文献

J-GLOBAL ID：202302248634397963   整理番号：23A3109249

感情付与を用いた低評価レビューに対する応答生成

Response Generation to Low-Rated Reviews Combined with Sentiment Analysis

著者 (2件)： 益子怜 (横浜市大 データサイエンス) ,  越仲孝文 (横浜市大 データサイエンス)
資料名： 人工知能学会全国大会論文集(Web)  (Proceedings of the Annual Conference of JSAI (Web))
巻： 37th  ページ： ROMBUNNO.3T1-GS-6-01(J-STAGE)  発行年： 2023年 
JST資料番号： U1701A  ISSN： 2758-7347  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 宿泊施設予約サイトのユーザにとって,以前に宿泊施設を利用した顧客のレビューとその施設からの応答は重要な判断材料である.一方で,施設側が一つ一つのレビューに対して応答をすることは大きな負担である.そのため,応答のサポートを行うシステムが期待されている.しかしこの種のレビューの多くはポジティブな内容となっており,ネガティブなレビュー(クレーム等)に対する応答の生成は機械学習によるアプローチでは困難となる.本研究では,感情付与を用いた応答制御を行うことにより,ネガティブなレビューに対して適切な応答生成を試みる.GPT-2によるsequence-to-sequenceモデルにBERTによる感情分類モデルを組み合わせたシステムを構築し,楽天トラベルのレビューデータでその評価を行う.客観評価により,人間による応答に近い応答ができていること,および感情が正しく付与されていることを示す.また主観評価を通して,感情を考慮したモデルの方がネガティブなレビューに適合した応答を生成できることを示す.(著者抄録)

シソーラス用語： 感情 ,  *レビュー ,  自動化 ,  言語モデル ,  主観評価 ,  *機械学習 ,  自動生成 ,  改変
準シソーラス用語： BERT ,  *ユーザレビュー

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 感情 ,  評価 ,  レビュー ,  応答