1. 自動採点研究とは？
石井雄隆・近藤悠介
1.1 社会的背景
1.2 「話す」，「書く」能力の評価における問題点
1.3 自動採点研究概論
1.3.1 自動採点の考え方
1.3.2 自動採点研究の現状と課題
1.4 本書の構成
2. 言語テストと自動採点
近藤悠介
2.1 言語テスト開発と実施
2.2 スコアに基づく主張
2.3 自動採点のモデル
2.4 特徴量の選択
2.5 自動採点システムの汎用性
2.6 まとめと提案
3. ライティング評価と言語的指標の関係―メタ分析による研究成果の統合
小島ますみ・金田拓
3.1 ライティング評価とテクストの言語的特徴
3.1.1 統語的複雑性
3.1.2 語彙的複雑性
3.1.3 正確性
3.1.4 流暢性
3.1.5 ライティング評価
3.1.6 調整変数
3.2 ライティング評価とCALF の相関関係メタ分析
3.2.1 リサーチ・クエスチョン
3.2.2 文献収集
3.2.3 コーディング
3.2.4 効果量の統合
3.2.5 統計分析
3.3 結果
3.3.1 効果量の統合
3.3.2 統語的複雑性
3.3.3 語彙的複雑性
3.3.4 正確性
3.3.5 流暢性
3.4 考察
3.5 結論
4. 学習者コーパス研究と自動採点
小林雄一郎
4.1 学習者コーパス研究とは
4.2 主要な学習者コーパス
4.3 発達指標研究
4.4 学習者コーパスを用いた自動採点研究
4.4.1 Biber の言語項目
4.4.2 Hyland のメタ談話標識
4.4.3 Coh-Metrix
4.5 おわりに
5. 深層学習に基づいたエッセイの自動採点
永田亮
5.1 準備：自動採点の基礎知識
5.1.1 機械学習による自動採点の基礎
5.1.2 エッセイの数値表現
5.2 深層学習に基づいたエッセイの自動採点
5.2.1 深層学習の基礎
5.2.2 深層学習に基づいたエッセイの自動採点
5.3 深層学習に基づいたエッセイの自動採点の実例
5.4 本章のまとめ
6. 教室における指導と自動採点
石井雄隆・近藤悠介
6.1 はじめに
6.2 自動フィードバック・誤り訂正研究の動向
6.2.1 ライティングにおけるフィードバック研究の概観
6.2.2 外国語教育・応用言語学の観点から見る自動フィードバック
6.2.3 自然言語処理の観点から見る自動フィードバック
6.3 教室内における自動採点システムの使用
6.4 おわりに
7. 自動採点研究のこれから
石岡恒憲
7.1 アメリカの大学入試におけるエッセイ評価
7.1.1 現在の動向
7.1.2 現在のSAT エッセイ出題形式とその採点
7.2 AI が読解力テストで人間を超える
7.2.1 ニュースが流れた当初
7.2.2 現在のデータセット
7.2.3 現在の性能
7.3 TOEIC ライティングテスト
7.4 東大2 次試験，世界史500–600 字論述解答の自動作成と
自動評価（NTCIR-13）
7.4.1 タスクの概観
7.4.2 解答の戦略と評価
7.5 東北大などの研究グループがAI で国語記述の採点システ
ムを開発
7.5.1 採点ロジック概観
7.5.2 研究の動向
7.6 おわりに
7.6.1 意見論文
7.6.2 教師あり学習か教師なしか
7.6.3 手書き文字入力
執筆者紹介
