BERTにセンター試験を解かせてみて分かった、得意な問題と苦手な問題の傾向:センター英語を例に分かる、自然言語処理入門(3) センター試験を例に、自然言語処理の基礎を解説する本連載。第3回はセンター試験英語の穴埋め問題を自然言語処理で解答し、その結果について考察する。 前回は、BERTによる文脈理解について説明しました。今回は、BERTの事前学習モデル(bert-base)をそのまま使ってセンター試験英語穴埋め問題にチャレンジします。 大学入試センター試験 センター試験は全ての問題がマークシート形式で出題され、複数の選択肢の中から正解を選んで解答します。2022年10月現在はセンター試験が廃止されており、代わりに大学入学共通テストが実施されています。もちろん現行の試験でも問題なく解くことは可能ですが、センター試験はデータセットが公開されているため、そのデータセットを利用しました(※引用に際
![BERTにセンター試験を解かせてみて分かった、得意な問題と苦手な問題の傾向](https://cdn-ak-scissors.b.st-hatena.com/image/square/40be05088079ca1ab85bdc547bb052b78fcfc99f/height=288;version=1;width=512/https%3A%2F%2Fimage.itmedia.co.jp%2Fait%2Farticles%2F2210%2F31%2Fcover_news008.png)