文献

J-GLOBAL ID：201602232303905442   整理番号：16A0398553

視点情報を用いた文書上の主観的高難易度単語の推定

著者 (4件)： 大社綾乃 (大阪府大 大学院工学研究科) ,  石丸翔也 (大阪府大 大学院工学研究科) ,  AUGEREAU Olivier (大阪府大 大学院工学研究科) ,  黄瀬浩一 (大阪府大 大学院工学研究科)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 115  号： 517(PRMU2015 164-197)  ページ： 149-154  発行年： 2016年03月17日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿では,アイトラッカから取得した視点情報より,Deep Learningを用いた,文書上の主観的高難易度単語の推定手法を提案する。「主観的高難易度単語」とは,文書を読んだ際にユーザが難しいと感じた単語を表す。文書を読むだけで,主観的高難易度単語を推定することが出来れば,ユーザはどの単語を学習しなければならないかを簡単に知ることが出来る。文書を読んでいる際に,難しいと感じた単語に印をつける手間が省け,読むリズムが乱れないという利点もある。そのため,学習補助に大変有効であると言える。一般的に,難しい単語を目にすると,読む速度が遅くなったり,何度も読み返すといったような視点パターンがみられる傾向がある。しかし,難しい単語の意味を文脈から判断できる場合,読み飛ばし,視点パターンに特徴が見られないことがある。そこで,提案手法では視点情報に加え,単語の出現頻度情報を用いる。まず,各単語を中心に前後2~3単語を読んでいる際の視点パターンを抽出し,視点情報による入力データを得る。そして,入力データに単語の一般的な出現頻度情報を付加し,Deep Learningを用いて学習することで,より高精度な主観的高難易度単語の推定を目指す。提案手法の有効性を示すため,25名の視線データを記録し学習し,主観的高難易度単語の推定精度を検証した。検証の結果,推定精度は,再現率90.8%,適合率34.4%,F値49.2%であった。(著者抄録)

シソーラス用語： 位置 ,  英語 ,  性質 ,  *単語 ,  度 ,  追跡 ,  機械学習 ,  *推定 ,  *CAI【計算機】 ,  視線追跡 ,  深層学習
準シソーラス用語： *学習支援 ,  視点 ,  習熟度 ,  難易度

分類 (1件)： CAI  (JE09000G)

タイトルに関連する用語 (5件)： 視点 ,  文書 ,  難易度 ,  単語 ,  推定