情報処理学会 インタラクション2021

インタラクティブ機械学習は，専門知識を持たないユーザによる自立的な機械学習モデルの作成を可能にする．当該分野ではシステム設計に際して分類アルゴリズムが採用される例が多いが，分類は形式が単純すぎるあまりにユーザが定義できるタスクの幅を狭めるという難点がある．また初心者ユーザにとっては，分類での定式化が可能なタスクを解く時でさえ適切にラベルを定義することは困難である．本研究は，インタラクティブな画像認識システムを題材に上記の問題の解決を試みる．具体的には，アルゴリズムとして画像分類ではなく画像テキスト変換を導入する．テキストの場合は定式化可能なタスクの種類に理論上制限がなく，さらにラベルという形式に縛られずに柔軟なアノテーションが可能となる．有効性の検証として，初心者ユーザに画像分類システムと画像テキスト変換システムの両者を与え多様な画像認識タスクを解いてもらう比較実験を行った．結果として，画像テキスト変換を採用した場合，ユーザはより自由な表現でアノテーションができるようになり，更にテキスト記述という煩雑な過程にも関わらず画像分類と同等の使いやすさを感じることが判明した．