Publications
カンファレンス (国内) 追加事前学習によるレビューと商品属性の対応関係学習
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
第16回データ工学と情報マネジメントに関するフォーラム（第22回日本データベース学会年次大会） (DEIM 2024)
2024.4.1
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 表情もくっきり撮影することができます．」のようなレビューとの関連性を予測できる言語モデルを提案する．このモ デルを構築するため，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．テキストであるレビューと表 データである商品属性の対応の学習方法が技術的課題として挙げられる．そこで，テキストをマスクし，元のトーク ンを予測する追加事前学習を行うことで，レビューと商品属性の対応関係を学習する．価格.com のカメラを対象に実 験を行い，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．
Paper :
追加事前学習によるレビューと商品属性の対応関係学習
（外部サイト）