機械学習のトレーニングデータに潜むバイアスの問題を解消します

機械学習トレーニングデータクレジング/スクリーニング

機械学習データにおけるバイアスの問題を解消いたします
「専門性（カテゴリ）」「レイティング（暴力的、アダルトなど）」「要注意表現（ジェンダー平等、障がい）」に関する言及から
「言葉の強さ」「独創性シェア」「生成AIの可能性判定」「5W1Hの含有率」などあらゆるユーザーリクエストに対応

・あらゆる自然な言葉で書かれた非正規データ
・SNS/チャットデータ、検索ログ、商品レビュー、アンケート
・テキストファイル形式すべて／Word・Excel/PDFなど
　*Word、Excelは、Microsoft Corporationの米国及びその他の国における商標または登録商標です

スクリーニング/クレンジング一覧	概要
文章のクラスタリング	・約500種　※一覧についての詳細はお問合せください・宗教関連、武器、戦争に関する仕分け含む
感情推移	・文脈に合わせた感情の推移、感情の強度をポジティブ、ネガティブで評価・機械学習による判定ではないため、曖昧さがなく結果が明瞭・機械学習によるパターン判定も承ります
要注意表現の抽出	・ジェンダー平等、ポリコレに抵触する記載、誹謗中傷、アダルトなどの炎上が予想される用語を抽出
独創性シェア	・誤字、抽象的な文章（ポエムなど）かを判定
レイティング判定	・いじめや暴力的な表現、成人向けの内容を含む場合に適した区分で判定・イジメや暴力：R15+ ・成人向けの内容：R18+
言葉の強度	・読み手を刺激し、反応せざるを得ない強い表現の含有率を数値化
生成AI判定	・生成AIで作成されたものかの可能性を判定
文脈バランス	・5W1H（いつ、どこで、誰が、何を、なぜ、どのように）含有率の偏りを数値化・バランスの偏りから、文書の部分的な切り取りの可能性を判定

これまで不可能だった微妙なニュアンスの違いや不均衡データのスクリーニング、クレンジングも可能です