[2L1-OS-9a] Affective Computing

[2L1-OS-9a-05] 個人の主観評価の不確実性を考慮したモデルの学習と評価法

〇熊野 史朗¹、成松 宏美¹、大澤 まゆ子¹、林 貴斗¹、木村 昭悟¹ (1. NTT コミュニケーション科学基礎研究所)

キーワード：不確実性、学習、評価

人の感情や内面状態において、これまで様々な人が抱く主観の平均が主な対象となっていた。近年、パーソナライゼーションの研究が増加しているが、集団の平均を見るときにはあまり深刻でなかった問題に直面している。それは、主観的判断自体の不確実性、すなわち、同じ人が同じ場面や対象に対して常に同じ評価をするわけではないということである。この不確定性を前提としてモデルを訓練し評価する枠組みが望まれる。本発表では、衝突確率マッチングと呼ぶモデルの学習と評価を統一的に行うことで、構築するモデルの性能の伸び代があとどれだけあるかを絶対的な尺度として推定し最小化するための方法を紹介する。