校閲作業伝承のための視線着目データを用いた機械学習モデル構築
| Project/Area Number |
22H04165
|
|---|
| Research Category |
Grant-in-Aid for Encouragement of Scientists
|
| Allocation Type | Single-year Grants |
|---|
| Review Section |
1200:Educational technology-related
|
|---|
| Research Institution | Akita University |
|---|
Principal Investigator |
Ito Yudai 秋田大学, 理工学研究科, 技術職員
|
|---|
| Project Period (FY) |
2022-04-01 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥470,000 (Direct Cost: ¥470,000)
Fiscal Year 2022: ¥470,000 (Direct Cost: ¥470,000)
|
|---|
| Keywords | アイトラッキング / 黙読 / 日本語文章 / 機械学習 / CNN |
|---|
| Outline of Research at the Start |
文章の校閲作業を行う能力は，論文，レポート等を作成するうえで必要不可欠である．しかしながら，効率的で見逃しの少ない校閲には多くの経験が必要であり，身に着けることが難しいという問題点がある．一方，アイトラッカーから取得された視線の動き情報を利用することで，PC作業者が着目したモニタ上の文章を検出可能である．そこで，校閲作業中に着目された文章を機械学習モデルに学習させることで，校閲作業中に着目するべき文章を作業者に提案するシステムの開発を目的とする．このシステムを用いることで，効率的で見逃しの少ない校閲作業を身に着けるための支援が可能になると考える．
|
| Outline of Final Research Achievements |
PC作業者が着目したPC画面内の箇所を正確に把握可能な視線情報の補正手法を提案した．提案手法はPC作業者が着目した箇所の検出精度向上に寄与することを明らかにした．また，PC画面に表示された文章に対する着目時間を，スクリーンショット画像から推定する機械学習モデルを作成し，提案する機械学習モデルが作業者の着目時間を推定できる可能性があることを明らかにした．
|
| Academic Significance and Societal Importance of the Research Achievements |
提案する補正手法を用いることで，PC画面内の視線の動きをより正確に把握することができる．提案手法は，精度が低いデバイスの精度向上が可能であるため，低コストな視線計測機器の普及に寄与すると考える．また，提案手法は視線情報を用いる類似研究に適用可能な技術である．一方，提案する着目時間の推定モデルは，文章の読み飛ばしを検出できる可能性があるため，視線解析技術の進展に貢献できる．
|
Report
(2 results)
Research Products
(4 results)
