抄録
E-016
クラスタリングを用いた学習データの選定による自動採点システムの精度向上
クラスタリングを用いた学習データの選定による自動採点システムの精度向上
近年，記述式問題の自動採点や採点支援システムが期待されている．機械学習を用いた自動採点では，学習データとして人の手で採点された解答が必要であり，従来その採点する解答をランダムに選んでいる．本研究の目的は，採点精度が向上するように人の手で採点する解答（学習データ）を選ぶことであり，その手動で採点するべき解答をクラスタリングを用いて選ぶ方法を提案する．本研究の自動採点システムには，BERTとLSTMを組み合わせたネットワークを用いているので，単語の順番を考慮でき，高い精度で採点予測することができる．提案手法によって選ばれた解答をこのシステムで自動採点した結果，従来よりも高い採点精度を達成した．