[2R1-OS-10c] AI諸技術の発展に基づく学びのモデルの高度化と展望

[2R1-OS-10c-04] 深層学習自動採点技術と項目反応理論を用いた記述・論述式テストの等化手法

〇荒巻 洸太¹、宇都 雅輝¹ (1. 電気通信大学)

キーワード：項目反応理論、深層学習、記述・論述式試験

記述・論述式試験の問題点の一つとして，採点結果が評価者の特性に依存してしまう点が挙げられる．この問題を解決するために，一般化多相ラッシュモデルと呼ばれる，評価者の特性を考慮した項目反応理論が提案されている．一方で，受験者集団や評価者集団が異なる試験にこのような項目反応理論を適用して，試験結果を比較するためには，それぞれのテストから推定されるパラメータの尺度を合わせる「等化」と呼ばれる手続きが必要になる．一般的な等化手法は，共通受験者や共通評価者が存在するように試験を設計し，共通部分をアンカーとしてモデルパラメータを推定することで行う．しかし，現実の試験場面では，共通受験者や共通評価者を用意できない状況もしばしば存在する．そこで本研究では，最先端の深層学習自動採点技術を用いることで，一般化多相ラッシュモデルに基づく記述・論述式試験の等化を行う手法を提案する．実験の結果，提案手法により，共通受験者や共通評価者を用いることなく，一定の精度で等化が実現できることがわかった．