大規模言語モデルを活用したエラーメッセージの理解しやすさ向上

• Item type: Trans(1)
• 公開日: 2024-06-18
• タイトル: 大規模言語モデルを活用したエラーメッセージの理解しやすさ向上
• タイトル / 言語: en
• タイトル: Improved Understandability of Error Messages Using Large Language Models
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [発表概要, Unrefereed Presentatin Abstract]
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 日本女子大学大学院理学研究科数理・物性構造科学専攻
• 著者所属: 日本女子大学大学院理学研究科数理・物性構造科学専攻
• 著者所属: 日本女子大学大学院理学研究科数理・物性構造科学専攻
• 著者所属: 日本女子大学理学部数物情報科学科
• 著者所属(英): en
• 著者所属(英): Graduate School of Science Division of Mathematical and Physical Sciences, Japan Women's University
• 著者所属(英): en
• 著者所属(英): Graduate School of Science Division of Mathematical and Physical Sciences, Japan Women's University
• 著者所属(英): en
• 著者所属(英): Graduate School of Science Division of Mathematical and Physical Sciences, Japan Women's University
• 著者所属(英): en
• 著者所属(英): Department of Mathematics and Physics and Computer Science, Japan Women's University
• 著者名: 高橋, 舞衣; 相馬, 菜生; 佐藤, 美唯; 倉光, 君郎
• 著者名(英): Mai, Takahashi; Nao, Souma; Miyu, Sato; Kimio, Kuramitsu
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，社会のデジタル化が急速に進みプログラミングを学び始める人が増加している．しかし，プ ログラミングの習得は容易ではない．特に初学者にとって，プログラミング時に発生するエラーは解決が困難であることが多い．英語で表示されるエラーメッセージに苦手意識を持つことや，エラーメッセージ からエラーの原因を特定できないことがある．その結果エラーを解決することができず，学習意欲の低下につながる．そこで我々は，初学者が自分でエラーを解決できるように支援することを目指し，大規模言語モデルを活用したプログラミング学習支援AIモデルの構築に取り組んでいる．エラーの情報からエラー解決のヒントを提示する「エラー診断AIモデル」を構築するために，初学者のエラー情報から「エラー診断コーパス」を開発した．そして，事前学習済みの言語が異なる大規模言語モデルを用いてエラー診断AIモデルを構築し，比較実験を行った．さらに，教育現場で使用することを想定して計算資源が限られた環境でも動作する軽量のエラー診断AIモデルを構築した．本発表では，エラー診断コーパスの開発方法と学習によるモデル構築について報告し，開発したエラー診断コーパスと軽量のエラー診断AIモデルを公開する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In recent years, the digitalization of society has progressed rapidly, leading to an increase in the number of people learning to programming. However, mastering programming is not easy. Especially for beginners, errors that occur during programming are often difficult to solve. They may have difficulty with error messages displayed in English and may not be able to identify the cause of the error from the error message. As a result, they are unable to resolve errors, leading to a decrease in their motivation to learn. To address this, we are working on building AI models to support programming learning using large language models, with the aim of helping beginners to solve errors themselves. In order to construct Error Diagnostic Model that provides hints for error resolution based on error information, we developed Error Diagnostic Corpus from the error information provided by beginners. We then built an Error Diagnostic Models using large language models pre-trained in different languages and conducted comparative experiments. In addition, we constructed a lightweight Error Diagnostic Model that works in environments with limited computational resources, considering its potential use in educational settings. In this presentation, we report on the methodology of Error Diagnostic Corpus development and model construction through learning. We also present the developed Error Diagnostic Corpus and the lightweight Error Diagnostic Model to the public.
• 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: AA11464814
• 書誌情報: 情報処理学会論文誌プログラミング（PRO）; 巻 17, 号 3, p. 4-4, 発行日 2024-06-18
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7802
• 出版者 / 言語: ja
• 出版者: 情報処理学会