ランキング (合計) - Ceek.jp Altmetrics

「ロボットは東大に入れるか」プロジェクトでは、最初の課題として大学入試センター試験の自動解答を目指している。本稿では、そのうち歴史系科目を対象とした解答器作成の試みを報告する。我が国の大学入試は、基本的に高校教科書の範囲内から出題されることになっている。しかし、人工知能が機械的に解くという観点でみると、範囲内というのは曖昧さがあるうえ、潜在的に人間の常識や知能を前提にしている。我々はあくまで教科書内の知識のみを用いるアプローチで、どこまで自動解答が可能かを試みた。歴史系科目とセンター試験の特性を鑑みて、解答にあたってはあえて論理的な構造や解析を排除し、教科書内の表現が肯定的であることを前提に単語を基本とする知識でどこまで解答可能かを探った。

2017-11-07 07:39:35
1 + 0 Twitter

1 0 0 0 訂正記事: 医師国家試験を自動解答するプログラムの構築

著者: 伊藤詩乃田中佑岳狩野芳伸榊原康文
出版者: 一般社団法人人工知能学会
雑誌: 人工知能学会論文誌
巻号頁・発行日: vol.32, no.2, pp.F-AI30Ge_1-10, 2017

<p>31 巻6 号AI30-G(2016 年)の論文において、本文引用箇所がすべて[?]として公開されているため、正しい情報を次ページより掲載します.</p>

2017-11-07 07:39:35
1 + 0 Twitter

1 0 0 0 大学入試の穴埋め型問題に対する語順を考慮した自動解答手法

著者: 田上諒木村輔宮森恒
雑誌: 情報処理学会論文誌データベース(TOD) (ISSN:18827799)
巻号頁・発行日: vol.10, no.3, pp.45-57, 2017-10-05

近年,ユーザからの多様な情報要求を満たす技術として,質問応答などの自動解答技術が注目されている.しかし,それらの技術は,大学入試をはじめとする現実に即した多様で複雑な質問に対して,現状では十分に対応できているとはいい難い.たとえば,大学入試などにおける文書中の空欄部分の単語を解答するような穴埋め型問題に対して,従来手法では,主に語順を考慮しない検索ベースのファクトイド型解答技術が用いられているため,十分な正答率を得られていない.本稿では,大学入試二次試験の世界史穴埋め型問題を対象とし,語順を考慮した自動解答手法を提案する.具体的には,問題文解析時に穴埋め部分の周辺単語から解答カテゴリを推定し,解答候補抽出に利用するとともに,解答候補評価時に,カテゴリとの一致性や周辺単語の既出状況などを用いた指標を導入することで解答候補を評価する.特に,解答カテゴリを推定する際には,語順を考慮した分散表現による単語予測モデルを導入する.実験では,まず,単語予測モデルの精度を比較する.また,ベースライン手法と提案手法を比較し,提案手法を解答処理に取り入れることで,正答率にどのような変化があるかを明らかにする.Recently, automatic answering technologies such as question answering have attracted attention as a technology to satisfy various information requests from users. However, it is difficult to say that these technologies can adequately respond to the diverse and complicated questions in realistic situations including university entrance examinations. For example, conventional methods can not provide correct answers sufficiently for the slot filling questions in the university entrance examinations, because retrieval-based factoid-type answering technologies are mainly used, which do not consider word order. In this paper, we propose an automatic answering method considering word order for the slot filling questions in the university entrance examination world history problems. In particular, when in analyzing the question sentence, the answer category is estimated from the surrounding words of the filling slot and used for extracting the answer candidates, and these candidates are evaluated by introducing the indicator using the consistency with the category, and the occurrence situation of the surrounding words. Especially, we introduce a word prediction model by distributed expression considering word order in estimating the answer category. In the experiment, we first compare the accuracy of the word prediction models. In addition, we compare the proposed method with the baseline method and clarify what kind of change is observed in the correct answer rate by incorporating proposed method.