命題構造再構成演習と確率モデルによるエビデンスに基づく英文読解支援

使用命题结构重建练习和概率模型支持循证英语阅读理解

• 批准号: 22K18590
• 负责人: 林 雄介
• 金额: $ 3.91万
• 依托单位: Hiroshima University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Challenging Research (Exploratory)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-06-30 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K18590/
• 关键词: 英語長文読解; 概念マップ; ベイジアンネットワーク; キットビルド; 英文読解

本研究の目的は，英文読解の学習支援として，学習者が英文の精読し，それに対して教師が個別適応的なフィードバックを行える学環境を実現することである．ここで目指す学習者像は，例えば，一般的な多肢選択型の理解確認問題において単に正解できるだけではなく，その理由としてテキストを参照できる学習者である．これを実現するために，英文読解のタスク定義，確率モデルによる分析，データに基づくフィードバックという3つの課題を設定する．これらの課題を達成することで，学習者に読解を明確なタスクとして提示することでガイドすると共に，成果物から学習者の読解状況を把握して，教師によるデータを根拠とした指導を支援する学習環境を実現すると共に，その効果を実際の学校での利用などを通じて実証する．本年度は，過去に行った実験データの分析を深めると共に，英文読解問題の分析を行った．その結果として，概念マップの作成状況と理解確認問題の正誤をベイジアンネットワークでモデル化すると，問題の正誤に対して確率的に因果関係のある概念マップの部分は英語長文で正解に関係する部分と対応していることが多いことが分かった．これは理解確認問題の正誤を概念マップの作成状況，つまり，英語長文の読解状況から推定できることや，逆に理解確認問題で謝っていた場合に英語長文のどの部分に学習者を注目させるかを示唆するデータになり得るといえる．

本研究的目的是通过创造一个学习者可以仔细阅读英语句子、教师可以提供个性化反馈的学术环境来支持英语阅读理解的学习。例如，我们这里针对的学习者形象是，一个不仅能够正确回答常见的多项选择理解问题，而且能够引用文本作为其答案的原因的学习者。为了实现这一目标，我们设置了三个任务：英语阅读理解的任务定义、使用概率模型进行分析以及基于数据的反馈。通过完成这些任务，我们可以将阅读理解呈现为清晰的任务来指导学习者，并从工件中了解学习者的阅读理解状态并支持教师基于数据的教学，我们将创建一个学习环境并展示其有效性。通过在实际学校中的使用。今年，我们加深了对以往实验数据的分析，对英语阅读理解题进行了分析。因此，如果我们使用贝叶斯网络对概念图的创建状态和理解检查问题的正确性进行建模，我们会发现概念图中与问题的正确性具有概率因果关系的部分是英语长句中与正确答案相关的部分，原来有很多东西是可以兼容的。这是因为，理解检查题的正确或错误可以从创建概念图的状态，即英语长句子的阅读状态来估计，反之，可以估计英语长句子的哪一部分。学习者在为理解检查问题道歉时应该关注的句子这可以说是暗示性数据。