WEKO3
アイテム
多様な教育的観点を考慮した機械学習による日本語文章の評価と評価モデルの顕在化
https://ipsj.ixsq.nii.ac.jp/records/75536
https://ipsj.ixsq.nii.ac.jp/records/75536de9ffbdf-5544-4b52-bf29-baa9be4e2381
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-NL11202003.pdf (1.1 MB)
|
Copyright (c) 2011 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2011-07-08 | |||||||
| タイトル | ||||||||
| タイトル | 多様な教育的観点を考慮した機械学習による日本語文章の評価と評価モデルの顕在化 | |||||||
| タイトル | ||||||||
| 言語 | en | |||||||
| タイトル | Automated Evaluation of Japanese Compositions based on Educational Points of View, and Manifestation of Individual Evaluation Model | |||||||
| 言語 | ||||||||
| 言語 | jpn | |||||||
| キーワード | ||||||||
| 主題Scheme | Other | |||||||
| 主題 | 応用（教育・対話） | |||||||
| 資源タイプ | ||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||
| 資源タイプ | technical report | |||||||
| 著者所属 | ||||||||
| 横浜国立大学大学院環境情報学府 | ||||||||
| 著者所属 | ||||||||
| 横浜国立大学大学院環境情報学府 | ||||||||
| 著者所属 | ||||||||
| 横浜国立大学大学院環境情報研究院 | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Graduate School of Environment and Information Sciences, Yokohama National University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Graduate School of Environment and Information Sciences, Yokohama National University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Graduate School of Environment and Information Sciences, Yokohama National University | ||||||||
| 著者名 |
藤田, 彬
× 藤田, 彬
|
|||||||
| 著者名(英) |
Akira, Fujita
× Akira, Fujita
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | 本稿では，文章に対する評点と教育的観点についての特徴量から，個々の評価者の文章評価モデルを学習する手法について述べる．また学習した文章評価モデルにおける観点毎の配分を顕在化する手法について述べる．評価モデルの学習には SVR を用いる．SVR の教師データには，「表層」「語」「文体」「係り受け」「文章のまとまり」「モダリティ」「内容」 というカテゴリに分けられる様々な素性を用意する．これらには日本の国語科教育において扱われる作文の良悪基準に関わる素性が多く含まれる．なおかつ，全ての素性が評価対象文章に設定される論題の語彙的ドメインに依存しない汎用的なものである．本手法により，文章の総合的な自動評価，個々の評価者が着目する言語的要素の明示，さらに評点決定に寄与する各要素の重みの定量化が可能になる． | |||||||
| 論文抄録(英) | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | We propose a method to learn an individual model which is to evaluate Japanese Compositions via Support Vector Regression, according to features based on educational points of view and scores marked by human in advance. Also, we propose a method to manifest breakdown of the model. Features in training data of SVR are categorized as 7 types according to what each features refers to. The features include some features regarding criterions of Japanese compositions in education. Besides, all the features do not depend on lexical domain of a composition's prompt. Our methods make it possible to score an integrated point of a composition automatically, and also to account elements considered by individual evaluator, to quantify weights of the each elements which contributes decision of scores. | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 収録物識別子 | AN10115061 | |||||||
| 書誌情報 |
研究報告自然言語処理（NL） 巻 2011-NL-202, 号 3, p. 1-8, 発行日 2011-07-08 |
|||||||
| Notice | ||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||
| 出版者 | ||||||||
| 言語 | ja | |||||||
| 出版者 | 情報処理学会 | |||||||
