| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-09-21 15:00 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 ○沢田凌一・鈴木 優（岐阜大）  DE2023-14 |
|
| 抄録 | （和） | 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． |
| （英） | 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. | |
| キーワード | （和） | 誹謗中傷 / 重み付き損失関数 / マルチタスク学習 / / / / / |
| （英） | offensive tweet / weighted loss / multitask learning / / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 192, DE2023-14, pp. 19-24, 2023年9月. | |
| 資料番号 | DE2023-14 | |
| 発行日 | 2023-09-14 (DE) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | DE2023-14 |
|
| 研究会情報 | |
| 研究会 | DE IPSJ-DBS IPSJ-IFAT |
| 開催期間 | 2023-09-21 - 2023-09-22 |
| 開催地（和） | 北九州国際会議場 |
| 開催地（英） | Kitakyushu International Conference Center |
| テーマ（和） | ビッグデータを対象とした管理・情報検索・知識獲得および一般 |
| テーマ（英） | Bigdata management, information retrieval, knowledge discovery, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | DE |
| 会議コード | 2023-09-DE-DBS-IFAT |
| 本文の言語 | 日本語 |
| タイトル（和） | 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 |
| サブタイトル（和） | |
| タイトル（英） | Analysis of subtasks for improving the detection accuracy of offensive tweets in multitask learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 誹謗中傷 / offensive tweet |
| キーワード(2)（和/英） | 重み付き損失関数 / weighted loss |
| キーワード(3)（和/英） | マルチタスク学習 / multitask learning |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 沢田 凌一 / Ryoichi Sawada / サワダ リョウイチ |
| 第1著者 所属（和/英） | 岐阜大学 (略称： 岐阜大) Gifu University (略称： Gifu) |
| 第2著者 氏名（和/英/ヨミ） | 鈴木 優 / Yu Suzuki / スズキ ユウ |
| 第2著者 所属（和/英） | 岐阜大学 (略称： 岐阜大) Gifu University (略称： Gifu) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-09-21 15:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | DE |
| 資料番号 | DE2023-14 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.192 |
| ページ範囲 | pp.19-24 |
| ページ数 | 6 |
| 発行日 | 2023-09-14 (DE) |
[研究会発表申込システムのトップページに戻る]