Automated Essay Scoring with Discourse-Aware Neural Models

長岡技術科学大学
自然言語処理研究室
文献紹介（2020-01-28）
Automated Essay Scoring with Discourse-Aware Neural Models
https://www.aclweb.org/anthology/W19-4450.pdf

Transcript

1. 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
   

   View Slide

2. 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
   

   View Slide

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
   3
   

   View Slide

4. 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
   

   View Slide

5. 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)
   

   View Slide

6. 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]
   

   View Slide

7. 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
   

   View Slide

8. 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
   

   View Slide

9. Training Methods
   9
   

   View Slide

10. 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
    

    View Slide

11. 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
    

    View Slide

12. 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
    

    View Slide

13. 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
    

    View Slide

14. 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
    

    View Slide

15. 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
    

    View Slide

16. 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
    

    View Slide

17. 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
    

    View Slide