Acknowledgement
본 연구는 NAVER(주)에 의해 지원된 과제(뉴스 기사의 심층성 및 다양성 측정 모델 개발)로 수행되었음.
Annual Conference on Human and Language Technology (한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리))
- 2022.10a
- /
- Pages.354-359
- /
- 2022
- /
- 2005-3053(pISSN)
An Automated Essay Scoring Pipeline Model based on Deep Neural Networks Reflecting Argumentation Structure Information
논증 구조 정보를 반영한 심층 신경망 기반 에세이 자동 평가 파이프라인 모델
- Yejin Lee (Konkuk University Department of Artificial Intelligence) ;
- Youngjin Jang (Konkuk University Department of Artificial Intelligence) ;
- Tae-il Kim (Naver) ;
- Sung-Won Choi (Naver) ;
- Harksoo Kim (Konkuk University Department of Artificial Intelligence)
- Published : 2022.10.18
Abstract
에세이 자동 평가는 주어진 에세이를 읽고 자동으로 평가하는 작업이다. 본 논문에서는 효과적인 에세이 자동 평가 모델을 위해 Argument Mining 작업을 사용하여 에세이의 논증 구조가 반영된 에세이 표현을 만들고, 에세이의 평가 항목별 표현을 학습하는 방법을 제안한다. 실험을 통해 제안하는 에세이 표현이 사전 학습 언어 모델로 얻은 표현보다 우수함을 입증했으며, 에세이 평가를 위해 평가 항목별로 다른 표현을 학습하는 것이 보다 효과적임을 보였다. 최종 제안 모델의 성능은 QWK 기준으로 0.543에서 0.627까지 향상되어 사람의 평가와 상당히 일치한다.