[4N2-GS-10] AI応用：認知・言語モデル・テスト理論

[4N2-GS-10-03] Bayesian neural networkに基づく項目反応理論

〇堤 瑛美子¹、植野 真臣¹ (1. 電気通信大学大学院)

キーワード：項目反応理論、ベイジアンニューラルネットワーク

テスト理論分野では、学習者のテスト(課題)への反応を基に、能力値を高精度に推定することが課題となっている。近年では、高精度な能力値推定を行うために、項目反応理論（Item Response Theory: IRT）に深層学習手法を組み合わせた手法が開発されているが、データ数が少ない場合には学習データに過学習してしまう問題がある。本論文では、少数データにおける過学習を避けるために、Bayesian neural networkに基づくIRTモデルを提案する。提案手法はニューラルネットワークにおける重みとバイアスパラメータを変分推定法を用いてベイズ推定することでパラメータの過学習を避ける。 評価実験では少数データにおいて提案手法が既存手法よりも学習者の能力値を正しく推定することを示した。さらに，提案手法は学習者の課題への反応を高精度に予測することを示した。