| 大会名称 |
|---|
| 2021年 情報科学技術フォーラム(FIT) |
| 大会コ－ド |
| F |
| 開催年 |
| 2021 |
| 発行日 |
| 2021-08-12 |
| セッション番号 |
| 6d |
| セッション名 |
| 自然言語処理（情報検索・推論） |
| 講演日 |
| 2021/08/27 |
| 講演場所(会議室等) |
| d |
| 講演番号 |
| E-046 |
| タイトル |
| 質問応答システムにおける各手法の性能比較 : BERTが必ずしも有利とならないケースについて |
| 著者名 |
| 水口綾乃, 市川 治, |
| キーワード |
| 対話システム, BERT |
| 抄録 |
| 学部オープンキャンパス用の質問応答システムを例にとり，質問分類精度を４手法により測定した．その結果，総合では事前学習済みのBERTをファインチューニングする方法が最も高い性能を示したが，個別の質問のクラスについては，事前学習モデルを使用しないWord Embeddingモデルの方が高い性能を示すクラスもあった．この現象は，似た２つの質問があった場合に，特定の単語が識別の重要なカギになっているケースで観察される．BERTを用いた質問応答システムを設計するにあたっては，このようなBERTの特性に注意して分類クラスを定義すべきである． |
| 本文pdf |
| PDF download (611.4KB) |