16:20 〜 16:40
[1O4-GS-7-05] Sentence-BERTに基づくQ&Aサービスの質問文章に対する画像推薦モデル
キーワード：画像推薦、Sentence BERT
Q&Aサービスにおいて質疑応答を行う際, 質問文章が長文の場合や,拙文である場合など,読解に労力を要する場合がある.この時, 質問文章に対する適切な画像推薦が可能ならば, 画像の情報を基とした読解の補助を行うことができる. 本研究はSentence-BERT(以下SBERT)を用いたQ&Aサービスにおける,質問文に対する適切な画像推薦を行う機械学習モデルを提案する.具体的には,質問文と画像キャプションをSBERTによりベクトル化し,それらに対するコサイン類似度を測定し,最大値を所得した画像キャプションの画像を推薦することで達成する.また実用的な観点から考えた場合,SBERTが誤作動を起こした際の不適切な推薦結果を,最小化する必要がある.よって推薦画像が最低でもカテゴリ的観点からは正しく推薦されるようにするため, 補助としてBERTの転移学習に基づいたカテゴリ分類モデルを適用する.これは推薦画像を,それぞれのQ&Aサービスに存在するカテゴリごとに分類し,SBERTとコサイン類似度測定をカテゴリ内で行うことで実現する.
講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。