Automated Essay Scoring with Discourse-Aware Neural Models 文献紹介 (2020-01-28) 長岡技術科学大学 自然言語処理研究室 小川 耀一朗 Farah Nadeem, Huy Nguyen, Yang Liu, and Mari Ostendorf BEA Workshop 2019, pages 484-493 

Automated Essay Scoring 2 Prompt More and more people use computers, but not everyone agrees that this benefits society. … Write a letter to your local newspaper in which you state your opinion on the effects computers have on people. Essay Dear local newspaper, I think effects computers have on people are great learning skills/affects because they give us time to chat with friends/new people, helps us learn about the globe(astronomy) and keeps us out of troble! … Thank you for listening. score: 4 (1~6) 自動小論文採点: 小論文に自動でスコア付けを行うタスク 

Related Work これまでの流れ ● feature-based ○ length, N-gram, word category, readability, syntactic, semanticなど ○ Linear regressionでスコア予測 ● LSTM-based ○ feature-basedと同等かそれ以上の性能 ● NN+features (Liu et al., 2019) ○ state-of-the-artのモデル 3 

Related Work これまでの流れ ● feature-based ○ length, N-gram, word category, readability, syntactic, semanticなど ○ Linear regressionでスコア予測 ● LSTM-based ○ feature-basedと同等かそれ以上の性能 ● NN+features (Liu et al., 2019) ○ state-of-the-artのモデル 4 本研究では ● アーキテクチャを文書レベルに拡張する ● 談話を認識するための事前学習を行う 

Models 5 LSTMをベースとした文書レベルのモデルを用いて文書構造を捉える ● Hierarchical RNN with attention (HAN) ● Bidirectional context with attention (BCA) 

Hierarchical RNN with attention (HAN) 単語レベルのエンコーダと文レベルのエンコーダ を重ねた階層構造 単語レベル及び文レベルでAttentionを適用する ことにより重要な単語及び文を抽出する 6 [Yang et al., 2016] 

Bidirectional context with attention (BCA) 7 [Nadeem and Ostendorf, 2018] Hierachical RNNを拡張し, 前の文及び後の文 との依存関係を捉える 時刻 t の潜在表現 hlt に加えて、前の文及び後 の文の単語列とのAttentionを計算し、その加 重平均ベクトルを結合する 

関連するタスクで事前学習を行い、訓練データ不足に対処する ● Natural language inference (NLI) ○ 2つの文から関係性(矛盾, 合意, 中性)を予測する ● Discourse marker prediction (DM) ○ 2つの文からdiscourse markerを予測する ○ (however, in other words, meanwhileなど) ● BERT embeddings ○ contextualized word embeddingsとして使用 Pre-training Tasks 8 

Training Methods 9 

Training Methods 10 NLI, DMタスクの事前学習時 2つの文の文ベクトルを出力して結合し、 Feedforward NNを通してラベルを予測する 

Training Methods 11 採点タスクの訓練時 事前学習でのAttentionとFeedforward NNを除いたパラメータを共有する 

Non-Native Written English from the Linguistic Data Consortium (LDC) - TOEFLエッセイに [high, medium, low] が付与されている Automated Student Assessment Prize (ASAP) - kaggleコンペのデータセット Dataset 12 

Results on LDC TOEFL corpus 13 モデル設定 (1) LDC(小論文データ)で学習 (2) NLIかDMのどちらかを事前学習+(1) (3) NLIとDMの両方を事前学習+(1) (4) (1)の入力をBERT embeddingsにする ● HANよりも前後の文の関係を捉える BCA の方が性能が高い ● NLIタスクの貢献は小さい ● BERT-BCAが最も高い 

Results on ASAP 14 TSLF(Liu 2019): BERT-HANと似た構造にhand-crafted featuresを用いた手法 少ない訓練データにおいてはfeature-basedが強い 

Conclusion ● 自動小論文採点タスクにおいて、前後の文の関係を捉え、談話構造理解タス クで事前学習を行うことでTOEFLデータにて性能が向上した ● BERT embeddingsは貢献が大きかった ● ASAPコーパスにおいては訓練データが少ないため、hand-craft featuresを組 み合わせた手法が今もなお強力 15 

References ● [Yang et al., 2016] ○ Hierarchical Attention Networks for Document Classification ○ Zichao Yang, Diyi Yang, Chris Dyer, Xiaodong He, Alex Smola, Eduard Hovy ○ NAACL-HLT 2016, pages 1480-1489. ● [Nadeem and Ostendorf, 2018] ○ Estimating Linguistic Complexity for Science Texts ○ Farah Nadeem, Mari Ostendorf ○ BEA Workshop 2018, pages 45-55. 16 

Additions QWK - https://ktrw.hatenablog.com/entry/2019/05/03/005011 Automated Essay Scoring: A Survey of the State of the Art - https://www.ijcai.org/Proceedings/2019/0879.pdf - https://qiita.com/r-takahama/items/8f87aa1425cabb5d9a26 Kaggle - https://www.kaggle.com/c/asap-aes 17