瀬沼柊也

『言語モデルによる数学問題のベクトル化』

従来の数学問題の類似度評価手法は，主に問題文の構造に着目していた．本研究では，解法の考え方および関連する単元・教育課程の類似性に着目する．大規模言語モデル（LLM）を用いて，問題文から解法の考え方と単元・教育課程を抽出し．埋め込みモデルを用いてベクトル化する．さらに，コサイン類似度を算出することで，数学問題間の意味的類似度を測定する．従来手法との比較を通じて，本手法がより適切な類似度評価を提供し，数学学習支援に貢献する可能性を示す．