論文の概要: One-Topic-Doesn't-Fit-All: Transcreating Reading Comprehension Test for Personalized Learning

• arxiv url: http://arxiv.org/abs/2511.09135v1
• Date: Thu, 13 Nov 2025 01:34:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-13 22:34:54.42845
• Title: One-Topic-Doesn't-Fit-All: Transcreating Reading Comprehension Test for Personalized Learning
• Title（参考訳）: One-Topic-Doesn't-Fit-all: Transcreating Reading Comprehension Test for Personalized Learning
• Authors: Jieun Han, Daniel Lee, Haneul Yoo, Jinsung Yoon, Junyeong Park, Suin Kim, So-Yeon Ahn, Alice Oh,
• Abstract要約: 本稿では,学生の興味に合った,パーソナライズされた英語読解テストを生成するための新しいアプローチを提案する。 我々は,言語学的に原文と類似しているが,個々の学習者の興味にセマンティックに一致した,新しい文節と複数字節読解質問を生成する。 本研究は, 学習者に対して, 学習者の理解とモチベーションの維持が, 非個人化教材に比べて向上したことを示すものである。
• 参考スコア（独自算出の注目度）: 39.357397697061664
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Personalized learning has gained attention in English as a Foreign Language (EFL) education, where engagement and motivation play crucial roles in reading comprehension. We propose a novel approach to generating personalized English reading comprehension tests tailored to students' interests. We develop a structured content transcreation pipeline using OpenAI's gpt-4o, where we start with the RACE-C dataset, and generate new passages and multiple-choice reading comprehension questions that are linguistically similar to the original passages but semantically aligned with individual learners' interests. Our methodology integrates topic extraction, question classification based on Bloom's taxonomy, linguistic feature analysis, and content transcreation to enhance student engagement. We conduct a controlled experiment with EFL learners in South Korea to examine the impact of interest-aligned reading materials on comprehension and motivation. Our results show students learning with personalized reading passages demonstrate improved comprehension and motivation retention compared to those learning with non-personalized materials.
• Abstract（参考訳）: パーソナライズドラーニング(Personalized learning)は外国語教育(EFL)として英語で注目され、そこでは理解を読む上でのエンゲージメントとモチベーションが重要な役割を担っている。 本稿では,学生の興味に合った,パーソナライズされた英語読解テストを生成するための新しいアプローチを提案する。 我々は、OpenAIのgpt-4oを用いて構造化されたコンテンツトランスクリエーションパイプラインを開発し、そこでRAS-Cデータセットから開始し、言語的には元のパスと似ているが、個々の学習者の興味にセマンティックに一致した、新しいパスと複数選択の読解質問を生成する。 本手法は,Bloomの分類に基づくトピック抽出,質問分類,言語的特徴分析,およびコンテンツトランスクリエーションを統合し,学生のエンゲージメントを高める。 韓国のEFL学習者との制御実験を行い,興味のある読書教材が理解とモチベーションに与える影響について検討した。 本研究は, 学習者に対して, 学習者の理解とモチベーションの維持が, 非個人化教材に比べて向上していることを示し, 学習者の理解とモチベーションの維持を図ったものである。

関連論文リスト

• IntrEx: A Dataset for Modeling Engagement in Educational Conversations [7.526860155587907]
  IntrExは、教師と学生の交流における興味と期待される興味を示す最初の大きなデータセットである。 我々は、100以上の第二言語学習者による厳密なアノテーションプロセスを採用している。 大規模言語モデル(LLM)が人間の興味ある判断を予測できるかどうかを検討する。
  論文  参考訳（メタデータ） (2025-09-08T13:07:35Z)
• Question Generation for Assessing Early Literacy Reading Comprehension [7.209603871896803]
  そこで本研究では,K-2英語学習者を対象とした理解的質問生成手法を提案する。 本手法は,基礎となる教材を網羅し,学習者の特定の習熟度に適応することを保証する。
  論文  参考訳（メタデータ） (2025-07-30T06:27:02Z)
• How to Engage Your Readers? Generating Guiding Questions to Promote Active Reading [60.19226384241482]
  教科書や科学論文から10Kのインテキスト質問のデータセットであるGuidingQを紹介した。 言語モデルを用いてこのような質問を生成するための様々なアプローチを探索する。 我々は、そのような質問が読解に与える影響を理解するために、人間の研究を行う。
  論文  参考訳（メタデータ） (2024-07-19T13:42:56Z)
• Decomposed Prompting: Probing Multilingual Linguistic Structure Knowledge in Large Language Models [54.58989938395976]
  本稿では,シーケンスラベリングタスクに対する分割プロンプト手法を提案する。 提案手法は,38言語を対象としたUniversal Dependencies part-of-speech Taggedについて検証する。
  論文  参考訳（メタデータ） (2024-02-28T15:15:39Z)
• Teacher Perception of Automatically Extracted Grammar Concepts for L2 Language Learning [66.79173000135717]
  本研究は、カンナダ語とマラティ語という2つのインドの言語教育に適用する。 我々は、形態素構文(単語順、一致、ケースマーキング、または単語形成の学習)と意味論(語彙の学習)に関する疑問に答える自然なテキストコーパスから記述を抽出する。 我々は,北米の学校から言語教育者の助けを借りて手作業による評価を行い,教材が授業の準備や学習者評価に利用できる可能性を見出した。
  論文  参考訳（メタデータ） (2023-10-27T18:17:29Z)
• Gaze-Driven Sentence Simplification for Language Learners: Enhancing Comprehension and Readability [11.50011780498048]
  本稿では,読解理解を高めるために,新しい視線駆動型文簡略化システムを提案する。 本システムでは、個々の学習者に適した機械学習モデルを導入し、視線特徴と言語特徴を組み合わせて文理解を評価する。
  論文  参考訳（メタデータ） (2023-09-30T12:18:31Z)
• Teacher Perception of Automatically Extracted Grammar Concepts for L2 Language Learning [91.49622922938681]
  本稿では,文法の異なる側面の記述を自動的に発見・可視化する自動フレームワークを提案する。 具体的には、形態素構文と意味論に関する疑問に答える自然なテキストコーパスから記述を抽出する。 この手法をインド語、カンナダ語、マラタイ語に応用するが、これは英語とは異なり、十分に発達した教育資源を持たない。
  論文  参考訳（メタデータ） (2022-06-10T14:52:22Z)
• A Framework for Learning Assessment through Multimodal Analysis of Reading Behaviour and Language Comprehension [0.0]
  この論文は、どのように異なるスキルを計測し、自動的に得点するかを示している。 また,複数形態の学習者の反応に関する実例を用いて,学習実践がマルチモーダルスキルの変数に与える影響を実証した。
  論文  参考訳（メタデータ） (2021-10-22T17:48:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。