PoultryLeX-Net: 大規模家禽産業のステークホルダーを対象としたドメイン適응型デュアルストリーム・トランスフォーマーアーキテクチャ

要旨：世界的な家禽産業の急速な成長は、手頃な価格の動物性タンパク質への需要の高まりにより、生産慣行、飼育環境、管理、動物福祉、サプライチェーンの透明性に関する公的な議論を強めている。X（旧 Twitter）などのソーシャルメディア・プラットフォームは、家禽産業全体の利害関係者の感情を捉える大量の非構造化テキストデータを生み出している。 この領域特有の語彙に基づく議論から正確な感情信号を抽出することは、文脈的あいまいさ、言語的多様性、および汎用用途の言語モデルにおけるドメイン知識の不足のため、依然として困難である。 本研究は、語彙表を強化し、ドメイン適応型のデュアルストリーム・トランスフォーマー・フレームワークである PoultryLeX-Net を、家禽関連テキストの細粒度感情分析のために提案する。 提案されたアーキテクチャは、ドメイン固有の埋め込みとゲート付きクロスアテンション機構を介して、感情分類、トピックモデリング、および文脈表現学習を統合する。 語彙表に基づくストリームは家禽特有の用語や感情の手掛かりを捉え、一方の文脈ストリームは長距離の意味依存関係をモデル化する。 潜在ディリクレ配分法を用いて、生産管理および福祉関連の議論に関連する支配的な主題構造を特定し、感情予測に対する補足的な解釈性を提供する。 PoultryLeX-Net は、畳み込みニューラルネットワーク（CNN）や DistilBERT、RoBERTa などの事前学習済みトランスフォーマーといった複数のベースラインモデルと比較評価された。 PoultryLeX-Net は一貫してすべてのベースラインを上回り、感情分類タスクにおいて97.35%の精度、96.67%のF1スコア、そして99.61%のAUC-ROCを達成した。 総じて、ドメイン適応とデュアルストリーム・アテンションは感情分類を顕著に改善し、家禽生産の意思決定支援のためのスケーラブルな知能を実現する。