マルチタスク学習に向けた高品質データセット構築に関する研究

• 研究課題/領域番号: 24K03044
• 研究種目: 基盤研究(B)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分62020:ウェブ情報学およびサービス情報学関連; 小区分60080:データベース関連; 合同審査対象区分:小区分60080:データベース関連、小区分62020:ウェブ情報学およびサービス情報学関連
• 研究機関: 岐阜大学
• 研究代表者: 鈴木 優 岐阜大学, 工学部, 准教授 (40388111)
• 研究分担者: 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)
• 研究期間 (年度): 2024-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 18,590千円 (直接経費: 14,300千円、間接経費: 4,290千円); 2027年度: 4,160千円 (直接経費: 3,200千円、間接経費: 960千円); 2026年度: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2025年度: 4,030千円 (直接経費: 3,100千円、間接経費: 930千円); 2024年度: 5,850千円 (直接経費: 4,500千円、間接経費: 1,350千円)
• キーワード: クラウドソーシング / 機械学習 / マルチタスク学習 / ラベル不均衡問題 / 評判分析

研究開始時の研究の概要

本研究では，マルチタスク学習と呼ばれる方法で機械学習の精度向上に必要なデータセットの構築を行う．マルチタスク学習では，二つ以上の問題をまとめて解くことによって精度が向上することが知られているが，どのような問題を組み合わせると精度が向上するかは自明ではない．そこで，相性の良い問題，悪い問題の傾向について明らかにすると共に，データセットの構築を行うことがこの研究の目的である．クラウドソーシングによりデータセットを構築することにより，安価で高精度なデータセット構築が可能となる．評判分析を一つのテストケースとして用い，既存手法で60%程度の精度であったものを80%程度まで向上させることを目指す．