要約
- 研究では、オンライン政治討論におけるスタンス検出の性能向上のためにLLM生成の合成データを利用する方法を示した。
- 小規模なファインチューニングデータセットに合成データを追加することで、スタンス検出モデルの性能が向上することを示した。
- 「Query-by-Comittee」アプローチに基づく新しいアクティブラーニング手法SQBCを提案し、合成データを使用して情報量の多い未ラベルのサンプルを特定し、手動でラベリングする。
- 包括的な実験により、両方のアイデアがスタンス検出の性能を向上させることが示された。
考察
LLM生成の合成データを活用したアプローチは、スタンス検出において有効であることが示された。アクティブラーニング手法SQBCは、未ラベルのサンプルを効果的に選択し、性能向上に寄与することが示された。研究結果は、ラベル付きデータが限られている場合でも、合成データとアクティブラーニングを組み合わせることで高い性能が達成できる可能性を示唆している。