オープンデータで実現する作文測定分析のシステム構成

オープンデータで実現する
作文測定分析のシステム構成
山口琢(フリー)、大場みち子(はこだて未来大学)、
高橋慈子(ハーティネス)、小林龍生(スコレックス)
v1.2 補足 2015-07-18
v1.1 2015-07-14
http://www.slideshare.net/yamahige
2015-07-14 情報処理学会ドキュメントコミュニケーション研究会 Taku Yamaguchi 1

•  このv1.2は、発表時の説明などを補った
版です。
•  発表時間が20分だったので、スライド
#16まで5分で話しました。

アジェンダ
•  背景
–  読み書き操作の測定と分析
–  データ公開
•  システム構成
•  データ公開
–  テキストを記録しない
–  考察

読み書き操作の測定と分析

読み書き操作の測定と分析
エディター
編集
操作
xxx

xxxx
xxx

xxx
xx
xx

xxxx
log
著者
町史
文章
年代記
…
▲▲
▲
測定
リーダー

ビューアー
読み
操作
log
測定
▲▲
▲
読者
テキスト
▲▲
▲

2015-05-31 人工知能学会全国大会 Taku Yamaguchi 6
自然言語処理・理解
行動測定・分析

•  作文・読書行動

•  測定

•  Record
Store

•  読み書き単位

•  共起頻度

•  N-‐gram

…

•  Web

•  ゲーム

…

テキスト

•  -‐-‐-‐

•  コーパス

•  形態素解析

•  共起頻度

•  N-‐gram

…

「自然言語処理・理解」「テキスト分析」
ですよね。

•  「読み」の測定・分析は商業化しつつあ
ります。

•  これだけだと、「人は人、自分は自分」
という向きには響かないかもしれません。
•  でも、こういうのは興味ありませんか？
– 日本語「青色本」と英語「Blue and Brown
Books」のBlue部分との時間の差
– 「日本語モードのリーダーを使うStudent会
員」と「ドイツ語モードのStudent会員」の
差

作文の測定
1つの操作
2014-‐10-‐23T08:31:21.287Z
更新
cc_12
志望動機
cc_25
hBps://example.com/ワークシート/

自己紹介書/

日時
対象
操作の種類
コンテキスト
項目見出し
項目ID
ワークシート
fee1cbcf-‐708b-‐11e
document
ID

作文測定データの可視化例

•  「読書」の例を単純になぞると、「作
文」の測定・分析は次のような情報を提
示します。

所要時間: 1時間
執筆期間: 2日
最も時間をかける欄: 志望動機
最も更新する欄: 自己アピール

•  このあたりは、これ以上は述べません。別の発表を参照
してください。
–  文章力向上教育におけるトピックライティングツールの活用
情報処理学会第98回ドキュメントコミュニケーション研究会
http://id.nii.ac.jp/1001/00142607/
–  編集操作の測定でアプローチする自然言語処理の提案
2015年度人工知能学会全国大会
https://kaigi.org/jsai/webprogram/2015/paper-145.html
•  今回は別の観点から…

データ公開

エディター
編集
操作
xxx

xxxx
xxx

xxx
xx
xx

xxxx
log
著者
▲▲
▲
測定
リーダー

ビューアー
読み
操作
log
測定
▲▲
▲
読者
テキスト
▲▲
▲
自然言語処理・理解
行動測定・分析

•  作文・読書行動

•  測定

•  Record

Store

•  読み書き
単位

•  共起頻度

•  N-‐gram

…

•  Web

•  ゲーム

…

テキスト

•  -‐-‐-‐

•  コーパス

•  形態素解析

•  共起頻度

•  N-‐gram

…
公開コーパスの貢献!!

hBp://www.gakkai-‐web.net/gakkai/ﬁt/program_web/event_A-‐9.html

FIT2015 @愛媛大学(松山市)
•  学術研究におけるビッグデータの安全な活用はどこまで可能か？：日本の
研究力の飛躍的向上に向けて、9/15(火)
現在、多くの学術分野で人間の行動分析が主要な研究テーマとなり、ビッ
グデータへのアクセスが研究の可否を決める大きな鍵になってきました。
しかしプライバシー保護に対する懸念から異なる組織のデータを統合的に
利用可能なデータ基盤の整備は進まず、複雑な社会システムのモデル化を
伴う研究は困難です。本パネルセッションでは、自治体、企業等のデータ
提供者、利用者であるデータ分析の研究者、そして情報基盤の構築に必要
な情報セキュリティとクラウド技術の専門家を交え、学術研究のためのセ
キュアなデータ基盤の要件を整理し、最新のプライバシー保護技術の有効
性、またその検証方法について議論します。
http://www.gakkai-web.net/gakkai/ﬁt/program_web/event_A-9.html

システム構成

Taku Yamaguchi 22
文章

(Dropbox)

PC

tablet
PC

tablet
wriWng
acWvity

record
store

デジタル年代記

(WordPress)

analyWcs
service

wriWng
acWvity

record

Episode
Writer

Topic
Writer

ワークシート

(WordPress)

PC

tablet
ウィキ町史

ビューア/

エディタ

歴史関連の

オープンデータ

ウィキ町史

(Dropbox)

いずれ公開

(Dropbox)

Writing Analytics
http://writing-analytics.appspot.com/

•  ウィキ町史ビューアの並行表示で、どの
街とどの街が一緒に表示されたのか、と
いう集計

「ジュール・ブリュネ」を

クリックしたときに…
…「森町(北海道)」と「外ヶ浜(青森県)」を

表示していた。

•  そしてこれらの時系列変化

•  3月前半は、LODチャレンジ2014の授賞式前後
•  6月末∼7月初は何があったの？

ウィキ町史の測定・分析
•  「オープン」の効果
•  「リンク」の効果

データ公開

テキストやファイル名は記録しない
読書との違い
1つの操作
2014-‐10-‐23T08:31:21.287Z
更新
cc_12
志望動機
cc_25

自己紹介書/

日時
対象
操作の種類
コンテキスト
項目見出し
項目ID
ワークシート
document
ID

•  最大のポイントは、編集の対象となった
テキストを記録しないことです。

Taku Yamaguchi 35
文章

(Dropbox)

PC

tablet
PC

tablet
wriWng
acWvity

record
store


(WordPress)

analyWcs
service

wriWng
acWvity

record

Episode
Writer

Topic
Writer

ワークシート

(WordPress)

PC

tablet
ウィキ町史

ビューア/

エディタ

歴史関連の


ウィキ町史

(Dropbox)

いずれ公開

(Dropbox)

xxx

xxxx
xxx

xxx
xx
xx

xxxx

Taku Yamaguchi 36
文章

(Dropbox)

PC

tablet
PC

tablet
wriWng
acWvity

record
store


(WordPress)

analyWcs
service

wriWng
acWvity

record

Episode
Writer

Topic
Writer

ワークシート

(WordPress)

PC

tablet
ウィキ町史

ビューア/

エディタ

歴史関連の


ウィキ町史

(Dropbox)

いずれ公開

(Dropbox)

ユーザーの

アカウント情報
ユーザーのアカウント情報、

少なくとも認証トークン
OAuth

ログイン

ログイン

•  左側のシステムは、ユーザーのアカウン
ト情報を持ったり、ユーザーアカウント
にひもづけられた認証トークンを持たざ
るをえません。
•  右側のシステムは、それらを持たなくて
すみます。

考察
•  文章内容の推定
•  ワークシートを使った推定
•  書き手の名寄せ
•  記録の削除
•  実験、実施の条件提示

文章内容の推定
•  編集操作の記録からテキストを推定
•  取り組む研究者はいるかもしれない

•  編集操作履歴から、文章内容を再現する
のは、今のところ、かなり難しそうです。
•  でも、具体的な文字列を再現できなくて
も、「込み入ってる」とか、「穏やか
だ」といったことは推定できるようにな
るかもしれません。

ワークシートを使った推定
ワークシートを指定して記録を削除する機能が必要か
男性の方はこちらに
女性の方はこちらに
…

•  cc_24欄に対する編集履歴があって、
cc_25欄に対する編集履歴がないので、
この書き手は男性なのかもしれません。

•  テキスト分析には、文体による著者推定
という分野があります。
•  また、筆跡鑑定や署名による認証なども
あります。
•  では、文章編集操作群から、同一の書き
手によるものを判定することができるで
しょうか？

書き手の名寄せ
「これとこれは同じ書き手による作文だ」と言えるか？
同じ書き手?

•  今のところ、一般的にはわかりそうもありませ
ん。
•  書き手の名寄せができたとして、それでも、そ
れだけなら問題ない気がします。それが誰であ
るか、何を書いたのかまでは分からないのです
から。
•  しかし、前に述べた「ワークシートによる推
定」などを多重に組み合わせられてしまうこと
が問題です。

「誰」の作文かというデータがないので、
「私のデータを削除してください」と言わ
れても、削除できない。
1つの操作
2014-‐10-‐23T08:31:21.287Z
更新
cc_12
志望動機
cc_25

自己紹介書/

日時
対象
操作の種類
コンテキスト
項目見出し
項目ID
ワークシート
document
ID

実験、実施の条件提示
document IDの集合
1つの操作
2014-‐10-‐23T08:31:21.287Z
更新
cc_12
志望動機
cc_25

自己紹介書/

日時
対象
操作の種類
コンテキスト
項目見出し
項目ID
ワークシート
document
ID
文章

(Dropbox)

PC

tablet
PC

tablet
wriWng
acWvity

record
store


(WordPress)

analyWcs
service

wriWng
acWvity

record

Episode
Writer

Topic
Writer

ワークシート

(WordPress)

PC

tablet
ウィキ町史

ビューア/

エディタ

歴史関連の


ウィキ町史

(Dropbox)

いずれ公開

(Dropbox)

xxx

xxxx
xxx

xxx
xx
xx

xxxx
document
IDによって、
record内の操作履歴を特定

まとめ
•  読み書きの測定・分析
•  データ公開
– テキストを記録しない
– 考察

•  紹介したシステム構成は、次のように事
業者・運営者を当てはめると、しっくり
くるのではないでしょうか。
•  誰がどんな情報管理上のリスクを負い、
誰から対価をもらうのか。

Taku Yamaguchi 50
文章

(Dropbox)

PC

tablet
PC

tablet
○○大学

-‐
研究データ提供
-‐

○○研究所

wriWng
acWvity

record

自分史出版事業

ワークシート

PC

tablet
ウィキ町史

ビューア/

エディタ

歴史関連の


ウィキ町史

(Dropbox)

(Dropbox)

○○大学

ライティング研修事業

受講生

町民
役場

SaaS型オフィスツール事業

リタイア

就活生

ユーザー

以上

オープンデータで実現する作文測定分析のシステム構成

Recommended

Recommended

More Related Content

What's hot

What's hot (7)

Viewers also liked

Viewers also liked (9)

Similar to オープンデータで実現する作文測定分析のシステム構成

Similar to オープンデータで実現する作文測定分析のシステム構成 (20)

More from yamahige

More from yamahige (20)

オープンデータで実現する作文測定分析のシステム構成