記述式問題を採点する上での問題点として、一問一答や選択肢問題と比べると採点する項目が多く、時間的コストが高いことが挙げられる。そこで、自然言語処理を用いた自動採点技術の研究が行われている。自動採点技術において取り組むべき課題として、学習データを減らし、学年・クラス単位での自動採点を可能にすることが挙げられている。本研究では、まず、クラスタリングなどによってグループ分けしたオリジナルの解答文から、ChatGPTなどを使いグループごとに文を生成する。次に、学習データにオリジナルの解答文と生成文を使用することで、実際に必要な学習データを減らして自動採点モデルに学習させ、その採点精度を調べる。