松尾・岩澤研究室 Deep Learning基礎講座 2026 宿題07
松尾・岩澤研究室（東京大学）が主催する「Deep Learning基礎講座」の
第7回講義の宿題（IMDb Sentiment Analysis）の実装コードです。
This repository contains the implementation code and model for Homework 07
(IMDb Sentiment Analysis) of the Deep Learning Basics Course 2026.
🏆 【コンペティション実績】
🌟 2026年5月29日時点：暫定 1 位 獲得モデル 🌟
📌 講座の概要 / Course Overview
本リポジトリは、以下の講座の一環として作成されました。
🏆 モデルの要約 / Model Summary
本モデルは、2026年5月29日時点のコンペティションにおいて
**【暫定1位】**を獲得した、IMDbデータセットに対する
感情分析（Sentiment Analysis）システムです。
「外部学習データや事前学習済みEmbeddingは一切使用しない」という
厳格なコンペティションルールを完全に遵守した上で、
限られたデータから最大限の一般化性能を引き出すための
高度なアーキテクチャ設計を行っています。
具体的には、双方向の文脈を効果的に捉えるBiGRUをベースに採用し、
系列内の重要な単語へ動的に重み付けを行う
Attentionメカニズム（注意機構）を統合しました。
これにより、長文のレビューであっても感情を決定づける
決定的なフレーズを高い精度で捉えることが可能となっています。
さらに、過学習を抑制し予測の堅牢性を極限まで高めるため、
複数の異なる乱数シードで学習させたモデルによる
「シードアンサンブル（Seed Ensemble）」を導入しています。
学習プロセスにおいては、検証データでのMacro F1スコアの推移を監視し、
Early Stoppingによる最適なエポック数の制御と、
学習率の動的スケール（ReduceLROnPlateau）を組み合わせることで、
非常に安定した最適化と高いスコアを実現しました。
🔗 関連リンク / Related Links
詳細な分析プロセスや学習の記録については、
以下のポートフォリオページをご参照ください。
