ニューラルネットワークを利用した日本語小論文の自動採点の検討

摘要

本研究では，事前に人手で採点された小論文学習データから，ニューラルネットワークを利用した自動採点システムを構築した．Neural Attention モデルを導入し，人手で採点された小論文データを学習した．NeuralAttention モデルの入力として，各形態素を200 次元の分散表現ベクトルに変換したnwjc2vec を利用した．再帰型ニューラルネットワークとしてLSTM を利用し，1から5 点のクラス分けを学習させた．その結果，先行研究の人手による採点データを利用しない手法と比べて高い精度を示した．また，LSTM とNeural Attentionモデルとの比較を行ったところ，Neural Attention モデルの方が全体的に高い精度を示した．今後，より少ない学習データで識別精度の高いモデルの構築を検討する予定である．