[3Xin2] ポスターセッション1

[3Xin2-66] 360度評価における不適切コメントの自動判定とテキスト生成モデルによる学習データ拡張効果の検証

〇宇野 渉¹、仲間 大輔¹ (1.株式会社リクルートマネジメントソリューションズ)

キーワード：自然言語処理、人事、360度評価、不適切コメント

社員の能力開発を目的に、自己の課題を客観的に知ることのできる360度評価が多くの企業で導入されている。360度評価では、能力尺度得点に基づく評価だけでなく自由コメントによるフィードバックも実施されることが多い。しかし、自由コメントの中には攻撃的な内容や誹謗中傷にあたるコメント（以下、不適切コメント）が含まれることがある。これらは目的にそぐわないため、本人へフィードバックする前に各企業の人事担当者などがチェックすることが多いが、多くの時間を要する。そこで本研究ではその確認負荷を軽減することを目的とし、不適切コメントの判定モデルを開発した。アノテーションした実際のデータを使用しファインチューニングしたBERTモデルにより高水準のRecall（80％）を達成できることを確認した。さらに正例データの取得が課題であった本タスクにおいて、生成AIによる学習データの水増し効果を検証し、精度向上への影響を確認した。