2022 Fiscal Year Annual Research Report
Research on large-scale creative work by cooperation in crowdsourcing
| Project/Area Number |
19H04218
|
|---|
| Research Institution | Gifu University |
|---|
Principal Investigator |
鈴木 優 岐阜大学, 工学部, 准教授 (40388111)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
灘本 明代 甲南大学, 知能情報学部, 教授 (30359103)
波多野 賢治 同志社大学, 文化情報学部, 教授 (80314532)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | クラウドソーシング / 協調作業 / Webサービス / 情報の品質 |
|---|
| Outline of Annual Research Achievements |
今年度は前年度までに構築したWebアプリケーションを用いて，読んだ人の感情という観点でのデータセット構築を行い，提案手法の評価を行った．
あるテキストが与えられたとき，そのテキストを読んだ読者がどのように感じるか（ポジティブ，ネガティブ，ポジティブ+ネガティブ，ニュートラル，その他）をクラウドソーシングおよび機械学習により分類できる方法を考える．このとき，作業者の作業結果を模倣する機械学習分類器を構築することにより，全ての作業者が全てのテキストに対して擬似的に作業を行わせることが可能となり，作業の多様性や正確性を再現することが可能となった．ところが問題点として，全作業者に対して機械学習モデルを構築する必要があるため，処理時間が長いこと，処理に必要な計算量が膨大であることが実用面での問題となっていた．そこでこの問題を解決するために，作業結果の傾向が似ている作業者をクラスタリングし，クラスタ内の代表的な作業者に対して機械学習モデルを構築し，その後にそれぞれの作業者の作業結果をファインチューニングする方法を行った．その結果，提案手法の計算量を大幅に削減し，精度が向上できた．ところが，適切なクラスタリング手法，クラスタの個数を選択できなかった場合には精度が大幅に下落した．
さらに，感情分類を行う際にストップワード（分類の際に無視すべき単語のリスト）が効果的であることが分かったが，既存のストップワードリストをニューラルネットワークによる分類に用いたとき，精度が低下する場合があった．この問題を解決するために，分類の際のアテンションと呼ばれる値を元に自動的にストップワードを構築する方法を考案した．評価実験を行い，分類精度に有意な差を出すことが可能なストップワードリストの構築を確認した．
以上の研究結果を国際会議(iiwas)に投稿し，発表を行った．また，論文誌への投稿を行った．
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
