| 研究課題/領域番号 |
22520564
|
|---|
| 研究機関 | 神戸大学 |
|---|
研究代表者 |
田中 順子 神戸大学, その他の研究科, 准教授 (90335406)
|
|---|
| 研究分担者 |
村尾 元 神戸大学, その他の研究科, 准教授 (70273761)
|
|---|
| 研究期間 (年度) |
2010-04-01 – 2015-03-31
|
| キーワード | 英語冠詞習得 / L1 日本語 / 成人学習者 / 機械学習 / 教育工学 / 第二言語習得論 |
|---|
| 研究概要 |
H24年度の人間の学習モジュールにおいては、L1が日本語であるL2英語学習者が英語冠詞を使用する際に、どのような処理において困難さを感じているのかを、冠詞が出現する環境を統制した上で検討した。具体的には、コンピュータ上で可算名詞のみを使用してテストを行い、解答の直後に学習者に内省を行ってもらい、得られた内省データを質的に分析した。その結果、冠詞が現れる意味状況について、学習者が特定性と定性を混同しているという結果が得られた。この質的分析結果は、特定性と定性の有無がそれぞれ一致しない場合（例えば、特定性あり、定性なし）に学習者の誤用が多いという量的分析結果をサポートするものである。このことから、効果的な学習につなげる一要因として、学習者が惑わされ易いspecificityとindefinitenessが共存する意味状況において、学習者の状況判断をガイドして正しい冠詞の選択に導くことが有効であると示唆された。
H24年度の機械学習モジュールにおいては、大量の時系列データの中に現れる特徴を見つけ出す方法の検討を二つの手法を用いて行った。具体的には、H23年度に引き続き、HMM（隠れマルコフモデル）を用いて、人間の行動に関わる信号から行動の種類を推定した。HMMによって、実際に起こった時系列データから特定の系列の発生確率をよりよく学習することが可能になった。また、テキストマイニングの手法を用いて、大量のデータ中の特定の単語やフレーズの分布形態と、その分布が時系列によってどのように変化するのかを探索した。
これら機械学習で得られた知見を、人間の学習にどの程度応用出来るかについては、今後さらに検討を続けていく。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
人間の学習モジュールと機械学習のモジュールとに分けて研究を実施しており、それぞれのモジュールで研究がおおむね概ね順調に進んでいる。
|
| 今後の研究の推進方策 |
人間の学習プロセスと機械学習のプロセスとを比較対照し、機械学習で得られた知見が人間の学習に応用出来るかどうかについて検討し、研究結果の融合を目指す。
|
