教員のスキル定義による大規模言語モデルを用いた授業評価

佐藤 洋希, 大西 朔永, 椎名 広光, 保森 智彦

言語処理学会第32回年次大会(NLP2026)

本研究は，教員の授業の改善を目的に，教員のス
キル定義と授業の発話に対するアドバイスを行うシ
ステムを開発した．実現方法としては，大規模言語
モデル（LLM）を用いて教員のスキル定義改良と，
定義に基づいた評価及び，アドバイスの生成を行っ
た．アドバイスには類似性を測る SBERT を用いる
ことで，プロンプトの変更に伴うアドバイス内容の
変化を評価した．教員のスキル定義の更新や評価に
基づくアドバイスの改善には，定義を修正するプロ
ンプトをチューニングしている．修正されたプロン
プト間の類似性と生成されたアドバイス間の類似性
には同様の傾向が見られ，プロンプトの改善がアド
バイスの改善につながると考えられる．