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) |