変圧器を用いたTwitterベースの性別認識【JST・京大機械翻訳】

Nia Zahra Movahedi; Ahmadi Ali; Mellado Bruce; Wu Jianhong; Orbinski James; Agary Ali; Kong Jude Dzevela

プレプリント

J-GLOBAL ID：202202218591868519 整理番号：22P0349888

変圧器を用いたTwitterベースの性別認識【JST・京大機械翻訳】

Twitter-Based Gender Recognition Using Transformers

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2022年04月24日プレプリントサーバーでの情報更新日： 2022年04月24日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

社会メディアは,人々と社会に関する有用な情報を含み,それは,ビジネスと財政,健康,社会経済不平等,および性脆弱性のような,多くの異なる分野(例えば意見マイニング,感情/時間分析,および統計解析)で研究を進めるのを助けることができる。ユーザ人口統計学は,被験者をさらに研究するのに役立つ豊富な情報を提供する。しかし,性別のようなユーザ人口統計は私的であり,自由に利用できない。本研究では,それらの画像からユーザの性別を予測するために,変圧器に基づくモデルを提案した。メスとオスの画像を層化するために,Vision Transformers(ViT)に基づくモデルを微調整した。次に,著者らは,変換者(BERT)からの双方向エンコーダ表現に基づく他のモデルを微調整し,それらのピンセットによってユーザの性別を認識する。これは,すべてのユーザがそれらの性別を示す画像を提供するので,非常に有益である。そのような利用者の性別は,それらのツイートを形成できた。組合せモデルは,画像とテキスト分類モデルの精度を,それぞれ6.98%と4.43%改善した。これは,画像とテキスト分類モデルが互いに追加情報を提供することにより互いに補完できることを示した。この方法をPAN-2018データセットに適用し,85.52%の精度を得た。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , , , 【Automatic Indexing@JST】

都市計画の調査分析,分析手法 , 人間機械系 , その他の情報処理 , 予防医学一般

, ,

前のページに戻る