20クラス感情検出における微細感情分類：PyCaret AutoMLとBiLSTMのベンチマーク比較研究
arXiv cs.CL / 2026/4/30
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本研究は、20種類の感情クラスを対象に、20-Emotion Text Classification Dataset（英語79,595文）を用いて微細感情分類のための古典的MLモデルと深層学習モデルをベンチマークした。
- 機械学習側では、TF-IDF特徴量を用いてロジスティック回帰、多項ナイーブベイズ、SVMを評価した。
- 深層学習側では、BiLSTM、GRU、PyTorchで実装した軽量Transformerを比較した。
- BiLSTMが最良の総合性能を示し、精度89%および加重F1スコア0.89で、最良のMLベースライン（SVM：精度88.11%）をわずかに上回った。
- 結果として、系列ベースの深層学習はテキスト中の文脈的な感情手がかりをより捉えやすい一方で、従来型のMLも競争力があり計算効率に優れることが示唆された。
