隠れマルコフモデルによる眼球運動時微量を用いた回答正誤予測の検討

摘要

In this study, A model-based approach was proposed to estimate users' contextual understanding from features of their eye movements while viewing question statements in response to definition statements. For the estimation, 2 alternative forced choice tasks were performed, and features of subjects' eye movements while viewing question statements and features of correct and incorrect responses were extracted. Features of eye movements were defined as a sequence of symbols, saccade and fixation. Eye movements were modeled using hidden Markov models for the sequential data. This model have 2 states, "certain" and "uncertain". The former expressed high confidence in their answers to the questions, the latter expressed low confidence. While viewing question statements, state transitions happen repeatedly and the states output the symbols, saccade and fixation. Viewers' responses were classified into correct and incorrect from features of eye movements, with discriminative hidden Markov models estimated from training data. And certainty were estimated from the stationary distribution of each models. As a result, the prediction accuracy still leaves room for improvement, but this study shows that time series analysis can apply data of eye movements.%本研究では回答を求める文章の読み過程における眼球運動を計測し，時間順序性を有する眼球運動特徴量を用いての回答正誤予測，回答に関する確信度を表す内部状態の数理モデル化を目的とした．事前に提示した複数の文章内容の真偽を問う強制2肢選択課題における回答時の眼球運動から，回答選択の正誤を推定するモデルを構築した．文章を読む人の内部状態を予め仮定した回答の確信度の高低を示す2つの状態を表現する隠れ状態からなる隠れマルコフモデルを構築した．回答時の眼球運動をサッカードと注視に分離し，これらをシンボル≒するシンボル系列として扱い，2つの内部状態からそれぞれ出力される情報とした．実験値よりモデルのパラメータを推定し，実験で測定された眼球運動のシンボル系列から回答正誤に対応する確信度の高低を示す状態系列をを予測した．本研究では確信度と正答との正相関の先行研究から，高確信度では正答，低確信度では誤答となることを仮定した．結果，時間順序性を考慮した回答正誤予測が可能であることを示した．また，確信度の高低のような回答正誤に関する理解の状態を数理モデル化した内部状態の時間的遷移の分析が可能であることを示した．