現在、人工知能技術が外国語教育に活用される議論と応用が盛んであり、大規模言語モデルが外国語教育において教師と学生に便利さと効率をもたらすことは言うまでもありません。しかし、大規模言語モデルは、そのパラメータ数の多さ、長い学習時間、ニューラルネットワークのブラックボックス特性などにより、知識更新の遅さ、専門分野の知識不足、回答の“幻覚”などの問題を抱えており、教育応用において知識生成の信頼性にリスクや課題が存在します。検索強化生成（Retrieval Augmented Generation、略称RAG）は、外部知識を統合することで大規模言語モデルの“幻覚”問題を効果的に緩和し、大規模言語モデルの能力向上における重要な技術となっています。本稿では、インターネットデータを代表とするリアルタイム更新のネットワーク知識、知識グラフを代表とする構造化データ知識、ユーザーのプライベートなローカルドキュメントを代表とする非構造化プライベートデータ、および大規模言語モデルの強力な自然言語理解能力と既に習得したパラメータ化知識を組み合わせた複数エンジン・複数戦略の知識検索強化質問応答システムを構築し、外国語教育システムに統合的に応用した。探究学習過程で教員や学生が直面する問題に回答でき、安全・信頼性が高く、参考情報が包括的かつ正確で、リアルタイムに更新される特徴を持つ。客観的評価および専門家主観評価などの実験により、システムの高い信頼性と有効性が検証された。

大規模言語モデル;検索強化生成;知識グラフ;多源異種知識ベース;外国語知識質問応答