回帰と分類を統合した深層学習自動採点モデルの距離学習とアンサンブル学習による確信度推定手法

抄録

近年では，記述式試験において深層学習を用いた自動採点モデルが多数提案され高精度を達成しているが，高精度な自動採点モデルであっても得点予測を誤る可能性は残る．この問題を解決するために，得点に加えて予測得点に対する確信度も出力できる深層学習自動採点モデルを用いて，予測誤りの検出を試みる研究がなされている．従来手法では，深層学習自動採点モデルを回帰として設計することで，分類として設計したモデルと比較して得点予測の精度は向上するが，確信度推定の性能は低下する傾向があることが明らかとなった．そこで，回帰と分類のハイブリッド型深層学習自動採点モデルを構築し，確信度推定と得点予測の両面での性能向上を目指す．