情報処理学会 インタラクション2026

コンテンツの印象を予測する機械学習モデルの精度向上には多数の印象評価データが必要であり，その収集は作業者にとって大きな負担となっている．そこで我々は，画像コンテンツの印象を予測する機械学習モデルのチューニングを支援するインタラクティブな可視化システムを開発している．本システムはプールベース型アクティブラーニングを採用し，少数の印象評価データで学習したモデルに未評価画像の印象を予測させ，その結果を散布図として可視化する．また本システムでは，不確実性推定，類似データの算出，予測値に基づくクラスタリング結果の提示機能を設けることで，ユーザが訓練データに追加すべき画像を効率的かつ効果的に選択できるようにする．