徳井 天

「AIによるテキスト分類の方法についての考察」はどうだった？

深田 あい

徳井くんの考察 今回もすごかったね！「教師あり学習」の「分類問題」についておさらいできたよ

須多先生

テキストデータの数値化の後は 「決定木」や「ディープラーニング」を用いてAIに学習をさせることで 感情分析ができることに気づくことができましたね

徳井 天

それじゃあ早速 文章を数値化して 決定木やディープラーニングで分析を始めるぞ！

須多先生

その前に 分類問題の評価指標についておさらいしておきましょう

深田 あい

分類問題の評価指標ですか…
えーっとなんでしたっけ…（ユーザー名）さんは覚えていますか？

徳井 天

そうだ 思い出したぞ！「正解率」「再現率」「適合率」が分類問題の評価指標だったな
計算問題が楽しかったから よく覚えてるよ

深田 あい

たくさん計算をしたやつだよね
私は数学が苦手なので ちょっと苦手意識があるんだよなあ…
レッスンの中でたくさん問題を解いたから おさらいすれば思い出せると思うんだけど…

須多先生

こちらの動画でおさらいできますよ
不安な方は 改めて動画で確認してみてくださいね

深田 あい

先生 ありがとうございます！「正解率」「再現率」「適合率」について 思い出すことができました！

須多先生

「訓練データ」を使ってAIに学習させた後 きちんと学習できたかを評価するために この評価指標を用います

須多先生

評価のために使用するデータは「訓練データ」とはまた別で用意する必要がありますが この評価をするためのデータのことを何と呼んだか覚えていますか？

深田 あい

えっと確か…「検証データ」だったと思います

須多先生

はい その通りです
訓練データとはまた別に「検証データ」を用意して 「正解率」「再現率」「適合率」などを算出して評価しましたね

徳井 天

なるほど じゃあ今回も様々な指標で評価することになるんだな

深田 あい

えっと今回は 徳井くんのお母さんの友達が経営している オンラインショップに届いた問合せやコメントを「ポジティブな意見」「ネガティブな意見」「質問や問い合わせ」に分類するんですよね
今回の場合では どの指標を重視した方がいいんでしょうか？

須多先生

今回の評価指標の目標として 「ネガティブ」と「質問や問い合わせ」の意見に対しては 再現率ができるだけ高くなるようにします

深田 あい

「ネガティブ」や「質問や問い合わせ」には できるだけ早く対応しなければいけないので 見逃さないために「再現率」を重視するんですね

徳井 天

じゃあ「ポジティブ」な意見は 多少見逃しても問題はないから 「再現率」はそこまで重視する必要がないってことかな？

須多先生

はい その通りです 次のアクティビティでの分析の際は できるだけ「正解率」や「適合率」も高くすることを目指してみましょう
分析の手法はどちらにしますか?

深田 あい

「決定木」と「ディープラーニング」どちらの分析を行った方がいいんだろう…徳井くんはどう思う？

徳井 天

俺は「決定木」での分析を先にやってみたいな
決定木の方が AIがなぜその答えを出したのか その過程が分かりやすかったんだよな

深田 あい

AIが分類する上で 最も重要だと判断したデータはどれなのかが 目で見て分かりやすかったのが「決定木」だったよね

須多先生

ではまずは「決定木」を使って分析を行ってみましょう

須多先生

それでは STAR Colabの演習を用意しましたので 次のアクティビティの指示に従って進めてください