インドネシアの高等教育におけるAI導入に関する感情分析：機械学習とトランスフォーマー系モデルの活用
arXiv cs.CL / 2026/5/1
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- この論文は、高等教育におけるAI導入に関するインドネシア人学生の意見を、従来型の機械学習とトランスフォーマー系アプローチの両方で分析します。
- 学習・評価には、ラベル付き2,295件のデータセット（学生意見1,154件に加えて語彙ベースの感情データ）を用います。
- 従来型モデルの中では、サポートベクターマシン（SVM）が最も良い機械学習性能を示し、テスト精度82.14%を達成します。
- トランスフォーマー系では、2値感情分類用にファインチューニングしたDistilBERTが最良の総合性能を示し、精度84.78%とF1スコア84.75%を記録します。
- 著者らは、トランスフォーマーが文脈情報をより効果的に捉える一方で、SVMも感情分析の効率的かつ競争力のある代替として機能すると結論づけています。
