2024年2月1日～3日にPrime Plaza Hotel（インドネシア・バリ島）にて開催された「2024 13th International Conference on Software and Computer Applications」に本研究室より吉田 拓海さん（博士3年）が参加し、研究発表を行いました。
[2024 13th International Conference on Software and Computer Applications]◆ Takumi Yoshida, Soichiro Yokoyama, Tomohisa Yamashita, Hidenori Kawamura : Text Generation with Personalization Features for Information Presentation in Decision Support
吉田 拓海, 横山 想一郎, 山下 倫央, 川村 秀憲：意思決定支援のための情報提示の個人化機能をもつ文章生成
概要： There is a high demand for supportive technologies for decision-making processes. An effective way to support user decision making is to present necessary information in a text format that is easy for users to understand. In cases where different users have different decision-making objectives and preferences, personalization of information presentation is effective in improving user utility by presenting information that is appropriate for each user, rather than presenting the same information to all users. In this study, we developed a text generator with personalization features of information presentation for the decision-making situation of purchasing betting tickets for bicycle racing, a publicly operated sport in Japan. We developed a rule-based text generator that assumes multiple typical user groups in a decision-making scenario and generates appropriate text for each user group. The developed text generator takes as input information such as race results predictions based on deep learning models and personal information about the racer, and outputs texts that explain this information. We conducted an evaluation experiment with human experts and found that the generated text is valuable information that improves user’s utility as text for each user group.
意思決定プロセスを支援する技術の需要は高い。ユーザの意思決定を支援する方法として、必要な情報をユーザに分かりやすいテキスト形式で提示することが有効である。ユーザによって意思決定の目的や選好が異なる状況においては、全てのユーザに対して同じ情報を提示するのではなく、各ユーザに適した情報を提示する情報提示の個人化がユーザの効用の改善により有効である。本論文では日本の公営競技である競輪の投票券購入という意思決定の状況を対象として、情報提示の個人化機能を有する文章生成器を開発した。意思決定のシナリオにおける典型的なユーザ群を複数想定して、各ユーザ群に対して適切な文章を生成するルールベースの文章生成器を開発した。開発した文章生成器は深層学習モデルによるレース結果の予測情報や選手の個人的な情報などを入力として、それらの情報を説明する文章を出力する。人間のエキスパートによる評価実験を実施し、生成文が各ユーザ群向に対して価値のある情報であることを明らかにした。
——————————
研究内容にご興味がありましたら、お気軽にお問い合わせください。
お問い合わせ： http://harmo-lab.jp/contact
学会の様子等は、後日メルマガでもご紹介させていただきます。
メルマガの配信をご希望の方は下記よりご登録ください。
http://harmo-lab.jp/mailmagazine