| 研究課題/領域番号 |
18K13240
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分09070:教育工学関連
|
|---|
| 研究機関 | 東北福祉大学 |
|---|
研究代表者 |
岩田 一樹 東北福祉大学, 総合マネジメント学部, 講師 (20515457)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2020年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 機械学習 / 自然言語処理 / 敵対生成ネットワーク / 自動化 / 文書生成 / 自動評価 / 小論文 |
|---|
| 研究成果の概要 |
本研究では、小論文やレポートの自動評価を目標に、その基礎研究として、人の手を返さない教師なし学習の一つである敵対生成ネットワークに着目し、それから得られる識別器による文書分類タスクを対象に研究を行った。その結果、敵対学習から得られる識別器によって文書分類が可能であること、および、識別器と敵対し、文を生成する生成器の性能が識別器の識別性能に大きく寄与することが明らかになった。
今後はこの知見、および、新たなアルゴリズムも加えてさらに高い精度での分類を目指していく。
|
| 研究成果の学術的意義や社会的意義 |
本研究は、近年、小論文やレポートによる評価が多様化される中で、機械学習の手法を通してそれらの自動評価システムの構築を目指したものである。研究期間を通して、教師なし学習である敵対生成ネットワークによる識別器の作成が可能であることを見出すことができた。大量のデータを扱うことが可能な教師なし学習による自動評価の構築可能性はビッグデータの利用によって更に性能を向上させることによって、採点者の負担軽減、ならびに、執筆者の学習機会の増加に繋がるものと考えられる。
|
