機械学習の不均衡データへの対策は重要な問題であり、テキストデータ分類においても異なるデータ数のクラスを分類する課題は頻発する。対策方法としてはデータレベル、アルゴリズムレベルと存在し、本稿で述べるのはMunawarらの提案したアルゴリズムレベルの対策であるAffinity Lossについてである。
Affinity Lossは不均衡データを分類する際に、皮膚画像や顔認識などの不均衡画像データセットに対して高い効果が確認されている。
本稿では、そのAffinityLossをテキストデータに適用する際に期待される効果と、効果を発揮する条件を実験によって確かめた。