
藤原 祥隆 Kitami Institute of Technology, 工学部, 教授 (20219067)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
前田 康成 北見工業大学, 工学部, 助教 (30422033)
|
|---|
| Keywords | 教育工学 / 人工知能 / ソフトコンピューティング / 学習支援システム / 自己適応化 |
|---|
| Research Abstract |
1.研究目的:教育機関における標準的な教育形態である対面教育において、学習者の満足度向上と教師の負担軽減を同時に満足させることが可能な対面教育支援システムの実現を目的とする。対面教育の質の向上のキーポイントは、「授業の進め方(教材、教授法など)の柔軟性」と「学習者への配慮・応答性」ととらえ、前者については、「確率的推論を基礎とする学習者マップを活用した授業適応化法」により、また後者については、「質問・要望内容からのキーワード抽出と確率的インデックスを用いた事例ベース推論を基礎とする支援要求推定法」により、それぞれ、実現を目指す。
2.研究実績概要:上記について平成19年度は以下のように進めた。
(1)授業適応化法:平成20年度に実施予定の「Javaプログラミング授業」を使用した総合実験に備え、学習者成績マップを形成するBayesian networkの構成とパラメータ(条件付き確率)を実際の授業を想定したシミュレーションに基づき決定した。また毎回の授業で出題する演習課題と成績不良者に出題する復習課題を作成した。さらに授業適応化のため、授業要素として、"教材内容"、"教授法"を考慮した"授業進行マップ"の基本アルゴリズムを定めた。
(2)支援要求推定法:日本語により入力された質問・要望から事例ベース推論に必要なキーワードを抽出する手法を確立した。すなわち、形態素解析、構文解析は既存のツールを利用し、これに独自の形態素解析辞書とキーワード決定用シソーラスを組み込むことにより適切なキーワードを抽出する手法を確立した。また上述した「Javaプログラミング授業」で想定される質問応答を洗い出し、事例ベースを構築した。さらに抽出されたキーワードから適切な事例候補を推論するため、Bayesian networkとNoisy-or規則を基礎とする"確率的インデックス"の構成法、および事例候補検出のための計算法を確立した。
|
