論文の概要: WordCraft: Scaffolding the Keyword Method for L2 Vocabulary Learning with Multimodal LLMs

• arxiv url: http://arxiv.org/abs/2602.00762v1
• Date: Sat, 31 Jan 2026 14:59:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-03 19:28:33.384737
• Title: WordCraft: Scaffolding the Keyword Method for L2 Vocabulary Learning with Multimodal LLMs
• Title（参考訳）: WordCraft:マルチモーダルLLMを用いたL2語彙学習のためのキーワードメソッドの共有
• Authors: Yuheng Shao, Junjie Xiong, Chaoran Wu, Xiyuan Wang, Ziyu Zhou, Yang Ouyang, Qinyi Tao, Quan Li,
• Abstract要約: MLLM(Multimodal Large Language Models)を利用した学習者中心の対話型ツールであるWordCraftを紹介する。 WordCraftは、キーワード選択、関連構築、画像形成を通じて学習者を導くことで、キーワードメソッドを足場とする。 2つのユーザスタディは、WordCraftが生成効果を保存するだけでなく、高いレベルの有効性とユーザビリティを達成することを実証している。
• 参考スコア（独自算出の注目度）: 23.902522302562634
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Applying the keyword method for vocabulary memorization remains a significant challenge for L1 Chinese-L2 English learners. They frequently struggle to generate phonologically appropriate keywords, construct coherent associations, and create vivid mental imagery to aid long-term retention. Existing approaches, including fully automated keyword generation and outcome-oriented mnemonic aids, either compromise learner engagement or lack adequate process-oriented guidance. To address these limitations, we conducted a formative study with L1 Chinese-L2 English learners and educators (N=18), which revealed key difficulties and requirements in applying the keyword method to vocabulary learning. Building on these insights, we introduce WordCraft, a learner-centered interactive tool powered by Multimodal Large Language Models (MLLMs). WordCraft scaffolds the keyword method by guiding learners through keyword selection, association construction, and image formation, thereby enhancing the effectiveness of vocabulary memorization. Two user studies demonstrate that WordCraft not only preserves the generation effect but also achieves high levels of effectiveness and usability.
• Abstract（参考訳）: 語彙記憶のためのキーワード法の適用は、L1中国語-L2英語学習者にとって重要な課題である。 彼らはしばしば、音韻学的に適切なキーワードを生成し、一貫性のある関連を構築し、長期的な維持を助けるために鮮明な精神的イメージを作成するのに苦労する。 完全自動化されたキーワード生成や結果指向のモニーモニック支援を含む既存のアプローチでは、学習者のエンゲージメントを損なうか、プロセス指向のガイダンスが不十分である。 これらの制約に対処するため,L1中国語-L2英語学習者および教育者(N=18)を対象に,語彙学習にキーワード法を適用する上で重要な課題と要件を明らかにした。 これらの知見に基づいて,マルチモーダル大言語モデル(MLLM)を利用した学習者中心の対話型ツールであるWordCraftを紹介する。 WordCraftは、キーワード選択、関連構築、画像形成を通じて学習者を導くことでキーワードメソッドを足場として、語彙記憶の有効性を高める。 2つのユーザスタディは、WordCraftが生成効果を保存するだけでなく、高いレベルの有効性とユーザビリティを達成することを実証している。

関連論文リスト

• PhoniTale: Phonologically Grounded Mnemonic Generation for Typologically Distant Language Pairs [51.745816131869674]
  大規模言語モデル (LLM) は、学習者の第一言語 (L1) から類似したキーワードを活用して、L2語彙の獲得を支援することで、キーワード・メニーモニックを生成するために使われている。 本稿では,IPAに基づく音韻的適応と音節認識アライメントを実行し,L1キーワードシーケンスを検索する新しい言語間メタモニック生成システムであるPhoniTaleを提案する。 以上の結果から,PhoniTaleは従来の自動手法を一貫して上回り,人手によるメニーモニックに匹敵する品質を実現していることがわかった。
  論文  参考訳（メタデータ） (2025-07-07T19:50:12Z)
• Second Language (Arabic) Acquisition of LLMs via Progressive Vocabulary Expansion [70.23624194206171]
  本稿では,アラブ世界における大規模言語モデル(LLM)の民主化の必要性に対処する。 アラビア語のLLMの実用的な目的の1つは、復号を高速化するトークン化器にアラビア語固有の語彙を使用することである。 第二言語(アラビア語)による人への獲得の間に語彙学習に触発されたAraLLaMAは、進歩的な語彙拡張を採用している。
  論文  参考訳（メタデータ） (2024-12-16T19:29:06Z)
• Exploring Automated Keyword Mnemonics Generation with Large Language Models via Overgenerate-and-Rank [4.383205675898942]
  キーワード・ムネモニクス(英: Keywords mnemonics)は、単語を単語のキューを通じて記憶可能な関連性を通じて記憶する技法である。 そこで本稿では,大規模言語モデルに言語的手がかりを生成させる手法として,新しいオーバージェネレーション・アンド・ランク法を提案する。 以上の結果から, LLM生成のメネモニクスは, 画像性, コヒーレンス, 知覚的有用性の観点から, 人間生成のミネモニクスに匹敵するものであることが示唆された。
  論文  参考訳（メタデータ） (2024-09-21T00:00:18Z)
• 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)
• Storyfier: Exploring Vocabulary Learning Support with Text Generation Models [52.58844741797822]
  本研究では,学習者の興味をひく対象語に対するコヒーレントな文脈を提供するために,Storyfierを開発した。 学習者は一般的に、生成したストーリーを目標語を接続し、学習負荷を緩和するための支援を書くのに好む。 読み書き学習セッションでは、AI機能のないベースラインツールで学習するよりも、Storyfierを使用する参加者は、リコールやターゲット語の使用でパフォーマンスが悪くなります。
  論文  参考訳（メタデータ） (2023-08-07T18:25:00Z)
• SmartPhone: Exploring Keyword Mnemonic with Auto-generated Verbal and Visual Cues [2.8047215329139976]
  本稿では,キーワード・メニーモニックのための言語・視覚的手がかりの自動生成のためのエンドツーエンドパイプラインを提案する。 言語と視覚を自動生成するエンド・ツー・エンドのパイプラインである我々のアプローチは、覚えやすいキューを自動的に生成することができる。
  論文  参考訳（メタデータ） (2023-05-11T20:58:10Z)

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。