協調学習における会話分析用教師データの削減を可能とする転移学習の活用

書誌事項

タイトル別名
  • Using Transfer Learning Methods to Enable Reduction of Supervised Data for Conversation Analysis in Collaborative Learning
  • キョウチョウ ガクシュウ ニ オケル カイワ ブンセキヨウ キョウシ データ ノ サクゲン オ カノウ ト スル テンイ ガクシュウ ノ カツヨウ

この論文をさがす

抄録

<p> 近年,大規模な教育データを対象に分析を行うラーニング・アナリティクスへの関心が高まっており,深層学習技術を活用する研究も行われるようになってきた。本研究チームも,協調学習データに自動的かつリアルタイムにコーディングラベルを付与するAIモデルを構築し,その精度と有用性を模索してきた。しかし,大規模なデータから教師データを作成するには膨大な人力と時間を要することが課題となっている。まして,研究課題や教育的実践のニーズごとに新たな教師ラベルを付与するとなるとさらなるコストがかかる。そこで,本研究では転移学習として言語モデルの事前学習を本学習の前に行うことで,どの程度人力によるラベリング作業量を削減しうるかを検証した。</p>

収録刊行物

関連プロジェクト

もっと見る

詳細情報 詳細情報について

問題の指摘

ページトップへ