ユーザレビューを用いた機械学習モデルの説明可能性に基づく推薦フレーズの抽出

情報処理学会

書誌事項

タイトル別名
  • Extraction of Recommendation Phrases Based on the Explainability of A Machine Learning Model Using User Reviews

この論文をさがす

抄録

本論文では，書籍を対象として，ユーザに推薦する書籍に対して，ユーザの興味や関心を惹きつけるような推薦フレーズを既存のレビューから抽出する手法を提案する．提案手法では，書籍レビューサイトにおいてユーザが「いいね」を押したレビューを教師データとして，対象とするレビュー文に「いいね」を押すユーザを予測する機械学習モデルを構築する．そして，機械学習モデルを解釈する代表的なアルゴリズムの1つであるLIMEを用いて，ユーザに適した推薦フレーズを自動的に抽出する．被験者による評価実験の結果，提案手法は比較手法よりも効果的な推薦フレーズが抽出可能であることが示された．

In this paper, we propose a method for extracting recommendation phrases from existing reviews of books that attract users' interest for books to be recommended to them. The proposed method uses reviews that users “like” on book review sites as training data to build a machine learning model that predicts which users will “like” the target review text. Then, using LIME, one of the representative algorithms for interpreting machine learning models, the system automatically extracts recommendation phrases suitable for users. The results of evaluation experiments with test subjects showed that the proposed method can extract more effective recommendation phrases than comparative methods.

収録刊行物

関連プロジェクト

もっと見る

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ