ベイジアンフィルタを用いたセクハラ・パワハラ発言検出方法の基本検討

ハラスメント問題は世界的に注目されている問題である。その中で、最も知られているのがセクシャルハラスメントとパワーハラスメントである。これらのハラスメントが人や社会に及ぼす影響は計り知れない。
そこで、ハラスメントによる被害の中でも発言に注目し、その検出を目的とした研究を行った。迷惑メールの振り分けなどに用いられるベイジアンフィルタを利用して、セクシャルハラスメントとパワーハラスメントの検出を分類、分類精度を向上させるためにデータの収集とアルゴリズムの検討、評価実験を行った。

利用イメージとして、大学の研究室や会社の一部署など比較的閉鎖された環境を想定している。そのような環境下では、周りの目が少ないためハラスメントが起きやすいと思われる。セクシャルハラスメントまたはパワーハラスメントにあたる発言を検出した際に、発言者に対してランプや警告音などによる視覚・聴覚的な注意喚起を目指している。
図1に利用イメージを示す。

本研究で用いるベイジアンフィルタとは、電子メールのスパムフィルタリングに用いられる技術である。また、ラプラススムージングという手法を用いて、登録データに無い単語も考慮できるようにした。

今回考案した分類辞書作成方法を図 2に示す。

2つの方法を提案した。方法1は3つのカテゴリーの中の尤度が最大となるものを選択する方法、方法2は図3に示すように2段階判定である。

表1に分類方法1、2の実験結果を示す。表1からデータ数が増加することで一部を除くカテゴリの正解率が上がることを確認した。しかし、平均の正解率は70%に満たない。原因の一つとして、データ数が不足していることが考えられる。

分類方法1に棄却の操作を加えた結果を図4に示す。この結果から、正解率は最大88%の結果が得られた。しかし、棄却率は高いもので60%を超えた。このことから、現状では各カテゴリーの十分な識別が達成できていないと思われる。

本研究では、ベイジアンフィルタの技術を用いてセクハラ・パワハラ・日常会話の分類を行った。分類方法1で55〜69%、分類方法2で52〜63%、棄却を用いた分類で55〜88%の正解率が得られた。今後の課題として、アルゴリズムの更なる検討データ数の増加が必要である。