Identification of logical thinking ability from online handwritten data

点击翻译按钮获取中文摘要

本課題では最終目標として「オンライン手書きデータを用いた論理的思考力の推定」を目指しており、思考過程の見える化を目標としている。2022年度は、2021年度に引き続き「数学幾何学問題」を主に対象として、「書き込みストロークデータへのメタデータ自動付与」を拡張し、一般的に幾何学問題において図形に書き込まれる各種記号に対するメタデータの自動付与を完成させた。同手法は、図形領域への書き込みとそれ以外のデータを分離させて取得し、図形領域への書き込みにおいては、中学及び高校での数学幾何で用いられる記号（「同一角を示す記号」「同一辺長を示す記号」「平行を示す記号」等）、合計14種類の記号を自動判定するものである。評価実験の結果、14種類の記号を平均0.85の精度で判別できることを確認した。ただし、記号の種類に依存して、0.70～0.93の精度となった。次に、被験者38名を対象に幾何問題を対象とし、解答時のストロークデータを取得した。ストロークの書き込み順を解析し「３種類の解答戦略への分類」を実施した。特徴量は、図形への書き込み記号の出現順を元に構成したuni-gram，bi-gram，1-skip-gramであり、XGBoostを用いて分類した。結果として、正解率 0.71、F値0.57を得た。2022年度は、上記の研究に加えて、研究実施中に明らかとなった「解答中の被験者の挙動が解答戦略に与える影響」を明かにすることを目的とし、「眼球運動を用いた解答戦略有無の判定」へのチャレンジを行った。具体的には、解答中の「眼球運動データ」を14名から取得し、解答戦略の有無判定の可能性を検証した。眼球運動データから20の特徴量を抽出し、XGBoostを用い３状態（明確な解法に基づく解答，積極的解法探索，非積極的解法探索）の自動分類を行い、正解率0.54を得た。