マルチタスク学習における誹謗中傷検出精度向上のためのサブタスクの提案

• Item type: SIG Technical Reports(1)
• 公開日: 2023-09-14
• タイトル: マルチタスク学習における誹謗中傷検出精度向上のためのサブタスクの提案
• タイトル / 言語: en
• タイトル: Analysis of subtasks for improving the detection accuracy of offensive tweets in multitask learning
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 岐阜大学大学院自然科学技術研究科知能理工学専攻
• 著者所属: 岐阜大学工学部電気電子・情報工学科
• 著者所属(英): en
• 著者所属(英): Graduate School of Natural Science and Technology, Gifu University
• 著者所属(英): en
• 著者所属(英): School of Engineering, Gifu University
• 著者名: 沢田, 凌一; 鈴木, 優
• 著者名(英): Ryoichi, Sawada; Yu, Suzuki
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 誹謗中傷を検出する研究は行われているが，実用にはさらに精度を向上させる必要がある．機械学習の手法の一つであるマルチタスク学習は，一つのモデルで複数のタスクを解くことによって汎化性能を向上させ，精度向上が期待できる誹謗中傷検出タスクとマルチタスク学習を組み合わせた研究は既に行われているが，どのようなサブタスクが誹謗中傷検出精度向上に有効であるかは明らかではない．そこで本研究では，誹謗中傷検出タスクの精度を向上させるタスクの提案を行う．また，提案したタスクが誹謗中傷検出タスクの精度向上に有効であるかどうかの検証を目的に実験を行った．実験の結果，怒りの感情検出タスクを誹謗中傷検出タスクと同時に解くことは，ランダムタスクを同時に解くことより有効であることが確認された．また，サブタスクのデータが不均衡であり F 値が非常に低い場合に限り，重み付き損失関数は同時に解く検出タスクの F 値向上に有効であることが確認された．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: There are studies on detecting offensive tweets, but there is a need to further improve the accuracy. One method to improve accuracy is multitask learning. Multitask learning is a method to improve generalization performance by solving multiple related tasks with a model. There are some studies on combining multitask learning with the offensive tweets detection task. However, it is not obvious which subtasks are effective in improving the accuracy of offensive tweets detection. Therefore, in this study, we proposed a task that improves the accuracy of the offensive tweet detection task. We also conducted experiments to verify whether the proposed task is effective in improving the accuracy of the offensive tweet detection task. Experimental results showed that solving the anger emotion detection task simultaneously with the offensive tweet detection task using multitask learning was more effective than solving the random task simultaneously. In addition, the weighted loss function was found to be effective in improving the F value of the simultaneously solved detection task only when the number of data in the simultaneously solved detection task was unbalanced and the F value was very low.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10112482
• 書誌情報: 研究報告データベースシステム（DBS）; 巻 2023-DBS-177, 号 10, p. 1-6, 発行日 2023-09-14
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-871X
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会