大学生の就職率は近年低迷しており，そのような状況の下，就職面接に不安を感じている学生も多い．そのため多くの大学では就職支援課など就職活動全般を支援する場所が設けられているが，支援課の人員も限られているため１人の学生に何度も指導することが困難である．本論文は回答中の各文に対してタグを付与し，その並びの特徴により不適切な回答を検出する手法を提案する．本論文では9種類のタグを自動的に分類するために，bag-of-words 手法に基づいて作成した素性を用いて機械学習を行う．Support vector machine，ニューラルネットワーク，Conditional Random Fields(CRF)を比較した結果，CRFを用いた手法の正解率(55％)が最も良いことが確認できた．

開催日：2013年12月18日～20日
場所：松山市総合コミュニティセンター