スマートサービスの個人適応を可能にする\nLLM を活用した対話型ユーザニーズ抽出手法

• Item type: SIG Technical Reports(1)
• 公開日: 2023-07-13
• タイトル: スマートサービスの個人適応を可能にする\nLLM を活用した対話型ユーザニーズ抽出手法
• タイトル / 言語: en
• タイトル: Extracting User Needs for Personalized Smart Services Using Dialogue Agent with LLM
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 神戸大学
• 著者所属: 神戸大学
• 著者所属: 高知工科大学
• 著者所属: 神戸大学／理化学研究所・革新知能統合研究センター
• 著者所属(英): en
• 著者所属(英): Kobe University
• 著者所属(英): en
• 著者所属(英): Kobe University
• 著者所属(英): en
• 著者所属(英): Kochi University of Technology
• 著者所属(英): en
• 著者所属(英): Kobe University / Riken AIP
• 著者名: 中田, 匠哉; 陳, 思楠; 佐伯, 幸郎; 中村, 匡秀
• 著者名(英): Takuya, Nakata; Sinan, Chen; Sachio, Saiki; Masahide, Nakamura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: サービス個人適応に関する研究には，機械学習や対話エージェントといったアプローチが存在するが，推薦過程の説明可能性が課題となっている． 従来研究では，6W1H ニーズモデルを活用した対話型ニーズ抽出システムを提案しているが，シンプルな自然言語処理では複雑なニーズ抽出が困難であった． 本研究では，近年急速に活用が進む大規模言語モデル（LLM）を活用してユーザのニーズを自然言語から抽出する API の開発及び API を活用した対話型ニーズ抽出システムの構築に取り組む． 評価実験として，ニーズ抽出・復元 API の出力結果の正確性や網羅性を評価することを目的として 100 件のニーズに関して検証を行った． 本研究によって，LLM を活用して複雑な自然言語から高い正確性・網羅性でニーズを抽出することができるようになった．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Research on service personalization involves approaches such as machine learning and dialogue agents, but the explainability of the recommendation process remains a challenge. Previous studies proposed a dialogue-based needs extraction system using the 6W1H needs model, but complex needs extraction was difficult with simple natural language processing. In this study, we focus on developing an API that extracts user needs from natural language using large-scale language models (LLMs) and constructing a dialogue-based needs extraction system using the API. We conducted verification on 100 needs to evaluate the accuracy and comprehensiveness of the output results from the needs extraction and restoration API. This study enables accurate and comprehensive extraction of needs from complex natural language using LLMs.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10112981
• 書誌情報: 研究報告ソフトウェア工学（SE）; 巻 2023-SE-214, 号 26, p. 1-6, 発行日 2023-07-13
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8825
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会