要約問題学習システムにおける手書き解答認識のための言語モデル適応

カテゴリ: 研究会(論文単位)

論文No: IS25015

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2025/02/22

タイトル(英語): Language Model Adaptation for Handwritten Answer Recognition in Summary Learning Systems

著者名: 黒岩 蒼(大阪産業大学),山崎 高弘(大阪産業大学),平松 綾子(大阪産業大学)

著者名(英語): Sou Kuroiwa(Osaka Sangyo University),Takahiro Yamasaki(Osaka Sangyo University),Ayako Hiramatsu(Osaka Sangyo University)

キーワード: 教育学習システム|要約評価|手書き文字認識|言語モデル|モデルファインチューニング|Educational Learning Systems|Summary Evaluation|Handwriting Recognition|Language Model|Model Fine-tuning

要約(日本語): 本研究では，要約問題を対象とした教育学習システムにおいて，言語モデルを利用し手書き解答の文字認識精度を向上させることを目的とする．まず，手書き文字データベースを利用して文字認識用のニューラルネットワークを学習させる．さらに対象の問題文章を用いてファインチューニングした言語モデルを利用することで，自然な文章となるように文字を決定する．この手法を用いて，実際の手書き解答に対する文字認識結果を示す．

要約(英語): This study aims to improve handwritten answer recognition accuracy using language models in an educational learning system for essay-type summary tasks. We train a neural network for character recognition using a handwritten character database. Furthermore, by utilizing a language model fine-tuned with target texts for summarization, we determine characters to form natural sentences. Using this method, we present character recognition results for actual handwritten summary answers.

本誌: 2025年2月25日-2025年2月26日情報システム研究会

本誌掲載ページ: 85-90 p

原稿種別: 日本語

PDFファイルサイズ: 1,677 Kバイト