2024年度 本部(DX推進センター)

小規模言語モデルとテキスト感情分析AI

最終更新日:2025年1月30日

アピールポイント

  • 皮肉のような「遠回しな表現」に強い
  • 文章の校正やフィルタリングに使える
  • 手元のPCで動く小規模設計

技術内容

技術の特徴

  • 「文脈」と「近接する単語の関係」の両者を明示的に考慮し、より精密な言語理解が可能
  • パラメータ数:既存モデル(BERT)の約1/2
分析のイメージ

技術の概要

皮肉だとわかりますか?

(既存モデルが識別できなかった皮肉を提案モデルは正しく識別)

この間行った温泉、「この温泉は皮膚病に効きます!」って書いてんのに注意書きには「皮膚疾患の人は入浴しないで」って書いてた。言ってること頭良すぎてびっくりした。
デートでファミレスとか、軽トラとか、マジで好きにしたら良いと思うけれど、「人を試してやってる」感のドヤ顔が透けてるのがワァ~…という感じだし、相当自信家ですごいなあ

提案モデル(TextConformer)

音声認識モデル(Conformer)をベースにAttentionとConvolutionを組み合わせた言語モデル

既存モデル(BERT)との比較

半分のパラメータでも競争力のある性能を発揮
学習時間17%短縮、推論時間25%短縮

今後の課題

  1. 現実にあるタスクに対する継続的な実験
  2. 学習方法やアーキテクチャの改良による性能向上
  3. 生成系AIへの応用

企業へのご提案

言語モデルを使用したテキスト分析サービスを始めたい方

ご相談お待ちしております。

研究者情報

事業所
本部(DX推進センター)
グループ
IoT技術グループ
担当者
大原虎太郎

技術シーズ メニュー

チャットで相談
閉じる