記述特徴に基づいた授業レポート用の盗用発見への深層学習の適用

2018 年度 研究成果報告書

• 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
• キーワード: 盗用発見 / 機械学習 / 深層学習

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。

自由記述の分野

社会システム科学

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。