抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,ユーザからの自然文による問い合わせを対応するFrequently Asked Question(FAQ)に分類する文書分類器を用いたFAQ検索手法を提案する。本文書分類器は,問い合わせ中の単語を手掛かりに,対応するFAQを判別する。しかし,FAQの多くは冗長性がないため,FAQを学習データとして文書分類器を作成する方法では,ユーザからの多様な問い合わせに対応するのが難しい。そこで,この問題に対処するために,蓄積されたユーザからの問い合わせ履歴から学習データを自動生成し,文書分類器を作成する。さらに,FAQおよび文書分類用に自動生成した学習データを用いて,通常使われる表層的な手がかりに加えて,本文書分類器の出力を考慮するランキングモデルを学習する。ある企業のコールセンターの4,738件のFAQおよび問い合わせ履歴54万件を用いて本手法を評価した。その結果,提案手法が,pseudo-relevance feedbackおよび,統計的機械翻訳のアライメント手法を用いて得られる語彙知識によるクエリ拡張手法と比較し,高いランキング性能を示した。(著者抄録)