人工知能学会全国大会論文集
Online ISSN : 2758-7347
第33回 (2019)
セッションID: 1O3-J-12-03
会議情報

ケースメソッド教育におけるフィードバックの個別化
*佐々木 健太鈴木 健一乾 健太郎
著者情報
会議録・要旨集 フリー

詳細
抄録

本研究では、講師を必要としないケースメソッドの実現を中長期的な目的とした中で、オンライン上で出題した問題に対する記述式回答の自動評価の可能性を調査した。予備調査として回答に応じたフィードバックコンテンツが受講者の満足度や有益度の向上に寄与するのかを確認した上で、記述式問題回答の自動評価ロジックの開発の可能性を調べた。結果、既存研究で高い精度を実現しているアテンション付きLSTMを使えば、我々のデータセットでも高い精度で記述式問題回答を自動採点できることが分かった。そして、事後確率を使えば精度はさらに高くなり、また、アテンションの可視化結果も採点基準に沿う結果となった。さらに、高い精度を実現するために必要な学習データの数も調べた。

著者関連情報
© 2019 一般社団法人 人工知能学会
前の記事 次の記事
feedback
Top