| 研究課題/領域番号 |
21K13065
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分02100:外国語教育関連
|
|---|
| 研究機関 | 松山大学 |
|---|
研究代表者 |
西村 嘉人 松山大学, 経済学部, 講師 (00882432)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2023年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2022年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2021年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 英語ライティング / 学習者コーパス / CAF / ネットワーク分析 / 結束性 / 相互作用 / 構成要素 |
|---|
| 研究開始時の研究の概要 |
本研究は、ネットワーク分析という手法を用いて、英語ライティング能力の構成要素間の関係を明らかにすることを目指す。我々が「英語ライティング能力」に言及する場合、その能力は言語能力や方略能力など様々な構成要素が相互作用した結果を「英語ライティング能力」と見なすことが多い。しかしながら、下位概念の構成要素間において、どのような相互作用を経て上位概念である「英語ライティング能力」となっているのかについては、明らかになっていることは多くない。そこで、本研究では、ネットワーク分析を活用し、構成要素間の相互作用を可視化することによって、英語ライティング能力の表象プロセスの解明を試みる。
|
| 研究実績の概要 |
本研究は、近年のAIを活用した自動採点システムの開発や誤用自動検出システムの開発など自然言語処理分野の急速的な技術革新や、大規模な学習者コーパスの整備が進んでいることを背景に、大量のデータに基づいたネットワーク分析を活用し、英語ライティング能力の構成要素間の相互作用を解明することによって、英語ライティング能力の表象プロセスを明らかにすることを目的としている。2022年度も2021年度と同様に、先行研究の渉猟をさらに行い、重要文献の確認及び検討を行い、概ね終わらせることができた。データの分析に関しては、英語学習者の英作文を対象に、統語的複雑性、語彙的複雑性、正確性、流暢性、文法的結束性、語彙的結束性の指標値を自然言語処理技術を活用して算出した。また、2022年度は分析手順についても一通り確立する予定であったが、2022年11月にChatGPTが登場したことにより、正確性指標の算出方法にも新たな可能性が見出された。これまでは、英語母語話者による添削文と英語学習者の英作文の比較によって正確性指標を算出することを計画していたが、ChatGPTを活用した正確性指標の算出も急遽パイロット実験として行った。具体的には、英語母語話者による添削文とChatGPTによる添削文の比較を行い、人力とAIの添削文の類似点と相違点について比較を行った。2022年度内に終わらせることを計画していたネットワーク分析の手順のまとめについては、すべてが終わらなかったため、最終年度に行うこととした。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
2022年度は新たな学内業務の急増に伴い、計画していたすべての作業を終えることができなかった。具体的には、分析手順がまだ完全には確立できていない。
|
| 今後の研究の推進方策 |
2023年度は研究の最終年度であるので、2022年度に遂行できなかったデータ分析の手順を確立させ次第、データ分析を行い、得られた研究成果を論文としてまとめ、学術雑誌に投稿する予定である。
|
