CNNを用いたテキスト分類における単語の影響度分析に基づくモデルの可視化

カテゴリ: 研究会(論文単位)

論文No: CT19125

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2019/12/08

タイトル(英語): Visualizing Convolutional Neural Networks for Sentence Classification based on Analyzing Words' Influence

著者名: 森 のどか(愛知県立大学),小林 邦和(愛知県立大学)

著者名(英語): Nodoka Mori(Aichi Prefectural University),Kunikazu Kobayashi(Aichi Prefectural University)

キーワード: テキスト分類|畳み込みニューラルネットワーク|可視化|解釈可能|影響度|text classification|convolutional neural network|visualization|interpretable|influence

要約(日本語): 深層学習は様々な分類タスクにて高い精度を誇る一方、推定結果の根拠を説明できない問題がある。そこで本研究では、画像分類タスクにおいて高い性能を発揮しているCNNを用いてテキスト分類を行い、テキスト中の単語が結果に与える影響度を重みパラメータの勾配値で定量化し根拠の可視化を目指す。次に、求めた影響度と実際の単語の意味との相違を検証するため、単語の感情辞書と比較分析する。

要約(英語): Deep learning has high accuracy in various classification tasks, but it can’t explain the reason of the results.This study treats text classification with convolutional neural networks (CNN), and tries to visualize the reason from influence of words.Specifically, we produces visual explanation using the gradients to quantify the influence.Then, we compare and analyze words’ emotion dictionary for validation of words’ influence.

原稿種別: 日本語

PDFファイルサイズ: 1,964 Kバイト