WEKO3
アイテム
BERTの自己教師あり学習を用いた説明性を有するPOI推薦手法
https://ipsj.ixsq.nii.ac.jp/records/237543
https://ipsj.ixsq.nii.ac.jp/records/237543f3f9d6ac-a52d-43ac-87e4-2ba83cc01134
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-TOD1703003.pdf (1.4 MB)
2026年7月24日からダウンロード可能です。
|
Copyright (c) 2024 by the Information Processing Society of Japan
|
|
| 非会員：¥660, IPSJ:学会員：¥330, DBS:会員：¥0, IFAT:会員：¥0, DLIB:会員：¥0 | ||
| Item type | Trans(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2024-07-24 | |||||||||
| タイトル | ||||||||||
| タイトル | BERTの自己教師あり学習を用いた説明性を有するPOI推薦手法 | |||||||||
| タイトル | ||||||||||
| 言語 | en | |||||||||
| タイトル | POI Recommendation Method with Explainability Based on Self-supervised Learning of BERT | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | [研究論文] POI検索，説明可能性，BERT，オンラインレビュー | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||||||
| 資源タイプ | journal article | |||||||||
| 著者所属 | ||||||||||
| 九州大学大学院芸術工学府 | ||||||||||
| 著者所属 | ||||||||||
| 九州大学大学院芸術工学研究院 | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Kyushu University Graduate School of Design | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Kyushu University Faculty of Design | ||||||||||
| 著者名 |
片山, 一
× 片山, 一
× 牛尼, 剛聡
|
|||||||||
| 著者名(英) |
Hajime, Katayama
× Hajime, Katayama
× Taketoshi, Ushiama
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 本論文では，デートやドライブといった特定の目的のために興味のあるスポット（Point of Interest: POI）を探索する際に，ユーザの目的に適したPOIとその理由を提示する手法を提案する．本手法では，POI に関するレビューを用いて追加事前学習を行った BERT モデルに対して，レビューテキストを用いて POI を予測する自己教師あり学習でファインチューニングを行う．そして，BERT の事前学習の際に用いられるタスクの 1 つである Next Sentence Prediction タスクを用いて推薦対象の POI がクエリに対し適合すると考えられる理由をレビューから抽出する．そして，被験者実験の結果によって提案手法の有効性を示す． | |||||||||
| 論文抄録(英) | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | In this study, we propose a method to present POIs suitable for a user's purpose and the reasons why the POI is suitable for that purpose by directly inputting the purpose of searching for a Point of Interest (POI) as a query, such as “a good place to go on a date" or "a good place to drive”. The proposed method uses a pre-trained model, BERT, which has been additionally pre-trained with reviews of POIs, and then fine-tuned with a task that predicts the POIs to which the reviews refer from the review text, for POI recommendation. In the recommendation method, the Next Sentence Prediction task, one of the tasks used in BERT pre-training, is used to extract reasons from the reviews why the POIs to be recommended are likely to be relevant to the query. In this paper, we also verify the effectiveness of the proposed methods by conducting subject experiments for each method. | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 収録物識別子 | AA11464847 | |||||||||
| 書誌情報 |
情報処理学会論文誌データベース（TOD） 巻 17, 号 3, p. 1-11, 発行日 2024-07-24 |
|||||||||
| ISSN | ||||||||||
| 収録物識別子タイプ | ISSN | |||||||||
| 収録物識別子 | 1882-7799 | |||||||||
| 出版者 | ||||||||||
| 言語 | ja | |||||||||
| 出版者 | 情報処理学会 | |||||||||
