学習者シミュレーションと大規模言語モデルを用いた学習者・問題特性抽出

• Item type: SIG Technical Reports(1)
• 公開日: 2023-05-19
• タイトル: 学習者シミュレーションと大規模言語モデルを用いた学習者・問題特性抽出
• タイトル / 言語: en
• タイトル: Extracting Learner and Question Traits
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: LOIS
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 東京学芸大学
• 著者所属(英): en
• 著者所属(英): Faculty of Education, Tokyo Gakugei University
• 著者名: 江原, 遥
• 著者名(英): Yo, Ehara
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では，学習者の試験履歴や学習システムとのインタラクションデータから，学習者がどのように回答するかを予測する「学習者シミュレーション」を通じて，学習者の特性や問題の特徴を抽出するための新しいアプローチを提案する．提案手法では，大規模言語モデルを用いて，学習者が解決しようとしている問題の文脈を理解し，それに基づいて学習者がどの程度の確率で課題を解けるかを分析している．さらに，システムは学習者に適切な問題を推薦し，原理的には，個別の学習プランを提案することが可能である．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper proposes a method for response prediction adaptive to learners which considers the texts of questions.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA12628305
• 書誌情報: 研究報告セキュリティ心理学とトラスト（SPT）; 巻 2023-SPT-51, 号 1, p. 1-8, 発行日 2023-05-19
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8671
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会