@techreport{oai:ipsj.ixsq.nii.ac.jp:00226345,
 author = {仁科, 久那斗 and 峯松, 信明 and 齋藤, 大輔 and 常本, 亜希},
 issue = {41},
 month = {Jun},
 note = {これまでの英語学習者音声の自動評価に関する研究では，話速や流暢さなどの発話の音声的特徴に基づいて自動評価するものが多い．本研究では学習者音声の発話内容に着眼した自動評価を検討する．まず，工学英語や医学英語などの専門英語教育において学習者の自発話音声を収集し，それらを自動音声認識によりテキスト化し，Doc2Vec でベクトル化する．これらベクトル化された学習者発話を，別途用意した模範解答ベクトルとのコサイン類似度で評価する．英語のプレゼン動画を口頭で要約するタスクを用いて評価を行った結果，提案手法はある程度英語教師の評価を再現できた一方で，安定性の面で問題があることを確認した．そのため，ChatGPT を利用して模範解答を複数用意する方法についても検討した．},
 title = {専門英語のコミュニケーション力向上を目的とした学習者応答音声の自動内容評価に関する検討},
 year = {2023}
}