Part4では、Graph Convolutionを利用したテキスト分類機の挙動を分析してみます(実装についてはPart3を参照)。分析のゴールは、テキスト分類において「どんなグラフ構造」の「どんな関係」が精度向上に寄与するのかを明らかにすることです。 どんなグラフ構造 ノードの種別: 単語表現の種類 関係の種別: 係り受け関係(dependency)/単語類似度(similarity)どんな関係 有効な関係: どの係り受け関係が効いているのかなど実際に検証したところ、グラフの構築にミスがあった場合精度に致命的な影響があることがわかりました。ただ、グラフの構築(Dependency Parseなど)は常にうまくいくわけでありません。そこで、次回Part5ではそうした事情を加味したうえで、適切なリスクヘッジを行う手法を探っていきたいと思います。 以下は、実験の詳細となります。 グラフ構造の検