SMOTE技術とIndoBERTモデルを用いたデータ拡張による不均衡データセットにおけるマルチラベル分類性能の向上

感情と感情分析は、製品の消費者の利益と快適さを向上させることを目的とした一般的な分類タスクです。しかし、得られたデータは、分析される各クラスまたは側面の間でバランスを欠いていることがよくあり、これを不均衡データセットと呼びます。不均衡データセットは、特にテキストデータセットにおいて、機械学習タスクでしばしば課題となります。我々の研究では、SMOTEと拡張という2つの手法を用いて不均衡データセットに取り組みます。SMOTE技術では、テキストデータセットはTF-IDFを用いて数値表現を受ける必要があります。使用される分類モデルはIndoBERTモデルです。両方のオーバーサンプリング技術は、合成データと新しいデータを生成することでデータの不均衡に対処できます。新たに作成されたデータセットは、分類モデルの性能を向上させます。拡張技術を使用することで、分類モデルの性能は最大20%向上し、精度は78%、適合率は85%、再現率は82%、F1スコアは83%に達しました。一方、SMOTE技術を使用すると、評価結果は2つの手法の間で最高の値を達成し、モデルの精度を高い82%に向上させ、適合率は87%、再現率は85%、F1スコアは86%に達しました。