川又 泰介

近年，大規模言語モデルを用いた高精度な感情推定手法が提案されているが，その推論過程や内部表現を人間が解釈することは依然として困難である．本研究では，感情分類モデルの内部構造を可視化し，そのクラス構造を解釈可能とすることを目的として，RBFネットワークにプーリング層を組み合わせ，誤差逆伝搬により隠れ層の組織化を行う教師組織化写像を提案する．日本語感情分析データセットWRIMEを用いた評価実験により，提案法はU-matrixによる可視化を通じて，隠れ層上に形成される感情クラスの構造を二次元平面として解釈可能であることを示した．