基盤S関連 研究成果
(1)評価者特性を考慮した項目反応理論関係論文
査読付き論文誌(9件)
Masaki Uto (2023) A Bayesian Many-Facet Rasch Model with Markov Modeling for Rater Severity Drift. Behavior Research Methods, Springer, Vol.55, 3910-3928. [IF=5.953] (link)
宇都雅輝 (2022) ルーブリックを用いたパフォーマンス評価のための多次元4相型項目反応モデル. 電子情報通信学会論文誌D, Vol.J105-D, No.07, pp.457-469. (link)
Minoru Nakayama, Filippo Sciarrone, Marco Temperini, Masaki Uto (2022) An Item Response Theory Approach to Enhance Peer Assessment Effectiveness in Massive Open Online Courses. International Journal of Distance Education Technologies, Vol.20, No.1, pp.1-19. (link)
Masaki Uto (2021) A multidimensional generalized many-facet Rasch model for rubric-based performance assessment. Behaviormetrika, Springer, Vol.48, Issue 2, pp.425-457. (link)
Masaki Uto (2021) Accuracy of performance-test linking based on a many-facet Rasch model. Behavior Research Methods, Springer, Vol. 53, No. 4, pp. 1440-1454. (link) [IF=5.953]
Masaki Uto, Maomi Ueno (2020) A generalized many-facet Rasch model and its Bayesian estimation using Hamiltonian Monte Carlo. Behaviormetrika, Springer, Vol. 47, Issue. 2, pp. 469-496. (link)
宇都雅輝・植野真臣(2020)ルーブリック評価における項目反応理論. 電子情報通信学会論文誌D. Vol.J103, No.05. pp. 459-470. (link)
Masaki Uto, Duc-Thien Nguyen, Maomi Ueno (2020) Group optimization to maximize peer assessment accuracy using item response theory and integer programming, IEEE Transactions on Learning Technologies, IEEE Computer Society, Vol.13, No.1, pp.91-106. (link) [IF: 4.433]
八木嵩大・宇都雅輝 (2019) パフォーマンス評価における多次元項目反応モデル. 電子情報通信学会論文誌D. Vol.J102, No. 10, pp.708-720. (link)
国際会議発表(6件)
Kota Aramaki, Masaki Uto (2023) Linking method for writing tests using item response theory and automated essay scoring. International Meeting of the Psychometric Society (IMPS).
Minoru Nakayama, Filippo Sciarrone, Marco Temperini, Masaki Uto (2022) Evaluation of Programming Skills via Peer Assessment and IRT Estimation Techniques. 20th International Conference on Information Technology Based Higher Education and Training (ITHET), pp.1-8.
Masaki Uto (2021) A Multidimensional Item Response Theory Model for Rubric-based Writing Assessment. International Conference on Artificial Intelligence in Education (AIED), Lecture Notes in Computer Science, vol.12748, pp.420–432. [Accepted as full paper, full paper acceptance rate= 24%, CORE Rank=A] <Best paper award nominee> (link)
Minoru Nakayama, Masaki Uto, Marco Temperini, Filippo Scarrone (2021) Estimating Ability of Programming Skills using IRT based Peer Assessments. 19th International Conference on Information Technology Based Higher Education and Training (ITHET), pp.1-6. (link)
Minoru Nakayama, Filippo Sciarrone, Masaki Uto, Marco Temperini (2020) Impact of the number of peers on a mutual assessment as learner's performance in a simulated MOOC environment using the IRT model. 24th International Conference Information Visualization (IV). pp. 483-487. (link)
Minoru Nakayama, Filippo Sciarrone, Masaki Uto, Marco Temperini (2020) Estimating student's performance based on item response theory in a MOOC environment with peer assessment. International Conference in Methodologies and Intelligent Systems for Technology Enhanced Learning (MIS4TEL), Advances in Intelligent Systems and Computing, Springer, vol 1236, pp. 25-35. (line)
受賞歴(4件)
日本行動計量学会 優秀賞(林知己夫賞)(2023)受賞者:宇都雅輝
教育システム情報学会 学生研究発表会 優秀発表賞(2022)林真由・宇都雅輝「評価者特性の時間変動を考慮した項目反応モデル」(受賞者:林真由)
日本行動計量学会 奨励賞(肥田野直・水野欽司賞)(2019)受賞者:宇都雅輝
人工知能学会 先進的学習科学と工学研究会 平成30年度 若手奨励賞(2019)八木嵩大・宇都雅輝「パフォーマンス評価における多次元段階反応モデルの提案と評価」(受賞者:八木嵩大)
(2)記述論述式自動採点関連論文
査読付き論文誌(9件)
Masaki Uto, Itsuki Aomi, Emiko Tsutsumi, Maomi Ueno (2023) Integration of Prediction Scores from Various Automated Essay Scoring Models Using Item Response Theory. IEEE Transactions on Learning Technologies, vol. 16, no. 6, pp. 983-1000. (link)
柴田拓海・宇都雅輝(2023)多次元項目反応理論と深層学習を用いた複数観点同時自動採点手法. 電子情報通信学会論文誌D, Vol.J106-D, No.01. pp.47-56. (link)
Masaki Uto, Masashi Okano (2021) Learning Automated Essay Scoring Models Using Item Response Theory-Based Scores to Decrease Effects of Rater Biases. IEEE Transactions on Learning Technologies, Vol. 14, Issue 6, pp.763-776. (link) [IF: 4.433]
青見樹・堤瑛美子・宇都雅輝・植野真臣(2021)項目反応理論による小論文自動採点機のモデル平均.電子情報通信学会論文誌D. Vol.J104-D, No.11, pp.784-795. (link)
岡野将士・宇都雅輝 (2021) 評価者バイアスの影響を考慮した深層学習自動採点手法. 電子情報通信学会論文誌D. Vol.J104-D, No.8, pp.650-662. (link)
Masaki Uto (2021) A review of deep-neural automated essay scoring models. Behaviormetrika, Springer, Vol.48, Issue 2, pp.459-484. (link)
内田優斗・宇都雅輝 (2021) 受験者の能力を考慮した深層学習ベース短答記述式問題自動採点手法. 教育システム情報学会論文誌. Vol.38, No.3, pp.218-228. (link) (論文賞受賞)
Masaki Uto, Yoshimitsu Miyazawa, Yoshihiro Kato, Koji Nakajima, Hajime Kuwata (2020) Time- and learner-dependent hidden Markov model for writing process analysis using keystroke log data. International Journal of Artificial Intelligence in Education, Springer, Vol. 30, No.2, pp.271-298. (link) [IF: 4.9]
宇都雅輝 (2019) 論述式試験における評点データと文章情報を活用した項目反応トピックモデル. 電子情報通信学会論文誌D. Vol.J102, No.8, pp.553-566.(link)
国際会議発表(10件)
Misato Yamaura, Itsuki Fukuda, Masaki Uto (2023) Neural automated essay scoring considering logical structure. 24th International Conference on Artificial Intelligence in Education (AIED), pp.267-278. [Accepted as full paper, full paper acceptance rate= 21.1%, CORE-Rank=A] (link)
Masaki Uto (2023) Neural Automated Short-Answer Grading Considering Examinee-Specific Features. 23rd IEEE International Conference on Advanced Learning Technologies (ICALT), pp.336-338. [Accepted as short paper, CORE-Rank=B] (link)
Minoru Nakayama, Masaki Uto, Satoru Kikuchi, Hiroh Yamamoto (2023) Feasibility of Prediction of Student’s Characteristics using Texts of Essays Written during a Fully Online Course. 27th International Conference on Information Visualisation (IV), pp.204-209. (link)
Takumi Shibata, Masaki Uto (2022) Analytic Automated Essay Scoring based on Deep Neural Networks Integrating Multidimensional Item Response Theory, International Conference on Computational Linguistics (COLING), [Accepted as full paper, full paper acceptance rate= 24.2%, CORE Rank=A] (link)
Minoru Nakayama, Satoru Kikuchi, Masaki Uto, Hiroh Yamamoto (2022) Evaluation of Essays and Comments for Developing Critical Thinking Ability during a University course. The Workshop on Psychology Learning Technology (PLS). [Invited]
Itsuki Aomi, Emiko Tsutsumi, Masaki Uto, Maomi Ueno (2021) Integration of Automated Essay Scoring Models using Item Response Theory. International Conference on Artificial Intelligence in Education (AIED), Lecture Notes in Computer Science, vol.12749, pp.54–59. [Accepted as short paper, CORE Rank=A] (link)
Masaki Uto, Yikuan Xie, Maomi Ueno (2020) Neural Automated Essay Scoring Incorporating Handcrafted Features. Proceedings of the 28th International Conference on Computational Linguistics (COLING), pp.6077-6088. [Accepted as full paper, CORE Rank=A] (link)
Masaki Uto, Masashi Okano (2020) Robust neural automated essay scoring using item response theory. International Conference on Artificial Intelligence in Education (AIED), Lecture Notes in Computer Science, vol 12164, pp.549-561. [Accepted as full paper, full paper acceptance rate= 26.6%, CORE Rank=A] <Best paper runner-up award> (link)
Masaki Uto, Yuto Uchida (2020) Automated short-answer grading using deep neural networks and item response theory. International Conference on Artificial Intelligence in Education (AIED), Lecture Notes in Computer Science, vol 12164, pp.334-339. [Accepted as short paper, CORE Rank=A] (link)
Masaki Uto (2019) Rater-effect IRT model integrating supervised LDA for accurate measurement of essay writing ability. International Conference on Artificial Intelligence in Education (AIED), pp. 494-506. [Accepted as full paper, full paper acceptance rate= 25%, CORE Rank=A] (link)
受賞歴(12件)
人工知能学会 全国大会優秀賞(2023)山浦美里・福田樹・宇都雅輝「論述構造解析を用いたニューラル小論文自動採点手法の提案」(受賞者:山浦美里・宇都雅輝)
人工知能学会 先進的学習科学と工学研究会 令和4年度 若手奨励賞(2023)山浦美里・福田樹・宇都雅輝「論述構造解析を組み込んだニューラル小論文自動採点手法」(受賞者:山浦美里)
教育システム情報学会 学生研究発表会 支部長賞(2023)高橋祐斗・宇都雅輝「アンサンブル法に基づく深層学習自動採点の不確かさ推定」(受賞者:高橋祐斗)
教育システム情報学会 論文賞(2022)内田優斗・宇都雅輝「受験者の能力を考慮した深層学習ベース短答記述式問題自動採点手法」(受賞者:内田優斗・宇都雅輝)
人工知能学会 先進的学習科学と工学研究会 令和3年度 若手奨励賞(2022)柴田拓海・宇都雅輝「多次元項目反応理論と深層学習を用いた複数観点同時自動採点手法」(受賞者:柴田拓海)
日本テスト学会第 19 回大会 大会発表賞(2022)岡野将士・宇都雅輝「深層学習自動採点技術を組み込んだ一般化多相ラッシュモデル」(受賞者:岡野将士・宇都雅輝)
電子情報通信学会教育工学研究会 研究奨励賞(2021)柴田拓海・宇都雅輝「深層学習と多次元項目反応理論を用いた複数観点同時自動採点手法の開発」(受賞者:柴田拓海)
人工知能学会全国大会優秀賞(2021)青見樹・堤瑛美子・宇都雅輝・植野真臣「項目反応理論を用いた自動採点モデルの統合手法」(受賞者:青見樹・堤瑛美子・宇都雅輝・植野真臣)
Best paper runner-up award, International Conference on Artificial Intelligence in Education (AIED) (2020) Masaki Uto, Masashi Okano: Robust neural automated essay scoring using item response theory. [Full paper acceptance rate= 26.6%, CORE Rank=A] <<Certification>>
人工知能学会 先進的学習科学と工学研究会 令和元年度 若手奨励賞(2020)岡野将士・宇都雅輝「評価者バイアスに頑健な小論文自動採点手法」(受賞者:岡野将士)
NLP (言語処理) 若手の会第14回シンポジウム 萌芽研究賞(2019)内田優斗・宇都雅輝「受験者の解答履歴データを組み込んだ短答式問題自動採点手法」(受賞者:内田優斗・宇都雅輝)
人工知能学会 研究会優秀賞(2019)宇都雅輝「レイティングデータとテキスト情報を用いて受験者の能力を推定する項目反応トピックモデルの提案」(受賞者:宇都雅輝)
(3)問題生成関連論文
査読付き論文誌(1件)
富川雄斗・鈴木彩香・宇都雅輝(2024)項目反応理論に基づく難易度調整可能な読解問題自動生成手法. 電子情報通信学会論文誌D, Vol.J107-D, No.02.
国際会議発表(1件)
Masaki Uto, Yuto Tomikawa, Ayaka Suzuki (2023) Difficulty-Controllable Neural Question Generation for Reading Comprehension using Item Response Theory.18th Workshop on Innovative Use of NLP for Building Educational Applications (BEA), Association for Computational Linguistics (ACL), pp.119-129. (link)
受賞歴(9件)
電子情報通信学会教育工学研究会 研究奨励賞(2023)後藤照佳・富川雄斗・宇都雅輝「問題と模範解答の同時生成機構を持つ難易度調整可能な読解問題自動生成手法」(受賞者:後藤照佳)
教育システム情報学会 第48回全国大会 大会奨励賞(2023)富川雄斗・宇都雅輝「読解対象文の難易度を考慮した読解問題自動生成手法」(受賞者:富川雄斗)
ラーニングイノベーショングランプリ2023 優秀ラーニングイノベーション賞(2023)宇都研究室 問題生成グループ「深層学習と項目反応理論を用いた難易度調整可能な読解問題自動生成」(グループ構成員:富川雄斗・鈴木彩香・後藤照佳・宇都雅輝)
ラーニングイノベーショングランプリ2023 特別賞:UMUラーニングテクノロジー賞(2023)宇都研究室 問題生成グループ「深層学習と項目反応理論を用いた難易度調整可能な読解問題自動生成」(グループ構成員:富川雄斗・鈴木彩香・後藤照佳・宇都雅輝)
教育システム情報学会 産学連携奨励賞(2023)富川雄斗・宇都雅輝「読解対象文の難易度を考慮した読解問題自動生成手法」(受賞者:電気通信大学 宇都研究室)
人工知能学会 研究会優秀賞(2023)鈴木彩香・宇都雅輝「項目反応理論と深層学習を用いた難易度調節可能な読解問題自動生成手法」(受賞者:鈴木彩香・宇都雅輝)
教育システム情報学会 学生研究発表会 優秀発表賞(2023)富川雄斗・宇都雅輝「読解対象文の難易度を考慮した読解問題自動生成手法」(受賞者:富川雄斗)
教育システム情報学会 第47回全国大会 大会奨励賞 (2022)鈴木彩香・宇都雅輝「深層学習を用いた難易度調整機能付き読解問題自動生成手法」(受賞者:鈴木彩香)
教育システム情報学会 学生研究発表会 支部長賞(2022)鈴木彩香・宇都雅輝「難易度調整機能を持つGPT-2に基づく読解問題自動生成手法」(受賞者:鈴木彩香)
(4)国内学会発表・研究会・講演会(76件,領域分けはしていません)
鈴木彩香・宇都雅輝(2024)解答可能性の評価機構を組み込んだ難易度調節可能な読解問題自動生成手法.電子情報通信学会 教育工学研究会
進藤尚希・宇都雅輝(2024)ChatGPTの過剰解答に対するフィードバック機構を組み込んだ客観的臨床能力試験のためのシナリオ対話AI.電子情報通信学会 教育工学研究会
宇都雅輝(2024)歯学生臨床実習前OSCEの評価者の評価におけるIRT利用について.試験信頼性妥当性検討委員会第 24 回講演会.
伊藤佑真・宇都雅輝(2023)ドメイン調整可能な文章変換技術を用いた問題横断型自動採点手法.人工知能学会 第99回先進的学習科学と工学研究会, pp.1-6.(若手奨励賞ノミネート)
高橋祐斗・宇都雅輝(2023)回帰と分類のマルチタスク学習を適用した深層学習自動採点の不確かさ推定.電子情報通信学会 教育工学研究会, pp.40-46.
後藤照佳・富川雄斗・宇都雅輝(2023)問題と模範解答の同時生成機構を持つ難易度調整可能な読解問題自動生成手法.電子情報通信学会 教育工学研究会, pp.1-7.(研究奨励賞受賞)
富川雄斗・宇都雅輝(2023)読解対象文の難易度を考慮した読解問題自動生成手法.教育システム情報学会第48回全国大会(招待講演). pp. 185-186.(大会奨励賞受賞)
荒巻洸太・宇都雅輝(2023)評価者特性を考慮した項目反応モデルと深層学習自動採点技術に基づく記述式テストの等化手法.日本テスト学会第21回大会. pp. 41-46.
中山実・宇都雅輝・菊池聡・山本洋雄(2023)オンライン授業での論述テキストによる学習者特性の推定に関する一検討.電子情報通信学会 教育工学研究会. pp. 1-4.
荒巻洸太・宇都雅輝(2023)深層学習自動採点技術と項目反応理論を用いた記述・論述式テストの等化手法.第37回人工知能学会全国大会.
鈴木彩香・宇都雅輝(2023)深層学習と項目反応理論を用いた難易度調節可能な読解問題自動生成手法.第37回人工知能学会全国大会.
山浦美里・福田樹・宇都雅輝(2023)論述構造解析を用いたニューラル小論文自動採点手法の提案.第37回人工知能学会全国大会.(全国大会優秀賞受賞)
柴田拓海・宇都雅輝(2023)多次元項目反応理論と深層学習に基づく複数観点同時自動採点手法の精度改善.言語処理学会第29回年次大会. pp.222-226.
山浦美里・福田樹・宇都雅輝(2023)論述構造解析技術を用いたニューラル小論文自動採点手法.言語処理学会第29回年次大会. pp.1880-1884.
鈴木彩香・宇都雅輝(2023)項目反応理論に基づく難易度調節可能な読解問題自動生成手法.言語処理学会第29回年次大会. pp.1891-1885.
鈴木彩香・宇都雅輝(2023)項目反応理論と深層学習を用いた難易度調節可能な読解問題自動生成手法.人工知能学会 第97回先進的学習科学と工学研究会.pp.1-6.(研究会優秀賞受賞)
高橋祐斗・宇都雅輝(2023)アンサンブル法に基づく深層学習自動採点の不確かさ推定.教育システム情報学会学生研究発表会. pp.79-80.(支部長賞受賞)
富川雄斗・宇都雅輝(2023)読解対象文の難易度を考慮した読解問題自動生成手法.教育システム情報学会学生研究発表会. pp.69-70.(優秀発表賞受賞)
宇都雅輝(2022)歯学系臨床実習前OSCEの評価者の評価におけるIRT利用について.試験信頼性妥当性検討委員会第 22 回講演会.
山浦美里・福田樹・宇都雅輝(2022)論述構造解析を組み込んだニューラル小論文自動採点手法.人工知能学会 第96回 先進的学習科学と工学研究会. pp.30-35. (若手奨励賞受賞)
中山実・宇都雅輝・菊池聡・山本洋雄(2022)レポート文書特徴による小論文評価点と批判的思考態度の推定に関する一検討.電子情報通信学会 教育工学研究会. pp.55-58.
中山実・宇都雅輝・Filippo Sciarrone・Marco Temperini(2022)プログラム・コード学習者の相互評価による特性値の検討.電子情報通信学会 教育工学研究会. pp.29-34.
宇都雅輝(2022)ルーブリックを用いたライティング評価のための多次元項目反応モデル. 第21回情報科学技術フォーラム FIT2022, 情報処理学会(トップコンファレンスセッション,招待講演)
宇都雅輝・林真由(2022)評価者特性の時間変動を推定する時系列型ベイズ多相ラッシュモデル.行動計量学会第50回大会. pp.182-185.
柴田拓海・宇都雅輝(2022)深層学習と多次元項目反応理論を用いた小論文の観点別自動採点.行動計量学会第50回大会. pp.186-189.
鈴木彩香・宇都雅輝(2022)Transformerモデルを用いた難易度調節機能付き読解問題自動生成手法.行動計量学会第50回大会. pp.126-129.
荒巻洸太・宇都雅輝(2022)深層学習自動採点技術を用いた一般化多相ラッシュモデルの等化手法.行動計量学会第50回大会. pp.190-193.
宇都雅輝・林真由(2022)評価者特性ドリフトを検出する時系列型ベイズ多相ラッシュモデル.日本テスト学会第20回大会. pp.88-91.
柴田拓海・宇都雅輝(2022)多次元項目反応理論を組み込んだ深層学習モデルに基づく小論文の観点別自動採点手法.日本テスト学会第20回大会. pp.70-73.
鈴木彩香・宇都雅輝(2022)難易度調節可能な読解問題自動生成のための深層学習手法.日本テスト学会第20回大会. pp. 92-95.
宇都雅輝・林真由(2022)評価者の厳しさの時間変化を検出する時系列型ベイズ多相ラッシュモデル.教育システム情報学会第47回全国大会. pp. 137-138.
鈴木彩香・宇都雅輝(2022)深層学習を用いた難易度調整機能付き読解問題自動生成手法.教育システム情報学会第47回全国大会. pp.119-120.(大会奨励賞受賞)
柴田拓海・宇都雅輝(2022)小論文の分析的評価のための項目反応理論を用いた深層学習自動採点手法.教育システム情報学会第47回全国大会. pp.135-136.
柴田拓海・宇都雅輝(2022)多次元項目反応理論と深層学習に基づく複数観点同時自動採点手法.言語処理学会第28回年次大会. pp.334-338.
岡野将士・宇都雅輝(2022)アノテータ特性を考慮した項目反応モデルを組み込んだ深層学習自動採点手法.言語処理学会第28回年次大会. pp.339-343.
林真由・宇都雅輝(2022)評価者特性の時間変動を考慮した項目反応モデル.教育システム情報学会学生研究発表会. pp75-76.(優秀発表賞受賞)
鈴木彩香・宇都雅輝(2022)難易度調整機能を持つGPT-2に基づく読解問題自動生成手法.教育システム情報学会学生研究発表会. pp.69-70.(支部長賞受賞)
柴田拓海・宇都雅輝(2021)深層学習と多次元項目反応理論を用いた複数観点同時自動採点手法の開発.電子情報通信学会 教育工学研究会.(研究奨励賞受賞)
宇都雅輝(2021)OSCEにおけるIRT利用について.公益社団法人医療系大学間共用試験実施評価機構 試験信頼性向上部会第20回講演会.
柴田拓海・宇都雅輝(2021)多次元項目反応理論と深層学習を用いた複数観点同時自動採点手法.人工知能学会 第93回 先進的学習科学と工学研究会. pp.1-6.(若手奨励賞受賞)
中山実・宇都雅輝・Marco Temperini・Filippo Scarrone (2021)プログラム・コード作成における学習者相互評価と能力評価の検討.電子情報通信学会 教育工学研究会. pp. 7-12.
宇都雅輝(2021)テストとAI.日本テスト学会 第19回大会(実行委員会企画録画講演).
新田森・宇都雅輝(2021)ルーブリック評価のための多次元4相型項目反応モデルの提案.日本テスト学会 第19回大会.pp. 148-151.
岡野将士・宇都雅輝(2021)深層学習自動採点技術を組み込んだ一般化多相ラッシュモデル.日本テスト学会 第19回大会.pp. 152-155. (大会発表賞受賞)
内田啓子・森本剛・吉田素文・宇都雅輝・野上康子・片桐瑞希・仁田善雄・齋藤宣彦(2021)教員からみた診療参加型臨床実習の現状と臨床実習前OSCEの影響:全国医学部調査報告1,第53回医学教育学会全国大会.p.167.
森本剛・内田啓子・吉田素文・宇都雅輝・野上康子・片桐瑞希・仁田善雄・齋藤宣彦(2021)学生からみた診療参加型臨床実習の現状と臨床実習前OSCEの影響:全国医学部調査報告2,第53回医学教育学会全国大会.p.166.
吉田素文・内田啓子・森本剛・仁田善雄・野上康子・宇都雅輝・齋藤宣彦(2021)臨床実習前OSCEにおける評価項目群のステーション間および課題間比較,第53回医学教育学会全国大会.p.166.
青見樹・堤瑛美子・宇都雅輝・植野真臣(2021)項目反応理論を用いた自動採点モデルの統合手法.第35回人工知能学会全国大会. (大会優秀賞受賞)
新田森・宇都雅輝(2021)ルーブリック評価における多次元4相型項目反応モデルの提案.人工知能学会 第91回 先進的学習科学と工学研究会 (ALST91), pp.117-122.
岡野将士・宇都雅輝(2021)アノテータのバイアスを考慮した記述・論述式自動採点手法.言語処理学会第27回年次大会, pp.900-904.
宇都雅輝(2021)項目反応理論を用いた小論文自動採点.科研費基盤(S)シンポジウム「eテスティング最前線」(link)
宇都雅輝(2020)OSCEにおけるIRT利用について.公益社団法人医療系大学間共用試験実施評価機構 試験信頼性向上部会第18回講演会.
宇都雅輝(2020)パフォーマンス型試験の課題とその解決に向けた人工知能研究の現在,SCATE-21研究会(招待講演)
宇都雅輝(2020)Rater-effect IRT model integrating supervised LDA for accurate measurement of essay writing ability. 第19回情報科学技術フォーラム FIT2020, 情報処理学会(トップコンファレンスセッション,招待講演)
宇都雅輝・植野真臣(2020)ルーブリック評価のための多相項目反応モデル.行動計量学会第48回大会.pp.192-195.
岡野将士・宇都雅輝(2020)項目反応理論と深層学習を用いた評価者バイアスに頑健な小論文自動採点手法.行動計量学会第48回大会.pp.188-191.
宇都雅輝・森本剛・野上康子・内田啓子・吉田素文・片桐瑞希・葛西一貴・川上智史・江藤一洋・齋藤宣彦・仁田善雄(2020)OSCEにおける項目反応理論の適用,第52回医学教育学会全国大会.p.193.
吉田素文・内田啓子・森本剛・仁田善雄・野上康子・宇都雅輝・大滝純司・齋藤宣彦(2020)臨床実習前OSCE正式実施以降の変化と現在の課題3:実施後調査票自由記述の分析から,第52回医学教育学会全国大会. p.193.
岡野将士・宇都雅輝(2020)アノテータのバイアスに頑健な小論文自動採点手法.言語処理学会第26回年次大会.pp.716-719.
内田優斗・宇都雅輝(2020)項目反応理論に基づく能力推定値を活用した短答記述式問題自動採点手法.言語処理学会第26回年次大会.pp.1005-1008.
岡野将士・宇都雅輝(2020)評価者バイアスに頑健な小論文自動採点手法.第88回 人工知能学会 先進的学習科学と工学研究会.pp.37-42.(若手奨励賞)
内田優斗・宇都雅輝(2020)項目反応理論と深層学習を用いた短答記述式問題自動採点手法.第88回 人工知能学会 先進的学習科学と工学研究会.pp.25-30.
中山実・宇都雅輝・Filippo Sciarrone・Marco Temperini(2020)学習者相互評価の大規模データを用いたパフォーマンス評価に関する一検討. 電子情報通信学会 ET研究会. pp.19-22.
宇都雅輝(2019)OSCEにおけるIRT利用について.公益社団法人医療系大学間共用試験実施評価機構 試験信頼性向上部会第16回講演会.
堤瑛美子・宇都雅輝・植野真臣(2019)時系列学習データを用いた隠れマルコフIRTによる高精度パフォーマンス予測,第47回日本行動計量学会.pp.316-319.
宇都雅輝(2019)項目反応理論と機械学習技術を用いた小論文評価手法,日本テスト学会第17回大会. pp.38-41.
岡野将士・宇都雅輝(2019)評価者バイアスを考慮した小論文自動採点手法.情報処理学会第241回自然言語処理研究発表会.
内田優斗・宇都雅輝(2019)受験者の解答履歴データを組み込んだ短答式問題自動採点手法.NLP 若手の会 第14回シンポジウム(ポスター発表)(萌芽研究賞)
森本剛・仁田善雄・野上康子・内田啓子・吉田素文・宇都雅輝・中田優芽・大滝純司・齋藤宣彦(2019)臨床実習前OSCE正式実施以降の変化と現在の課題1:統計量の動向,第51回医学教育学会全国大会. p.135.
吉田素文・内田啓子・森本剛・仁田善雄・野上康子・宇都雅輝・中田優芽・大滝純司・齋藤宣彦(2019)臨床実習前OSCE正式実施以降の変化と現在の課題2:実施体制の動向,第51回医学教育学会全国大会. p.134.
Masaki Uto, Duc-Thien Nguyen, Maomi Ueno (2019) Maximizing accuracy of group peer assessment using item response theory and integer programming, 第33回人工知能学会全国大会. 4H2-E-5-03.
堤瑛美子・塩野谷周平・宇都雅輝・植野真臣(2019)Bayesian Knowledge Tracingの一般化としての隠れマルコフIRTモデル,第33回人工知能学会全国大会. (大会優秀賞)
若山 昇・宮澤 芳光・宇都雅輝・植野 真臣(2019)クリティカルシンキング検定試験の妥当性ー実験参加者のデータによる検討ー.教育テスト研究センター年報,Vol.4,pp61-64.
宇都雅輝(2019)レビュア特性を考慮したレイティングデータ解析手法.電気通信大学第34回情報数理工学セミナー.
宇都雅輝(2019)レイティングデータとテキスト情報を用いて受験者の能力を推定する項目反応トピックモデルの提案.人工知能学会研究会,第85回先進的学習科学と工学研究会.pp.98-103.(研究会優秀賞受賞)
八木嵩大・宇都雅輝(2019)パフォーマンス評価における多次元項目反応モデルの提案と評価.人工知能学会研究会,第85回先進的学習科学と工学研究会.pp.43-48.(若手優秀賞受賞)
(5)著書(1件)
繁桝算男(編),繁桝算男・加藤健太郎・光永悠彦・植野真臣・宇都雅輝・二村英幸・黒田美保(著)(2023)心理・教育・人事のためのテスト学入門.誠信書房.
(6)ソフトウェア & データ
Masaki Uto (2022) A Bayesian Many-Facet Rasch Model with Markov Modeling for Rater Severity Drift. Behavior Research Methods, Springer.で使用した実データとそれをキックするRStanのコードをこちらで公開しています.
Masaki Uto (2021) A multidimensional generalized many-facet Rasch model for rubric-based performance assessment. Behaviormetrika, Springer. で使用した実データとそれをキックするRStanのコードをこちらで公開しています.