• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 研究成果報告書

深層学習と項目反応理論を融合した評価者バイアスに頑健な小論文自動採点手法

研究課題

  • PDF
研究課題/領域番号 20K20817
研究種目

挑戦的研究(萌芽)

配分区分基金
審査区分 中区分9:教育学およびその関連分野
研究機関電気通信大学

研究代表者

宇都 雅輝  電気通信大学, 大学院情報理工学研究科, 准教授 (10732571)

研究期間 (年度) 2020-07-30 – 2023-03-31
キーワード小論文自動採点 / 項目反応理論 / 深層学習 / 評価者バイアス / 信頼性 / テスト理論
研究成果の概要

近年,深層学習を用いた小論文自動採点モデルが高精度を達成している.そのような自動採点モデルの訓練に利用される大量の得点付き小論文データセットは,一般に多数の評価者が分担して小論文を採点することで構築される.しかし,そのような場合,各小論文に与えられる得点が各評価者の甘さ/厳しさなどの特性に依存してしまう.そのように評価者バイアスの影響を受けたデータをモデルの訓練に利用すると自動採点の性能が低下する.この問題を解決するために,本研究では,研究代表者が長年研究してきた「評価者バイアスの影響を考慮して真スコアを推定できる数理モデル」を活用することで,評価者バイアスに頑健な自動採点手法を開発した.

自由記述の分野

教育工学

研究成果の学術的意義や社会的意義

自動採点技術の性能は年々更新されてきているものの,その性能改善は微小であり,大幅な性能改善には手法の抜本的な見直しが必要であると考えられる.本研究で指摘している既存手法の問題点は,既存のすべての自動採点手法に当てはまる根本的な問題でありながら,既存研究で見落とされてきた観点である.本研究は,この問題に対して,理論的かつシンプルな解決策を提案するものであり,自動採点の性能を大幅に改善できる可能性を有するとともに,将来的に自動採点手法の基礎フレームワークとなりうる学術的にインパクトの大きい研究であると考える.

URL: 

公開日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi