2020 Fiscal Year Annual Research Report
A Learning Support Environment for Paper Revision Skills based on Cognitive Apprenticeship Theory
| Project/Area Number |
20H04295
|
|---|
| Research Institution | Japan Advanced Institute of Science and Technology |
|---|
Principal Investigator |
長谷川 忍 北陸先端科学技術大学院大学, 情報社会基盤研究センター, 准教授 (30345665)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
NGUYEN MinhLe 北陸先端科学技術大学院大学, 先端科学技術研究科, 教授 (30509401)
小尻 智子 関西大学, システム理工学部, 教授 (40362298)
國宗 永佳 千葉工業大学, 情報科学部, 教授 (90377648)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 論文改訂スキル / 認知的徒弟制 / 深層強化学習 |
|---|
| Outline of Annual Research Achievements |
大学等における研究活動支援の一環として，学生の論文執筆過程やプレゼンテーション作成過程において，論文改訂／スライド修正スキルとその学習支援戦略をモデル化した．具体的には，他者との関係において発達水準に移行すると予測される領域を示すVygotskyの発達の最近接領域と，認知スキルの熟達化モデルの一つであるCollinsらの認知的徒弟制モデルと，論文執筆過程／スライド修正過程における研究者による添削を起点とした学生による改訂プロセスを組み合わせた改訂スキル熟達化モデルを整理した．加えて，学生にヒントやフィードバックを与える「コーチング」において，抽象化支援手法の提案や，上達に伴う適応的な支援の制御を行うアルゴリズムについて検討した．
また，論文改訂の参考になる事例を関連研究における典型的な表現から自動抽出するために，まずは研究代表者および研究分担者の関連研究領域に対する日本語の学術論文の小規模なデータセットを収集した．関連研究の文章をWord2vecやPV-DMなどの手法によりベクトル化し，深層学習により関連研究の文章を背景や目的，方法，評価，結論などといった論文の観点に分類するとともに，分類された文章群からそれぞれの論文の観点で典型的な表現を強化学習により抽出するアルゴリズムを開発した．これにより，関連論文から特定の論文の観点に関連した表現を要約として自動抽出することが可能となった．さらに，自動抽出手法を英語による学術論文にも拡張し，研究室内の論文改訂プロセスで蓄積される一次コーパスと合わせた多段階コーパスのプロトタイプを構築した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
(1)論文改訂スキルとその学習支援戦略のモデル化については，研究活動支援の一環として論文改訂に加えてスライド修正を含めた改訂スキル熟達化モデルを整理し，学生のスキルレベルに応じて学習時の負荷を制御する手法をまとめた．(2)論文改訂事例提示のための段階的コーパスについては，自然言語処理や教育・学習工学の分野の関連論文を収集し，論文の観点毎に要約を生成する手法を深層学習と強化学習を組み合わせて実現した．新型コロナウィルス下の研究室教育に対するDX(Digital Transformation)として位置づけ，密集を避けたスキル支援の手法として実装を進めた．これらのことから，それぞれ当初の研究計画をおおむね達成することができたと判断できる．
|
| Strategy for Future Research Activity |
現在の多段階コーパスのプロトタイプを拡張し，指導者による特定の添削コメントに対して学習者が改訂する際に参考となる文章を自動抽出するため，改訂結果に含まれる重要フレーズと論文内の出現位置情報に関する統計情報を報酬とする深層強化学習を実装し，関連研究論文から大規模な二次コーパスを自動生成することを目指す．
また，添削コメントの「種類」と「有無」をパラメータとして，学生の改訂スキルレベルと添削コメントの重要度を項目反応理論をベースに同時推定する手法を提案する．これを多段階コーパスと組み合わせることで，学生のレベルに適応したフィードバックの生成アルゴリズムを開発する．
|
