Publications

カンファレンス (国内) 地理的距離等の数値情報と深層距離学習に基づく意味的類似度を用いた拠点検索

沖本 祐典, 高島 空良 (東京工業大学), 金森 研太, 蘭 心湖, 宰川 潤二

2022年度 人工知能学会全国大会 (第36回) (JSAI2022)

2022.6.17

店舗などを対象とした拠点検索は、スマートフォンの普及により重要度を増している。 近年、文書を対象とした検索において、深層学習による自然言語処理を用いることで、意味的類似度を考慮した高精度な検索が可能になってきた。一方、拠点検索においては、拠点の名称だけでなく、地理的距離やユーザー評価などの数値情報も重要な特徴量であることが知られている。本研究では、地理的距離などの数値情報と、深層ニューラルネットワークで得たクエリ・拠点との類似度を併用することにより、拠点検索におけるランキングの品質を改善することを検討する。提案手法では、距離学習によって学習した深層ニューラルネットワークを用いてクエリと拠点それぞれの分散表現を作成し、分散表現から計算した類似度と地理的距離などの数値情報を特徴量として用いてGBDTでランキングを行う。Yahoo!マップの検索ログを用いてオフライン評価を行ったところ、検索結果の評価指標の改善が確認された。

Paper : 地理的距離等の数値情報と深層距離学習に基づく意味的類似度を用いた拠点検索新しいタブまたはウィンドウで開く (外部サイト)