KDD2019 論文メモ
1665 ワード
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)
Author And Source
この問題について(KDD2019 論文メモ), 我々は、より多くの情報をここで見つけました https://qiita.com/kotaaaa/items/4f5f2681bd678e839b8a著者帰属:元の著者の情報は、元のURLに含まれています。著作権は原作者に属する。
Content is automatically searched and collected through network algorithms . If there is a violation . Please contact us . We will adjust (correct author information ,or delete content ) as soon as possible .