情報処理学会第85回全国大会 会期:2023年3月2日~4日 会場:電気通信大学

2ZH-01
興味対象記事ヘッドラインの推薦アルゴリズムの提案 - 文意ベクトル間距離に基づく推定 -
○寺田智哉,小川拓也,遠藤慶一,小林真也(愛媛大)
インターネットニュースにおける情報過多問題を解決するために,個人の興味を学習し,それを考慮した情報提供を行う個人向け情報配信システムPINOTを開発した.このシステムでは,ユーザの操作から興味を類推し,興味の学習を行う.しかし,記事文に多義語が含まれる場合,記事に対する興味類推を誤る可能性がある.
 本稿では記事文に対して,分布仮説に基づいて単語や文をベクトルで表現できる自然言語処理モデルを用いる.このベクトルには,文意といった特徴が表現されている.そして,類似性を表す尺度であるコサイン類似度を用いて,ユーザが興味ある記事に対して,ベクトル間が近い記事を,興味ある記事と類推し,推薦する.また,従来法と比較し,記事推薦の性能について評価を行う.