지금까지 자동화된 창의적 에세이 채점(Automated Creative Essay Scoring, ACES)에 관해 탐구한 연구는 많지 않다. ACES에서는 사전 학습된 모델이 에세이를 창의적 또는 비(非)창의적으로 자동 라벨링한다. 에세이의 창의성 평가는 매우 주관적이기 때문에, 각 평가자는 창의성에 대한 자기만의 기준을 갖는 경우가 흔하다. 이와 같은 이유로 에세이에서 창의성을 정량화하는 일은 매우 어렵다. 본 연구는 ACES를 위한 새로운 모델 개발을 위한 예비 연구의 하나로서, 창의적 에세이와 표현성(expressiveness) 간의 상관관계를 심층적으로 조사한다. 구체적으로, 드문(dra re) 토큰이 에세이의 창의성 평가에 어떤 영향을 미치는지 탐색한다. 이를 위해 드문 토큰을 추출하기 위한 다섯 가지의 서로 다른 방법을 제시하고, BERT를 사용하여 드문 토큰과 창의적 에세이 평가 결과 간의 상관관계에 대한 비교 연구를 수행한다. 실험 결과, 드문 토큰과 창의적 에세이 간에 뚜렷한 상관관계가 있음을 확인하였다. 모든 테스트 세트에서, 드문 토큰 마스킹 기반 BERT(rare token masking-based BERT, ramBERT) 모델의 정확도는 기존 BERT 모델에 비해 최대 14%까지 향상되었다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.