Classiが取り組んできた 機械学習の試行錯誤

2022/02/24(木)に開催された教育・医療業界の機械学習LTで発表した資料です

Transcript

1. Copyright © 2021 Classi Corp. All Rights Reserved.
   教育・医療業界の機械学習事例LT

   2022/02/24(木) 

   Classi株式会社

   開発本部 本部長 兼 データAI部 部長 伊藤徹郎
   

   Classiが取り組んできた

   機械学習の試行錯誤

   

   View Slide

2. Copyright © 2021 Classi Corp. All Rights Reserved.
   自己紹介

   ● 名前：伊藤 徹郎 (@tetsuroito)

   ● 所属：Classi株式会社 開発本部｜データAI部

   ● 役職：本部長｜部長

   ● 分野：Educational Technology , Learning Analytics

   ● 著書

   ○ データサイエンティスト養成読本ビジネス活用編

   ○ AI・データ分析プロジェクトのすべて

   ○ 実践的データ基盤への処方箋

   1
   

   View Slide

3. Copyright © 2021 Classi Corp. All Rights Reserved.
   アジェンダ

   • 会社概要

   • 機械学習の実践例

   2
   

   View Slide

4. Copyright © 2021 Classi Corp. All Rights Reserved.
   アジェンダ

   • 会社概要

   • 機械学習の実践例

   3
   

   View Slide

5. Copyright © 2021 Classi Corp. All Rights Reserved.
   4
   Classiの会社概要

   https://speakerdeck.com/classijp/we-are-hiring より
   

   View Slide

6. Copyright © 2021 Classi Corp. All Rights Reserved.
   5
   Classiのミッション・ビジョン・バリュー 

   https://speakerdeck.com/classijp/we-are-hiring より
   子供の無限の可能性を解き放ち、学びの形を進化させる
   先生とともに、学びから学ぶ仕組みを創り、
   ワクワクする子どもを増やします
   ● Unlearn & Learn
   ● Love Difference
   ● Make Happen
   ⁃ 既存の知識を外す勇気。「学び方」を学び続けよう。
   失敗してもいい。新しい学びに挑戦しよう。
   ⁃ 違いを愛そう。チームを超えて協働しよう。
   多様性こそClassiの強み。多様な方がわくわくする。
   ⁃ 共に作り、共に実現する。大切なのは、信じて、
   やり抜くこと。
   Value
   Mission
   Vision
   

   View Slide

7. Copyright © 2021 Classi Corp. All Rights Reserved.
   6
   Classiのサービス

   https://speakerdeck.com/classijp/we-are-hiring より
   

   View Slide

8. Copyright © 2021 Classi Corp. All Rights Reserved.
   7
   サービス導入実績

   https://speakerdeck.com/classijp/we-are-hiring より
   

   View Slide

9. Copyright © 2021 Classi Corp. All Rights Reserved.
   ClassiのデータAI部の目指していること 

   8
   EBE(Evidence-Based-Education) → 先生などの教育者

   EBL(Evidence-Based-Learning) → 生徒などの学習者

   の実現と運用

   つまり教育に必要なデータをサービスを通じて還元し、それぞれのステークホ
   ルダーが活用する状態

   EBE,EBLは
   ここが自律的に
   サイクルが
   回る状態
   

   View Slide

10. Copyright © 2021 Classi Corp. All Rights Reserved.
    アジェンダ

    • 会社概要

    • 機械学習の実践例

    9
    

    View Slide

11. Copyright © 2021 Classi Corp. All Rights Reserved.
    • 自然言語処理を用いた自動作問の実証研究

    • アダプティブラーニングの提供と理論

    • 音声解析と画像解析を用いた検索精度の改善

    • AI-手書きOCRの技術検証

    • 声かけのタイプ別で利用率を向上させるA/Bテスト

    • 問い合わせデータを活用したトピックモデル分析

    • 数理最適化技術を用いたスケジュール問題最適化

    • 問題の解き直し行動の学力向上への効果検証 など

    Classiがこれまでに取り組んできた機械学習の取り組み 

    10
    

    View Slide

12. Copyright © 2021 Classi Corp. All Rights Reserved.
    • 自然言語処理を用いた自動作問の実証研究

    • アダプティブラーニングの提供と理論

    • 音声解析と画像解析を用いた検索精度の改善

    • AI-手書きOCRの技術検証

    • 声かけのタイプ別で利用率を向上させるA/Bテスト

    • 問い合わせデータを活用したトピックモデル分析

    • 数理最適化技術を用いたスケジュール問題最適化

    • 問題の解き直し行動の学力向上への効果検証 など

    Classiがこれまでに取り組んできた機械学習の取り組み 

    11
    

    View Slide

13. Copyright © 2021 Classi Corp. All Rights Reserved.
    • 企画立案 : どんなソリューションで誰の何を解決するか

    • 技術検証 : ソリューションは適切な範囲で提供可能か

    • PoC(実データ検証) : 実際にコンセプトは受容されるか

    • サービス検討 : PoCの結果を元にビジネス化検討

    • リリース判断 : ビジネスプランに基づき、サービスリリース判断

    AI-手書きOCRの技術検証の進め方 

    12
    

    View Slide

14. Copyright © 2021 Classi Corp. All Rights Reserved.
    • 企画立案 : どんなソリューションで誰の何を解決するか

    • 技術検証 : ソリューションは適切な範囲で提供可能か

    • PoC(実データ検証) : 実際にコンセプトは受容されるか

    • サービス検討 : PoCの結果を元にビジネス化検討

    • リリース判断 : ビジネスプランに基づき、サービスリリース判断

    AI-手書きOCRの技術検証の進め方 

    13
    

    View Slide

15. Copyright © 2021 Classi Corp. All Rights Reserved.
    • 課題

    • 学校現場では未だに多くの紙が存在している
    

    • 紙は便利だが、管理が煩雑になってしまう
    

    • なくしてしまうことがある

    • ソリューション

    • 紙に書いた内容を電子化して保存すれば良いのではないか
    

    • アプローチする観点

    • 学習済みモデルか自社で学習モデルを作るか
    

    • 技術要件とユースケースが合うかどうか
    

    • コストが見合うかどうか

    AI-手書きOCRの技術検証について 

    14
    

    View Slide

16. Copyright © 2021 Classi Corp. All Rights Reserved.
    AI-手書きOCRの3step : 1,前処理 

    15
    

    View Slide

17. Copyright © 2021 Classi Corp. All Rights Reserved.
    AI-手書きOCRの3step : 2,認識 

    16
    

    View Slide

18. Copyright © 2021 Classi Corp. All Rights Reserved.
    AI-手書きOCRの3step : 3,補正 

    17
    

    View Slide

19. Copyright © 2021 Classi Corp. All Rights Reserved.
    • 企画立案 : どんなソリューションで誰の何を解決するか

    • 技術検証 : ソリューションは適切な範囲で提供可能か

    • PoC(実データ検証) : 実際にコンセプトは受容されるか

    • サービス検討 : PoCの結果を元にビジネス化検討

    • リリース判断 : ビジネスプランに基づき、サービスリリース判断

    AI-手書きOCRの技術検証の進め方 

    18
    

    View Slide

20. Copyright © 2021 Classi Corp. All Rights Reserved.
    オフライン技術検証のフロー 

    19
    Jupyter上で前処理、AI-OCRで解析、その精度を検証するフローを検討

    

    View Slide

21. Copyright © 2021 Classi Corp. All Rights Reserved.
    精度検証の方法の検討 

    20
    独自の指標を組み合わせて、精度を検証

    

    View Slide

22. Copyright © 2021 Classi Corp. All Rights Reserved.
    矩形抽出の検証

    21
    

    View Slide

23. Copyright © 2021 Classi Corp. All Rights Reserved.
    • AI-手書きOCRにかける前に画像を前処理しないといけない

    • 画像の回転角度の補正

    • 台形補正

    • 画像サイズと座標の補正

    • 文章角度の補正

    • コントラスト調整と輪郭の抽出

    • 撮影時に入り込んだ影の補正

    • etc…

    前処理方法の検討

    22
    前処理で精度を担保することが現実的に無理なため、

    ユースケースを限定することで精度向上を目指すことに

    

    View Slide

24. Copyright © 2021 Classi Corp. All Rights Reserved.
    • 手書き文字と印刷文字の混在パターンも存在することが判明

    • 活字のタイプ別の読み取り精度の検証
    

    • フォントの違いによる精度検証

    • 文章の長さによる精度検証

    • 罫線を用意した場合とそうでない場合の精度検証
    

    • マス目の場合のフォーマットの精度検証
    

    など、いろいろなパターンを想定して、精度がどう変化するか検証

    活字の読み取り検証 

    23
    

    View Slide

25. Copyright © 2021 Classi Corp. All Rights Reserved.
    • 企画立案 : どんなソリューションで誰の何を解決するか

    • 技術検証 : ソリューションは適切な範囲で提供可能か

    • PoC(実データ検証) : 実際にコンセプトは受容されるか

    • サービス検討 : PoCの結果を元にビジネス化検討

    • リリース判断 : ビジネスプランに基づき、サービスリリース判断

    AI-手書きOCRの技術検証の進め方 

    24
    

    View Slide

26. Copyright © 2021 Classi Corp. All Rights Reserved.
    • 実際に複数のお客様に協力いただき、実験を行った

    • 精度指標が約70&ほどだったが、その受け入れも含めて
    

    • サービス提供フローを構築し、その業務イメージが現場にFitするかどう
    か

    

    • 

    PoC

    25
    

    View Slide

27. Copyright © 2021 Classi Corp. All Rights Reserved.
    • 企画立案 : どんなソリューションで誰の何を解決するか

    • 技術検証 : ソリューションは適切な範囲で提供可能か

    • PoC(実データ検証) : 実際にコンセプトは受容されるか

    • サービス検討 : PoCの結果を元にビジネス化検討

    • リリース判断 : ビジネスプランに基づき、サービスリリース判断

    AI-手書きOCRの技術検証の進め方 

    26
    

    View Slide

28. Copyright © 2021 Classi Corp. All Rights Reserved.
    • 今回のPoCでは、運用コストが非常に大きい点

    • ユースケースを限定したために活用イメージができなかった点

    • 精度自体もケースに応じて不安定な点

    • ビジネスモデルをうまく構築できない点

    

    など、いろいろな要因を鑑みて、サービスリリースを見送りました

    そのため、供養のLTを披露させていただきました！

    サービス化検討&リリース判断 

    27
    

    View Slide

29. Copyright © 2021 Classi Corp. All Rights Reserved.
    宣伝：Classiでは教育業界に機械学習のソリューションを適用したいエンジニアを募集しています 

    28
    https://hrmos.co/pages/classi/jobs?category=1378626424374710272&_ga=2.195036393.490006783.1645439063-165287458.1525770617
    

    View Slide

30. Copyright © 2021 Classi Corp. All Rights Reserved.
    おわり

    29
    ご静聴

    ありがとうございました！

    🙏🙏🙏

    

    View Slide