研究概要 |
本研究では、プロジェクトが多額集において相互評価を自動的に行う方式を研究する. 学習者と指導者の負担を極力増やさない相互の印象キーワード(以下,印象タグ) を活用し, 意味空間における機械学習を自動的に行うことで、個人およびチームを高頻度かつ多様な 尺度で評価する方法である。 初年度は 1. プロトタイプシステム開発を行った.Ruby on Rails フレームワークを用い, 高頻度のシステム改変に即座に対応できる Hobo というライブラリ群を用いることにより, 一通り動作するバージョンを作成した。まずレポート、日記、タグによる相互コメントについて, 近年のWebのユーザインタフェースの進化を十分に活用して, レポートや日記,および印象タグを利用者が気軽に入力できるようにした. 一方で、機械学習による自動評価についても、基本的なアルゴリズムを考案し、論文投稿を行った.この方法は自然言語処理ではなく相互に点数を評価する方式であるが、シミュレーションにより、相互評価値が収束し、かつ妥当な値に収まることを確認した.これらを評価するため、エンターテイメント分野での応用例となるWebアプリケーションも開発した.
|
今後の研究の推進方策 |
今後は、実際の教育現場でブロトタイブシ ステムを使いながら, 2. 実証実験と3. 評価と改良を繰り返す.評価のしかたとしては, 1. 比較対象として, 別途アンケートや数値での 評価を利用者および指導者から取り, 2. その結果と機械学習による自動評価による結 果との相関および回帰によるあてはまりの良さを調べる. 3. 同時に,比較対象に現れなかった興味深い評 価指標が機械学習による自動評価に出現するか調べ,その性質を考察する、という手順を踏む.
|