| 研究課題/領域番号 |
19K21779
|
|---|
| 研究機関 | 東京都立大学 |
|---|
研究代表者 |
永井 正洋 東京都立大学, 大学教育センター, 教授 (40387478)
|
|---|
| 研究分担者 |
澄川 靖信 拓殖大学, 工学部, 助教 (70756303)
松波 紀幸 帝京大学, 公私立大学の部局等, 准教授 (70783512)
小林 博典 宮崎大学, 教育学部, 准教授 (10510753)
安藤 大地 東京都立大学, 学術情報基盤センター, 准教授 (20552285)
根元 裕樹 東京都立大学, 学術情報基盤センター, 特任准教授 (90805574)
|
|---|
| 研究期間 (年度) |
2019-06-28 – 2022-03-31
|
| キーワード | チャットボット / 教育相談 / コーパス / 生徒指導 |
|---|
| 研究実績の概要 |
学校の児童・生徒は、様々な悩みや問題を抱えているが、それらに対して教師が助言し援助する方策としては教育相談があげられる。学校現場では、このような生活指導は学習指導とならぶ機能概念として重視されており、児童・生徒に寄り添った指導が求められている。しかしながら、学校現場の多忙化などから十分とはいえない現状がある。したがって、学校へのカウンセラーの配置や学校外での教育相談活動など取り組みが行われている。例えば、現在、ＳＮＳ利用のカウンセリングも始まっているが、人件費や夜間の対応がネックとなっている。
そこで我々は、チャットボットを活用した教育相談の検討に取り組んだ。2021年度は、昨年度に開発した生徒とカウンセラーとの想定問答を基にしたコーパスを精査して、適切な回答をチャットボットが返すことができるようにチューニングを行った。なお、当初、IBMのワトソンをベースとしたシステムを構築予定だったが、より実用的で安価なシステムを研究分担者の東京都立大学安藤大地准教授が検討し実験を行った。具体的に本研究では、古典的な単語登場頻度に基づくある程度の長文の類似文章検索手法であるTF-IDFと最新の深層学習を用いたBERTモデルによる長文のベクトル化による比較を行った。結果、大量の学習データが必要となる深層学習を用いた手法のみならず、TF-IDF等の古典的で学習が必要ない手法でも必要に応じて実装形態を整えることで有効活用できることが分かった。
システムの実践的利用に関しては、コロナ禍の影響で学校教育現場とのコミュニケーションが困難となり実現しなかった。したがって、学会での口頭発表や論文発表などには至っていない。
|
