2022 Fiscal Year Research-status Report
Exploring high-reliability and cost-effective methods for generating feedback comment generataton for writing learning
| Project/Area Number |
22K12326
|
|---|
| Research Institution | Konan 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
|
| Keywords | 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 |
|---|
| Outline of Annual Research Achievements |
本年度は，低コストかつ高信頼度な解説文自動生成の実現を目指して基礎的な調査を行った．具体的には，「事前学習済みニューラルネットに内在する文法知識」について詳細な分析を行った．その結果，前置詞，冠詞など幅広い文法項目について知識を確認し，解説文生成に応用できる可能性を見出した．また，事前学習済みニューラルネットでは，文法誤りが，一般的な誤りと単語固有の誤りに分離されることも示した．以上により，誤りタイプの体系を作成した．更に，この発見に基いて，生成問題の分類問題へ近似する手法を提案した．
前半部分について，国際学会で発表を行い，現在論文を投稿中である．また，後半部分については，国内学会発表を行い，現在国際学会論文を執筆中である．
以上の結果は，研究計画で予定した以上の成果であり，順調に研究が進んでいる．
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
初年度である本年度は，基礎的な調査を行う計画であった．実際には，上述「研究実績の概要」の通り，次のステップについても成果が出始めている．具体的には，生成問題を分類問題として解く手法を提案し，実際にこのアプローチで解説文が自動的に生成できることを示した．これは本研究のゴールを一部達成している．以上により，当初の計画以上に進展していると判断した．
|
| Strategy for Future Research Activity |
今後は，本年度得た知見を拡張し，より幅広い誤りについて生成問題を分類問題として解くことを可能とする予定である．また，分類問題として解いた場合に必要となる生成テンプレートを充実させる予定である．更に，新たな学習者の英文が得られたため，性能評価も充実させる予定である．
|
| Causes of Carryover |
計画通り執行したが，旅費の端数，謝金にかかる所得税などにより若干の余剰が生じた．2023年度の旅費，謝金に合わせて使用する予定である．
|
Research Products
(2 results)
