Exploring high-reliability and cost-effective methods for generating feedback comment generataton for writing learning

探索高可靠性和高性价比的写作学习反馈评论生成方法

• 批准号: 22K12326
• 负责人: 永田 亮
• 金额: $ 2.58万
• 依托单位: Konan University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2026-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K12326/
• 关键词: 生成問題の分類問題への近似; 言語モデルに内在する文法知識; 解説文生成; 語学学習; 学習支援; 自然言語処理; 人工知能

本年度は，低コストかつ高信頼度な解説文自動生成の実現を目指して基礎的な調査を行った．具体的には，「事前学習済みニューラルネットに内在する文法知識」について詳細な分析を行った．その結果，前置詞，冠詞など幅広い文法項目について知識を確認し，解説文生成に応用できる可能性を見出した．また，事前学習済みニューラルネットでは，文法誤りが，一般的な誤りと単語固有の誤りに分離されることも示した．以上により，誤りタイプの体系を作成した．更に，この発見に基いて，生成問題の分類問題へ近似する手法を提案した．前半部分について，国際学会で発表を行い，現在論文を投稿中である．また，後半部分については，国内学会発表を行い，現在国際学会論文を執筆中である．以上の結果は，研究計画で予定した以上の成果であり，順調に研究が進んでいる．

This year, a high level of information is available to automatically generate a database that is intended to be a database. For specific information, learn the knowledge of grammar in advance and analyze the results of the analysis. The results of the experiment, the prefix, the title of the document grammar project, the knowledge of knowledge, and the confirmation of knowledge. In this paper, the possibility of parsing is generated, and the system is made up of errors in advance, such as grammar errors, grammar errors, inherent errors, separation errors, grammar errors and grammar errors. The generation of classified questions is similar to the proposal for the classification of problems. the first half of the paper is completed, the International Society of International Studies has submitted a list of papers, and the second half of the papers have been submitted by the International Society of Internationals. the latter half of the questions have been studied in China, and they are now in the course of the International Society of International. according to the results of the above results, the research plan predicts that the results will be improved, and the results of the study will be improved.

项目成果

文法誤りにおける一般誤りの分離可能性と解説文生成への応用

一般语法错误的可分性及其在解释句生成中的应用

• 发表时间: 2023
• 作者: 有水聡志;宗林留美;西川淳;永田亮，木村学
• 通讯作者: 永田亮，木村学

Exploring the Capacity of a Large-scale Masked Language Model to Recognize Grammatical Errors

探索大规模掩码语言模型识别语法错误的能力

• 发表时间: 2022
• 作者: Nagata Ryo;Kimura Manabu;Hanawa Kazuaki
• 通讯作者: Hanawa Kazuaki