飲食店のレビュー文を「肯定的」「否定的」に分類するモデルを作る。学習データが少ないため、文章のデータ拡張で学習データを増やしたい。拡張の方法として、最も不適切なものを1つ選べ。
正解と解説を見る
解説
正解 C
この問題の論点：文章の拡張とラベルの保持
ポイント
文章は少しの変更で意味が変わりやすいため、変換後も正解ラベルが成り立つかを確かめます。否定語の削除は評価を逆転させるおそれがあります。
選択肢ごとの解説
- A
適切
逆翻訳は、意味を保ったまま表現を変えるparaphrasingの代表例です。語順や言い回しの違う文が得られ、同じ内容を別の書き方で表したデータとして使えます。
- B
適切
評価に関わらない語を類義語に置き換えても、肯定か否定かは変わりません。辞書などを使って言い換えるこの方法も、paraphrasingに含まれます。
- C
不適切 正解
「おいしくない」の「ない」が消えると否定の意味が抜け落ち、評価が逆に読める文になります。元のラベルのままでは誤った正解を学習させます。否定語など評価を左右する語は、削除の対象から外すなどの配慮が必要です。
- D
適切
単語の削除や入れ替えで小さな乱れを加える方法はnoisingと呼ばれ、表記のゆれや誤りに強いモデルにする効果があります。変更が多すぎると文の意味が崩れるため、量を抑えるのが基本です。
試験での狙われ方
感情分析などの事例で、paraphrasingやnoisingの操作が元のラベルを保てるかどうかを判断させる形が考えられます。