WEKO3
アイテム
大規模言語モデルを用いた文脈考慮によるSNSの文章の攻撃性の推定
https://ipsj.ixsq.nii.ac.jp/records/241816
https://ipsj.ixsq.nii.ac.jp/records/2418161b9a9b5b-09d2-40cb-9879-778edbe7c4bb
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-HCI25211004.pdf (1.8 MB)
2027年1月7日からダウンロード可能です。
|
Copyright (c) 2025 by the Information Processing Society of Japan
|
|
| 非会員：¥660, IPSJ:学会員：¥330, HCI:会員：¥0, DLIB:会員：¥0 | ||
| Item type | SIG Technical Reports(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2025-01-07 | |||||||||
| タイトル | ||||||||||
| タイトル | 大規模言語モデルを用いた文脈考慮によるSNSの文章の攻撃性の推定 | |||||||||
| タイトル | ||||||||||
| 言語 | en | |||||||||
| タイトル | Aggressiveness Estimation in Consideration of Context-Sensitive for SNS Sentences Using Large Language Models | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | セッション1: 機械学習・大規模言語モデル | |||||||||
| 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 | ||||||||||
| 茨城工業高等専門学校 | ||||||||||
| 著者所属 | ||||||||||
| 茨城工業高等専門学校 | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| National Institute of Technology (KOSEN), Ibaraki College | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| National Institute of Technology (KOSEN), Ibaraki College | ||||||||||
| 著者名 |
松谷, 憲吾
× 松谷, 憲吾
× 奥出, 真理子
|
|||||||||
| 著者名(英) |
Kengo, Matsutani
× Kengo, Matsutani
× Mariko, Okude
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | SNS におけるトラブルは，攻撃性が直接的ではない表現が原因となることがあり，攻撃性の推定が難しい．このような文章から攻撃性を推定する方法として，大規模言語モデルの入力に返信元文章を用いて文脈を学習する方法が提案されているが，返信文章の攻撃性の推定精度において課題があることが報告されている．そこで本研究では，大規模言語モデル BERT に，返信元文章（親文章）とそれに攻撃性を付加した文脈を学習させ，返信文章（子文章）の攻撃性を推定する新たな手法を提案する．動画共有サイトに投稿されたコメントを対象に提案手法を評価した結果，従来手法に比べて攻撃性の推定の正解率が 4% 向上することを確認した． | |||||||||
| 論文抄録(英) | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | Problems with social networking may be caused by less direct expression of aggression, making it difficult to estimate aggression. As a method for estimating aggression from such sentences, a method for learning the context using the source sentences of replies as input for a large-scale language model has been proposed; however, it has been reported that there are issues in the accuracy of the estimation of aggression in reply sentences. In this study, we propose a new method for estimating aggression in reply to sentences (child sentences) by having the large-scale language model BERT learn the reply to the source sentence (parent sentence) and the context in which aggression is added. The proposed method was evaluated based on comments posted on video-sharing websites, and it was confirmed that the accuracy of aggression estimation was improved by 4% compared with the conventional method. | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 収録物識別子 | AA1221543X | |||||||||
| 書誌情報 |
研究報告ヒューマンコンピュータインタラクション（HCI） 巻 2025-HCI-211, 号 4, p. 1-5, 発行日 2025-01-07 |
|||||||||
| ISSN | ||||||||||
| 収録物識別子タイプ | ISSN | |||||||||
| 収録物識別子 | 2188-8760 | |||||||||
| 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 | |||||||||
