| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-11-11 09:10 問題と模範解答の同時生成機構を持つ難易度調整可能な読解問題自動生成手法 ○後藤照佳・富川雄斗・宇都雅輝（電通大）  ET2023-24 |
|
| 抄録 | （和） | 近年，学習者の読解力に合った難易度の読解問題を自動生成する深層学習手法が提案されている．そのような難易度調整可能な読解問題自動生成の最先端手法は，まず読解対象文と所望の難易度値から答えを生成し，次に生成した答えと読解対象文および所望の難易度値から問題を生成する枠組みとなっており，BERTとGPT-2と呼ばれる2つの独立な深層学習モデルで実現されている． しかし，この手法では，先に生成された答えに問題の生成が強く制約されてしまい，所望の難易度に対して多様なバリエーションの問題を生成できないという問題点がある．本研究では，この問題を解決するために，2つの深層学習モデルに基づいて実現されていた既存手法を，T5と呼ばれる深層学習モデルを応用して一つのモデルに統合することで，問題と答えを同時生成する手法を提案する． |
| （英） | Recently, deep learning techniques have been employed to automatically generate reading comprehension questions tailored to a learner's reading ability. The latest method utilizes two independent deep learning models, BERT and GPT-2, to generate reference answers and related questions based on a reading passage and a given difficulty level. However, this approach has the limitation that the generation of questions is heavily constrained by the reference answers produced beforehand. To address these issues, we propose a method for the joint generation of questions and reference answers for reading comprehension exercises, with controllable difficulty levels using item response theory. This proposed method is implemented by extending T5, a pre-trained transformer model. | |
| キーワード | （和） | 読解問題自動生成 / 項目反応理論 / 深層学習 / 自然言語処理 / / / / |
| （英） | Question Generation for Reading Comprehension / Item Response Theory / Deep Learning / Natural Language Process / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 254, ET2023-24, pp. 1-7, 2023年11月. | |
| 資料番号 | ET2023-24 | |
| 発行日 | 2023-11-04 (ET) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | ET2023-24 |
|
| 研究会情報 | |
| 研究会 | ET |
| 開催期間 | 2023-11-11 - 2023-11-11 |
| 開催地（和） | 香川大学 幸町キャンパス＋オンライン開催 |
| 開催地（英） | Kagawa University Saiwai-cho (Main) Campus / Online |
| テーマ（和） | 若手企画／一般 |
| テーマ（英） | Sessions for Young Researchers (Young Researcher Awards Selection), etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | ET |
| 会議コード | 2023-11-ET |
| 本文の言語 | 日本語 |
| タイトル（和） | 問題と模範解答の同時生成機構を持つ難易度調整可能な読解問題自動生成手法 |
| サブタイトル（和） | |
| タイトル（英） | Joint Generation of Questions and Reference Answers for Reading Comprehension with Difficulty-Controllability |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 読解問題自動生成 / Question Generation for Reading Comprehension |
| キーワード(2)（和/英） | 項目反応理論 / Item Response Theory |
| キーワード(3)（和/英） | 深層学習 / Deep Learning |
| キーワード(4)（和/英） | 自然言語処理 / Natural Language Process |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 後藤 照佳 / Teruyoshi Goto / ゴトウ テルヨシ |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） | 富川 雄斗 / Yuto Tomikawa / トミカワ ユウト |
| 第2著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第3著者 氏名（和/英/ヨミ） | 宇都 雅輝 / Masaki Uto / ウト マサキ |
| 第3著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-11-11 09:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | ET |
| 資料番号 | ET2023-24 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.254 |
| ページ範囲 | pp.1-7 |
| ページ数 | 7 |
| 発行日 | 2023-11-04 (ET) |
[研究会発表申込システムのトップページに戻る]