-
Class-Balanced Loss Based on Effective Number of Samples
1. どんなもの？Long-tail な不均衡データに対して、各クラス数の分布を適切に考慮した class-balanced loss を提案。2. 先行研究と比べてどこがすごいの？実世界のデータセットは long-tail な分布を持つ不均衡データであることが多い。こうした不均衡データに対して、先行研究では主に re-sampling と cost-sensitive learning の観点から解決が図られてきた。Re-sampling における over-sampling では学習時...
-
Attention Convolutional Neural Network for Advertiser level Click through Rate Forecasting
1. どんなもの？広告主単位 という新たな視点で CTR 予測を行う Context-aware Attention Convolutional Neural Network を提案した。2. 先行研究と比べてどこがすごいの？CTR 予測問題はオンライン広告における重要な問題の 1 つである。先行研究では ユーザ単位 の CTR 予測モデルの提案は複数行われているが、 広告主単位 での予測は本研究が著者が知りうる限りで初めてである。通常集計されたログデータをモデルに入力するが、本研究ではロ...
-
Beyond News Contents: The Role of Social Context for Fake News Detection
1. どんなもの？出版社・ニュース記事・ユーザの 3 つの関係をモデリングすることでフェイクニュース検出の精度向上を目指す TriFN を提案。2. 先行研究と比べてどこがすごいの？フェイクニュース検出は主にニュース記事にフォーカスしたものと、ユーザのソーシャルな行動にフォーカスしているものが多い。これらは偽の情報を判断する言語的な観点やフェイク画像に対する視覚的観点に基づいたモデルの構築を行っている。またユーザに対して行動ログベースやユーザ間のネットワークベースのモデリングを行っている事...