知識ベース型CAI / IROSA-Ⅱの開発・評価 著者 岡本敏雄

Presentation on theme: "知識ベース型CAI / IROSA-Ⅱの開発・評価 著者 岡本敏雄"— Presentation transcript:

1 知識ベース型CAI / IROSA-Ⅱの開発・評価 著者 岡本敏雄
社会情報システム学講座 発表日　5月22日 　高橋義昭

2 論文概要 ・この論文が発表された当時、マイクロコンピュータの普及につれ、教育の場にもマイクロコンピュータが導入されCAIに関しても多くのプログラムが開発されてきた。 ・この論文ではマイコンを利用した知識ベース型CAI支援システム『IROSA-Ⅱ』を開発し、実験・評価した結果から今後の改善点はあるものの、意味・概念体系を学習させるためのツールとしては有用であると述べている。

3 IROSA-Ⅱって何？ Information Retrieval Oriented CAI Supporting system incorporating reAsoning マイコンを利用した知識ベース型CAI支援システム 著者が以前開発したIROSA-Ⅰの拡張型 学習者がシステムに、決まった形ではあるが質問をすることができ、その質問や学習者の回答に対しコンピュータが推論機能を働かせ、応答することができる。 システムのウリ

4 システム開発の重点 教材内容の作成・修正・管理が簡便にできる 教授ロジックをコンピュータ言語と切り離す
学習教材を単位化し、任意なフレーム集合を持って一つのコースファイルとする 意味ネット型のフレームの作成・修正・管理が簡便にでき、さらに教授ロジックが簡便に作成できる 一つのコースの中で通常フレームと意味ネットフレームの共存ができる 応答文の照合処理に汎用性を持たせ、誤答箇所を自動的に指摘できる 学習進行をモニタでき、学習済みフレームの再提示を防ぐなどの制御が可能

5 エグゼキュータ ソフトウェア体系の中心を担い、各種データの解釈・実行・管理を行う 論文中図2のように、一連の流れの制御を行っている

6 教材内容作成支援ツール 全てコマンドで行うシステムなので、図形描写や文字のフォントまですべて特定のコマンドで行う必要がある。
コマンドはファンクションキーに対応されており、簡易ワープロ機能も搭載しているので用意に作成が可能

7 教授ロジック支援ツール 教授ロジック（学習の流れ）を記述するための支援ツール 予想回答もここで記述す
予想回答・・・学習者が問題に対してどのよう に答えるかを予想しておく。 図4補足：フレーム属性 E/Q/Sとは E:説明フレーム　Q：質問フレーム　S：意味ネットフレームである。

8 意味ネット辞書支援ツール 意味ネットフレーム上の応答処理、質問応答時に利用する意味ネット辞書を作成する支援ツール
意味ネット・・・QUILLIANが作り出した、単語間の関係の　　　　　　　　　表現をするためのもの。単語間の意味関係　　　　　　　　　を見つけ出すもの 意味ネット辞書・・・キーワードと、そのキーワードの性 　　質リスト（意味関係）よりなる（論文中図６、表３）

9 応答処理 順序モード 予想回答のキーワードに対応する応答文のキーワード候補を選び、その残りが予想形式の書式を満たすか 非順序モード
　予想回答のキーワードに対応する応答文のキーワード候補を選び、その残りが予想形式の書式を満たすか 非順序モード 　順序は考慮せず、予想回答が応答文に含まれるか 数値モード 　数値に対する誤差、あるいは有効範囲の照合

10 意味ネットモード ある問題が John is a ?@$[BOY]$ という予想回答を持つとする。
学習者が回答として John is a MAN　と入力した場合の具体例が（４）下部に記されている。 ルール１：MANはキーワードに含まれるのでルール２へ ルール２：MANとBOYを性質リストの優先順位の高い順に比較する。優先順位は『フレーム内キーワード』、『同義語』、『上位集合』『反意語』。一致するものが無かったため、ルール５へ ルール５：RはSという予想回答に正しくないと判別される。

11 質問応答機能 学習者がシステムに向けてできる質問は以下の３つの形式に限られる。（システムのアルゴリズムは論文中図3）
①キーワード関連情報の処理・・・?(A) ワードAと属性を通して直接の関係を持つ全てのワードと属性を与える ②包含関係の処理・・・＜（A,B） ワードA,Bの包含関係を意味ネット辞書から推論する ③修飾関係の処理・・・＝（A,B) ワードAはキーワード・同義語・上位集合・事例として、ワードBは上位属性としての関係を持つワード。AとBの包含関係を調べる

12 意味ネット表現を用いたレッスン 英語イディオムの意味を1単語で置き換える対象を制定。
学習者は論文中図１３のような応答をコンピュータと繰り返した。 最終的に、presentとcome-up-withが同じ属性を持つことが分かったが、上位属性が等しくないため、包含関係が求められないという意味ネットの非連結の欠点がみられた。

13 考察 技術的、教育的にいくつかの問題点が指摘されうるが、それ以上に意味ネット知識表現、推論エンジンの設計モデルを具体化し、少数の学習者に使用させた結果、意味・概念体系を学習させるツールとしては有用なものであると考える。

14 論文から参考にしたいもの 学習者からの質問を受けるというのは面白いと思った。これまではどんな風に間違えた時のフィードバックを与えればいいかを考えていたが、間違える前にヒントを与えるのも一つの手だと気づいた。この論文中に述べられている方法以外に学習者にヒントを与える方法を考えてみる。 意味ネット辞書のように一つのキーワードに対する概念や属性を持たせてみるのも問題の出題に絡めることができそう。○○の概念を持つものを集めて新たにドリルを生成する機能とかも作れたら汎用性のあるドリルシステムも作れる！？