文献

J-GLOBAL ID：201802250706371896   整理番号：18A0517987

文脈情報を用いた中国の教育材料の可読性評価【Powered by NICT】

Chinese teaching material readability assessment with contextual information

著者 (5件)： Liu Hao (Beijing University of Posts and Telecommunications, Beijing, China) ,  Li Si (Beijing University of Posts and Telecommunications, Beijing, China) ,  Zhao Jianbo (Beijing University of Posts and Telecommunications, Beijing, China) ,  Bao Zuyi (Beijing University of Posts and Telecommunications, Beijing, China) ,  Bai Xiaopeng (East China Normal University, Shanghai, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IALP  ページ： 66-69  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： の可読性は一般的に読解力のレベルを示している。読みやすさ評価は,テキストの片,読者へ適切な読書用材料を見出すのに助けられるの読解レベルを測定するプロセスである。本論文では,第二言語(L2)学習者を目的とした中国教育材料の可読性を評価することを目的とした。可読性評価タスクにニューラルネットワークモデルを導入した。読みやすさ評価のための文脈情報に対応するために,我々は畳込みニューラルネットワーク(CNN)は隠れた局所特徴を捕捉した。過去と未来情報を結合する双方向長い短期記憶ネットワーク(Bi LSTM)ニューラルネットワークを用いた。実験結果は,このモデルが比肩可能な性能を達成することを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *教育 ,  モデル ,  ネットワーク ,  ニューラルネットワーク ,  *可読性 ,  *中華人民共和国
準シソーラス用語： 短期記憶 ,  畳込みニューラルネットワーク ,  神経回路網モデル ,  学習者 ,  第二言語 ,  読書 ,  テキスト ,  読解 ,  *文脈情報 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： 文脈情報 ,  中国 ,  教育 ,  可読性 ,  評価