KDD2019 論文メモ

まとめページへのリンク

論文は，予稿集のタイトル検索で！
KDD2019にて，個人的に，面白かった発表のリストです．
専門はNLP， Data-miningなので， そのあたの分野が中心です．

MSURU: Large Scale E-commerce Image Classification with Weakly Supervised Search Data

• ユーザーの検索ログを教師あり学習のラベルに使って，教師ラベル作成の自動化に関する研究
• 教師ラベル作成は，非常にコストの掛かる作業なので，そこを自動化したい．
• もちろん，ログには，ノイズも多く含まれているので，その意味で"Weakly Supervised"というタイトルらしい
• データ: facebook marketplace

dEFEND: Explainable Fake News Detection

• チュートリアル（fake news）と，ポスターで発表されたファイクニュース検出に関する研究．
• データ: politifact, GossipCop
• 入力: ニュース記事， ユーザーのコメント
• 出力: フェイクかどうか（2値）
• 貢献: ニュース記事， ユーザーのコメントそれぞれからのエンコーダから得られる情報に注意機構を入れて（attention）説明可能なフェイクニュース検出モデルを構築

Interpretable and Steerable Sequence Learning via Prototypes

• 解釈可能で扱いやすい，時系列学習モデルの提案
• モデルの解釈性向上のため，事例ベース推論（過去の類似した事例を利用して問題解決をする）の機構をsequence encoderの後に追加．
• 過去の事例との類似度を計算する．事例は，追加，修正，削除して，逐次更新， 繰り返しモデルはfine-tuning される．
  • “food is good” は典型的な，ポジティブ極性を表す事例
• 複数のsequencialなデータ（テキストの感情分類，自動車の故障予測,タンパク質の配列分類）で実験
• 精度は シンプルなlstmのモデルより，5~10ポイント下がるらしい（精度より，解釈性の向上を目的とした研究）