@techreport{oai:ipsj.ixsq.nii.ac.jp:00232868,
 author = {齋藤, 太我 and 藤田, 智弘},
 issue = {5},
 month = {Mar},
 note = {テキストベースの感情推定における大規模言語モデル (LLM) を用いたアノテーションについて，プロンプトによる few-shot 学習がもたらす影響を検証する．Plutchik の感情モデルに対する感情強度の分布を出力するよう LLM にプロンプトを与え，アノテーションを行い，学習データを作成した．この時 0-shot 学習によるアノテーションと few-shot 学習によるアノテーションから，複数の学習データを作成した．これらの学習データと人手のアノテーションによる学習データをそれぞれ BERT に学習させた．これらの BERT による感情推定結果を，人手によるラベルとの平均絶対値誤差 (MAE) で比較した．また各プロンプトに基づくアノテーション結果を，人手によるラベルとの平均絶対値誤差 (MAE) で比較した．これら 2 つの比較において，0-shot 学習による学習データが，最も良い値を示した．この事から，LLM によるアノテーションにおいては few-shot 学習が悪影響をもたらす場合があることがわかった．},
 title = {テキストベース感情推定のための大規模言語モデルによる学習データ生成におけるfew-shot学習の影響},
 year = {2024}
}