文献

J-GLOBAL ID：202002231012731657   整理番号：20A0365047

レビューテキストと画像を用いた 機械学習によるプロダクトの感性指標構築

Modeling Kansei Index of Product by Machine Learning Using Review Text and Image

著者 (5件)： 鈴木秀通 (関西学院大学 理工学部/感性価値創造研究センター) ,  飛谷謙介 (関西学院大学 理工学部/感性価値創造研究センター) ,  橋本翔 (関西学院大学 理工学部/感性価値創造研究センター) ,  山田篤拓 (関西学院大学 理工学部/感性価値創造研究センター) ,  長田典子 (関西学院大学 理工学部/感性価値創造研究センター)
資料名： 精密工学会誌(Web)  (Journal of the Japan Society for Precision Engineering (Web))
巻： 85  号： 12  ページ： 1143-1150(J-STAGE)  発行年： 2019年 
JST資料番号： U0462A  ISSN： 1882-675X  資料種別： 逐次刊行物 (A)
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： Kansei(感性)工学の分野において,アプローチはしばしば使用者の感性要求に合致するモデリングプロダクトの感性指標が取られる。本研究は,ウェブ上のレビューテキストとプロダクトの画像を用いた機械学習によって自動的に感性指標をモデリングすることについて研究している。提案した方法は次の通り:(1)ターゲット領域の主たる印象の抽出とテキストマイニングによるレビューテキストからの各印象の強度を表すテキスト印象スコアの計算,(2)ヒトによるプロダクト印象への評価の分布から作られた訓練ラベルを持つプロダクト画像データセットの生成および(3)このデータセットを用いるプロダクトの画像印象スコアを推定する深層ニューラルネットワークの構築。腕時計をターゲット領域として提案した方法に適用した。そして,構築した深層ニューラルネットワークの推定精度を検証した。結果として,画像印象スコアとテキスト印象スコアの間に高い相関係数0.67を確認し,提案した方法の実効性を確認した。その上,結果が評価の学習した分布を持たない他の深層ニューラルネットワークの推定結果から計算された相関係数0.51を超えたので,分布を学習することは推定精度を改善するのに効果的であることを示した。(翻訳著者抄録)

シソーラス用語： *感性 ,  *指標 ,  製品 ,  画像 ,  文章 ,  Web【情報システム】 ,  ニューラルネットワーク ,  感情 ,  抽出 ,  *機械学習 ,  印象 ,  ディープニューラルネットワーク
準シソーラス用語： 深層ニューラルネットワーク

著者キーワード (10件)： 感性(感情)工学 ,  感性指標 ,  深層学習 ,  評価辞書 ,  テキストマイニング ,  感性(感情)工学 ,  感性指標 ,  深層学習 ,  評価辞書 ,  テキストマイニング

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (26件)：

• 1) 豊田直晃, 浅野浩志, 北原路郎, 中田悟, 浅井厳, 高尾泰正, 島田泰拓, 羽多野重信: 粉体層せん断力測定による化粧品用粉体の使用感に関する客観的評価, 粉体工学会誌, 52, 12, (2015) 694.
• 2) M. Nagamachi: Kansei engineering: a new ergonomic consumer-oriented technology for product development, International Journal of industrial ergonomics, 15, 1, (1995) 3.
• 3) 饗庭絵里子, 高松直也, 沼田晃佑, 柳田修太, 鈴木征一郎, 佐藤暢, 長田典子, 高田勝啓: 年代による感性空間の違い, 日本感性工学会論文誌, 15, 7, (2015) 677.
• 4) 黄峻, 川澄未来子: タイ人向け自動車フロントグリルデザイン提案のための感性の分析, 日本感性工学会論文誌, 18, 1,(2019) 127.
• 5) 井口征士, 猪田克美, 小林重順, 田辺新一, 長田典子, 中村敏枝: 感性情報処理, 電子情報通信学会編ヒューマンコミュニケーション工学シリーズ, オーム社, (1994) 1.

タイトルに関連する用語 (6件)： レビュー ,  機械学習 ,  プロダクト ,  感性 ,  指標 ,  構築