文献

J-GLOBAL ID：201902234425059059   整理番号：19A2921781

感情評価からの応答Bias除去のためのマルチタスク項目応答モデル【JST・京大機械翻訳】

Multitask Item Response Models for Response Bias Removal from Affective Ratings

著者 (2件)： Kumano Shiro (NTT Communication Science Laboratories, Nippon Telegraph and Telephone Corporation,Kanagawa,Japan) ,  Nomura Keishi (NTT Communication Science Laboratories, Nippon Telegraph and Telephone Corporation,Kanagawa,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ACII  ページ： 1-7  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 応答スタイル(RS)は,コンテンツ,例えば,極値または中間点カテゴリにかかわらず,特定のカテゴリを選択する傾向がある。それは,相関と変化ベースの分析のような主観的評価の分析の妥当性を低下させる。しかしながら,RSの計算除去は,感情計算コミュニティからほとんど注目されていない。RS除去技術はマーケティング研究のような分野で提案されている。しかしながら,これらの技術のほとんどはRSのコンテンツ独立性を利用しない。すなわち,感情判断タスクや標準心理学的アンケートのような様々なタスクで一貫して観察されなければならない。したがって,本論文はマルチタスクRS除去法を提案する。複数のタスクにおける個々の応答を,タスクに依存しないRSパラメータ,およびアイテム応答モデル(IRM)に基づくアイテムおよび応答特性パラメータを含むタスク依存パラメータを用いてモデル化した。Bayesモデリングを通して,著者らは以下を観察した。1)提案したモデルは予測精度に関して従来のIRMsを上回った。2)著者らのマルチタスクフレームワークは,以前の単一タスクベースのRS除去法よりも高い精度でRSを推定した。III)著者らのモデルは日本の中点RSを複製し,以前の交差文化研究で繰り返し実証されている。そして,iv)RS除去予測評価は,原子価/覚醒判断作業におけるRSを含むそれらより高い評価者間一致を示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： マーケティング ,  コミュニティ ,  覚醒 ,  モデリング ,  原子価 ,  アンケート ,  *コンテンツ ,  主観評価
準シソーラス用語： 予測精度 ,  *マルチタスク , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 感情 ,  評価 ,  応答 ,  マルチタスク ,  モデル