記述式解答データの自動採点における深層ガウス過程回帰の適用

抄録

記述式解答データの自動採点は，深層学習とくに言語モデルを基礎とした回帰モデルを用いることで高精度に得点を予測できることが知られている．テストサービスの運用において予測値の不確実性を求められることが多いが，従来手法では難しく分類モデルでは予測精度が低下する．本研究では，従来手法と比較して予測精度が向上しつつ不確実性を計算可能な回帰モデルを検討する．具体的には，ガウス過程回帰モデルと深層ガウス過程回帰モデルをベンチマークデータセットと独自の大規模データで精度検証した．実験結果から深層ガウス過程回帰モデルの有効性を示した．