데이터 증강을 이용한 KoBERT 기반 에세이 자동 평가 성능 향상

초록

에세이 자동 평가(AES)는 자연어 처리에 연구에 있어서 그 중요도 및 사회 전반에의 활용도가 높은 분야 중 하나이다. 본 연구에서는 (한)국어 쓰기 교육 분야에서 에세이 글 평가 작업의 생산성 향상 및 평가의 객관성 확보에 이바지하기 위해 데이터 증강기법(Data Augmentation)을 적용한 KoBERT 기반 에세이 자동 평가 모델을 제안한다. 다양한 실험 결과를 통해 데이터 증강기법을 적용한 모델이 Quadratic Weighted Kappa Score와 Pearson Correlation Coefficient 측면에서 기존의 모델보다 더욱 우수한 성능을 보이는 것을 확인하였다.