ローカル大規模言語モデルによるセンチメント分析において 評価の参照点の有無や提示方法が予測精度に与える影響の検証-レストラン評価に関するオンラインレビューのセンチメント分析から-

• Item type: SIG Technical Reports(1)
• 公開日: 2024-12-05
• タイトル: ローカル大規模言語モデルによるセンチメント分析において 評価の参照点の有無や提示方法が予測精度に与える影響の検証-レストラン評価に関するオンラインレビューのセンチメント分析から-
• タイトル / 言語: en
• タイトル: An Investigation into the Impact of Different Reference Point Presentation Methods on the Performance of Local Large Language Models-Applications in Sentiment Analysis of Online Reviews for Restaurant Evaluations-
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: テキスト分析
• 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: 名城大学経営学部／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): Faculty of Business Management, Meijo University / Center for Advanced Intelligence Project, RIKEN
• 著者名: 新美, 潤一郎
• 著者名(英): Junichiro, Niimi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年では消費者がオンライン上にレビュー文書を投稿することが一般的になるとともに，それに対する大規模言語モデルによるセンチメント分析もさまざま試行されている．一方で，消費者のサービス評価は顧客体験それ自体のみならず，事前に形成された期待水準や他者のレビュー内容等からも影響を受ける可能性がある．そこで本研究では，LLM の推論にあたってそれら補足情報を複数の方法で提示し，予測精度に与える影響を検証する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: It has become common for consumers to post online review, and various applications of large language models (LLMs) for sentiment analysis has been conducted. However, the evaluation of a service is affected not only by the service experiences but also by the various factors, such as the expectations prior to the actual experience and the content of other reviews. Therefore, in this study, we examine the impact of presenting such supplementary information in multiple ways to LLM inference on prediction accuracy.
• 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: AN10442647
• 書誌情報: 研究報告音声言語情報処理（SLP）; 巻 2024-SLP-154, 号 31, p. 1-6, 発行日 2024-12-05
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8663
• 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