표제지
목차
I. 서론 8
1. 연구의 목적 및 필요성 8
2. 연구 문제 12
II. 이론적 배경 13
1. 인공신경망(ANN) 13
2. 순환신경망(RNN) 18
3. LSTM(Long-Short-Term-Memory) 20
4. GRU(Gated Recurrent unit) 23
5. 서술형 평가 자동채점 선행연구 24
III. 연구방법 29
1. 연구자료 29
2. 분석방법 35
3. 분석절차 35
IV. 연구 결과 43
1. RNN(Recurrent Neural Network) 43
2. LSTM(Long-Short-Term-Memory) 44
3. GRU(Gated-Recurrent-Unit) 45
4. 혼동행렬(Confusion-Matrix) 46
V. 논의 51
VI. 요약 및 결론 55
참고문헌 58
Abstract 61
〈표 1〉 문항의 채점 준거 별 정확도 26
〈표 2〉 한국어 기반 서술형 평가 자동채점 주요 선행연구 28
〈표 3〉 점수별 빈도 29
〈표 4〉 수집 자료 및 채점 결과 예시 30
〈표 5〉 채점 영역별 채점 기준표 31
〈표 6〉 텍스트 데이터 전처리 전과 후 비교 36
〈표 7〉 단어 '코로나' 임베딩 값 40
〈표 8〉 혼동행렬 42
〈표 9〉 RNN 모델 성능 평가 결과 43
〈표 10〉 LSTM 모델 성능 평가 결과 44
〈표 11〉 GRU 모델 성능 평가 결과 45
[그림 1] 퍼셉트론 구조 13
[그림 2] 계단 함수 14
[그림 3] 시그모이드 함수 15
[그림 4] 하이퍼 볼릭 탄젠트 함수 16
[그림 5] 소프트 맥스 함수 17
[그림 6] ReLU 함수 18
[그림 7] 다층 퍼셉트론 18
[그림 8] 순환신경망 구조 19
[그림 9] 기울기 소실 문제 21
[그림 10] LSTM 셀 구조 22
[그림 11] GRU 셀 구조 24
[그림 12] 4가지 평가 영역의 응답 값 분포 35
[그림 13] Continuous Bag of Words 37
[그림 14] Skip-Gram 37
[그림 15] 응답 길이 히스토그램 38
[그림 16] 패딩 처리 예시 39
[그림 17] 희소 표현 예시 40
[그림 18] 밀집 표현 예시 40
[그림 19] 분석 절차 42
[그림 20] RNN 모델 혼동행렬 - 내용 영역 46
[그림 21] RNN 모델 혼동행렬 - 표현 영역 46
[그림 22] RNN 모델 혼동행렬 - 구조 영역 47
[그림 23] RNN 모델 혼동행렬 - 문법 영역 47
[그림 24] LSTM 모델 혼동행렬 - 내용 영역 48
[그림 25] LSTM 모델 혼동행렬 - 표현 영역 48
[그림 26] LSTM 모델 혼동행렬 - 구조 영역 48
[그림 27] LSTM 모델 혼동행렬 - 문법 영역 49
[그림 28] GRU 모델 혼동행렬 - 내용 영역 49
[그림 29] GRU 모델 혼동행렬 - 구조 영역 50
[그림 30] GRU 모델 혼동행렬 - 표현 영역 50
[그림 31] GRU 모델 혼동행렬 - 문법 영역 50
[그림 32] 한국어 에세이 평가 영역별 데이터 분포 54