Publications
JOURNAL (DOMESTIC) 商品属性とレビューの対応関係学習に基づく言語モデル
河田 友香 (兵庫県立大), 山本 岳洋 (兵庫県立大), 大島 裕明 (兵庫県立大), 藤田 澄男
一般社団法人日本データベース学会 データドリブンスタディーズ (DBSJ-DDS)
March 01, 2025
本研究では，「画素数: 3,240 万，撮像素子: フルサイズ，重量: 800g」のような商品属性と，「遊ぶ子 どもの表情もくっきりと撮影できます」のような，商品を評価するテキストとの関連性を予測できる言語 モデルを提案する．このような言語モデルを構築することで，商品に詳しくないユーザにおいても，商品 属性からその商品がどのような特性を持つかを理解することができる．このモデルを実現するため，事前 学習済みのBERT を使用し，入力として受け取った商品属性とレビューから，その商品属性をもつ商品に 対するレビューなのか対応関係を予測するようにモデルを学習する．モデルを学習する際に技術的課題と して，量的データの扱い方，そして，テキストと商品属性の対応の学習方法が挙げられる．これらの技術的 課題を解決するために，量的データのカテゴリ化や，追加事前学習を行った．価格.com から抽出したカメ ラ50 商品，11,067 件のレビューを用いて実験を行った．実験の結果，追加事前学習を行うことで関連度 を予測する正解率が高くなることが分かった．また，商品属性を用いたテキストのランキングを行い，追 加事前学習を行い，量的データのカテゴリを数値で表現する手法が最もMRR が高くなることが分かった．
Paper :
商品属性とレビューの対応関係学習に基づく言語モデル
(external link)