Direct Preference Optimizationにより難易度調整精度を最大化した多枝選択式読解問題自動生成手法

抄録

近年，深層学習を用いて任意の難易度で読解問題を生成できる技術が提案されている．従来の難易度調整可能な問題生成手法は，読解対象文中から答えを抜き出して回答する形式の問題生成モデルとして設計されてきた．しかし，このような設計では教育現場で広く使われている多枝選択式問題を直接生成できない．加えて，従来手法では難易度調整精度を直接最適化していないため難易度調整精度に改善の余地が残る．そこで本研究では，自己回帰型の深層学習モデルを用いた難易度調整可能な多枝選択式問題生成手法を開発するとともに，Direct Preference Optimizationにより難易度調整精度を最大化する訓練手法を提案する．