@techreport{oai:ipsj.ixsq.nii.ac.jp:00231641,
 author = {福光, 嘉伸 and 松田, 裕貴 and 諏訪, 博彦 and 安本, 慶一},
 issue = {40},
 month = {Jan},
 note = {アノテーション作業をクラウドソーシングで行うことにより，低コストで機械学習のための学習データを収集できる．しかし，得られるデータの品質に大きなばらつきがあり，対価として報酬を付与すると可能な限り速く回答を行おうとする行動によって不良回答が発生する問題がある．そこで，本研究ではアノテーションタスクを対象として不良回答をリアルタイムで検出することを目的とし，作業中の画面操作から得られるカーソル移動量や操作時間などの特徴量を用いた検出手法を提案する．本稿では，適切回答・不良回答の分類を行い，精度を評価するとともに分類において重要な特徴量について分析を行う．機械学習モデルによる分類では，0.738 の Accuracy が得られ，ラベル付与数と，ラベル付与毎の平均カーソル移動量・クリック回数が，分類において重要であることが分かった．},
 title = {固有表現アノテーションにおける画面操作記録を用いた不良回答検出},
 year = {2024}
}