2018 Fiscal Year Annual Research Report
教育ビッグデータと画像分析を用いて語彙学習に適切な画像の推薦に関する研究
Project/Area Number |
18H05745
|
Allocation Type | Single-year Grants |
Research Institution | Kyoto University |
Principal Investigator |
Hasnine Nehal 京都大学, 学術情報メディアセンター, 特定研究員 (30827720)
|
Project Period (FY) |
2018-08-24 – 2020-03-31
|
Keywords | 教育ビッグデータ / ユビキタス学習 / 単語学習 / 画像推薦 / ラーニングアナリテイクス |
Outline of Annual Research Achievements |
近年,内閣府の発表したSociety 5.0 の実現に向けて,様々な分野でサイバーフィジカル環境を構築する研究が推進されてきた.教育の語学分野においても,語学学習支援システムで収集することができる,ビッグデータを利活用ることにより,学習者の年齢・性別・言語などに基づいて適切な教育支援を行う研究が注目されてきている.本研究では,語学学習支援システムを用いて収集することができる教育ビッグデータを用いて,学習者の現在のコンテキストに応じた適切な画像を推薦する,Feature-based Context-specific Appropriate Images (FCAI)方式を提案する.このFCAI は,ユビキタス学習環境内で収集した教育ビッグデータ内に含まれる単語,時間,場所,語彙レベルや画像から,学習者のコンテキストに応じて,適切な学習教材を推薦することで,学習者の語彙能力向上を目指す.そこで、本研究は、FCAI画像推薦プラットフォームを開発するために、分配意味論モデル(DSM)を設計した。このDSMモデルは、さまざまな学習シナリオから取り込まれたユビキタス学習ログを分析できるモデルである。システム実装ために、SCROLL(ユビキタス学習ツール)システムから取得された30000のユビキタス学習ログを分析してワードバンクを用意し、AIVAS(インフォーマル語彙学習ツール)とSCROLLシステムから取得された20000の画像から画像特徴や 学習コンテキスト情報などの抽出し、最良の画像を決定するためのアルゴリズムを開発しました.
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
平成30年度は、語彙学習のため教育ビッグデータを使ってFCAI画像推奨のアイデアに関するいくつかの論文に採録されている。本研究の結果は2つのトップカンファレンスで発表されている。ある単語に関する関連画像を推薦するサービスとして、代表的なものにGoogle やImageNet の画像検索機能があるが、この機能では、学習者の国籍や言語の違いから単語に対するイメージの解釈を認識することはできない.しかしながら、本研究では学習者の国籍ごとに学習した単語に対する画像の正解・不正解データを作成し、深層学習の技術を用いて学習者の国籍ごとの単語に対するイメージの解釈をシステム上に提示となっていく。 以上のことからおおむね順調に進展している。
|
Strategy for Future Research Activity |
最終年度は以下の通りに研究を進める。 (1)平成30年度の評価実験から得られたコメントに基づいてシステムを改善する (2)システムのインタフェースを開発する (3)言語学習者からより多くのライフログ画像を収集する (4)学習効果や動機やエンゲージメント評価する
|
Research Products
(11 results)