大規模言語モデルのためのサービスに対する口コミを用いた入力自動補完の検討
笹本 まこと,堀川 達平,北山 大輔
第22回情報科学技術フォーラム(FIT2023), D-013, 大阪府, 2023年9月, 査読無
論文PDF
概要
ChatGPT の公開を皮切りに大規模言語モデルは,急速に利用が広まっている.人々の話題の中心となり,活用の場面がますます増えようとしている.現時点,ChatGPT はどんな入力に対してもそれなりの結果を返すことができる. しかし,入力が曖昧な場合はその限りではない.出力もありきたりな内容となり,入力した人の意図した出力にならないといったことが起こる.例えば,あるサービスに対する問い合わせをする時に,サービスに関する知識の浅い人や,サービスを利用したことが無い,またはこれからサービスを利用するといった人々の入力は,曖昧な内容になりやすいと考えられる.こうしたユーザの入力に情報を補完することで,より具体的な出力が可能になり,ユーザの疑問解決や意思決定につながると考える.Web 検索ではこのような時,曖昧な検索キーワードに対し,自動的なキーワード補完を行う.このような研究は以前から行われている [1].本研究では, Web 検索ではなく,大規模言語モデルによるチャットを対象とする.具体的には,ユーザの入力に関連する情報を自動的に補完することで,大規模言語モデルが情報として持っていない可能性のある,該当サービスの詳細情報を事前に与えるシステムを構築する.入力内容に対象サービスの専門的な内容を含めるためには,サービスに対する口コミデータを用いて,サービスの良い特徴・悪い特徴を自動的に抽出し,入力に自動補完する.