| 研究課題/領域番号 |
16K00476
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
学習支援システム
|
|---|
| 研究機関 | 神戸大学 |
|---|
研究代表者 |
村尾 元 神戸大学, 国際文化学研究科, 教授 (70273761)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2018年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2017年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2016年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 盗用発見 / 機械学習 / 深層学習 / 自然言語処理 / 表面的特徴 / Webアプリケーション / 教育支援 |
|---|
| 研究成果の概要 |
本研究では，授業における課題レポートの盗用を発見に深層学習を適用を試みた。まず，あらかじめ作成者が明らかな複数のレポートから，句読点の利用法など，レポート作成者の記述上の特徴を抽出，これを深層学習の一種であるVRAEを用いて学習する。VRAEは，レポート作成者の記述上の特徴を潜在空間に写像する。新しいレポートが得られる度に，これをVRAEに入力し，潜在変数を得る。これの潜在空間上における分布を調べることで，そのレポートがどの作者によるものかを推定する。実験の結果，提案手法により，レポートの記述上の特徴から作者を推定できる可能性が示された。
|
| 研究成果の学術的意義や社会的意義 |
本研究により，授業の課題レポートのように，同じテーマについて書かれており，内容に基づいた比較による盗用発見が困難な場合においても，盗用の可能性をコンピュータにより指摘することができるようになり，教員の負担軽減につながる。また，本手法を従来研究されてきた，内容に基づいた盗用発見と組み合わせることにより，さらに精度を高めることが可能となり，より広範な盗用発見に適用できる可能性がある。
|
