JP6856503B2 - 印象推定モデル学習装置、印象推定装置、印象推定モデル学習方法、印象推定方法、およびプログラム - Google Patents
印象推定モデル学習装置、印象推定装置、印象推定モデル学習方法、印象推定方法、およびプログラム Download PDFInfo
- Publication number
- JP6856503B2 JP6856503B2 JP2017223599A JP2017223599A JP6856503B2 JP 6856503 B2 JP6856503 B2 JP 6856503B2 JP 2017223599 A JP2017223599 A JP 2017223599A JP 2017223599 A JP2017223599 A JP 2017223599A JP 6856503 B2 JP6856503 B2 JP 6856503B2
- Authority
- JP
- Japan
- Prior art keywords
- impression
- estimation model
- weight
- value
- evaluator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 29
- 238000011156 evaluation Methods 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 17
- 238000013500 data storage Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 description 27
- 238000013528 artificial neural network Methods 0.000 description 7
- 230000010354 integration Effects 0.000 description 7
- 238000012706 support-vector machine Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000008451 emotion Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
1.印象値(数段階評価)を人手で複数名にてラベル付けする。
2.必要に応じて、数段階の印象値を2〜3段階のラベルに丸める。
3.人によってブレのあるデータを正解データから除外するために、複数名で一致したラベルのみを選別する(3名以上が付与している場合は、多数決によるラベルの選定でもよい)。
実施形態の印象推定モデル学習装置1は、図1に示すように、N(≧2)個の印象推定部11−n(n=1, 2, …, N)と、重み推定部12と、モデル学習部13と、学習データ記憶部14と、評価者傾向データ記憶部15と、重み推定モデル記憶部16とを備える。各印象推定部11−nは、印象推定モデル記憶部111−nを備える。モデル学習部13は、重み推定モデル更新部131と、印象推定モデル更新部132とを備える。この印象推定モデル学習装置1が、図2に例示する各ステップの処理を行うことにより実施形態の印象推定モデル学習方法が実現される。
実施形態の印象推定装置2は、図3に示すように、N(≧2)個の印象推定部11−n(n=1, 2, …, N)と、重み推定部12と、重み推定モデル記憶部16と、推定値統合部17とを備える。各印象推定部11−nは、印象推定モデル記憶部111−nを備える。この印象推定装置2が、図4に例示する各ステップの処理を行うことにより実施形態の印象推定方法が実現される。
上記実施形態で説明した各装置における各種の処理機能をコンピュータによって実現する場合、各装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、上記各装置における各種の処理機能がコンピュータ上で実現される。
2 印象推定装置
11 印象推定部
111 印象推定モデル記憶部
12 重み推定部
13 モデル学習部
14 学習データ記憶部
15 評価者傾向データ記憶部
16 重み推定モデル記憶部
17 推定値統合部
Claims (8)
- 入力データの印象値を求めるために、評価者における印象値毎の出現確率を表す評価者傾向から重みを推定する重み推定モデルと、入力データから印象値の事後確率を推定する印象推定モデルと、を学習する印象推定モデル学習装置であって、
上記入力データの印象値は、上記重み推定モデルが推定した重みにより上記印象推定モデルが推定した印象値の事後確率を重み付けした統合事後確率に基づいて求められるものであり、
学習データとその学習データに付与された印象値の正解値とその印象値の正解値を与えた評価者とを関連付けた学習データベースを記憶する学習データ記憶部と、
評価者と上記評価者傾向とを関連付けた評価者傾向データベースを記憶する評価者傾向データ記憶部と、
上記評価者傾向を分類したグループ毎に上記印象推定モデルを用いて上記学習データから上記印象値の事後確率を推定する印象推定部と、
上記重み推定モデルを用いて上記学習データに関連付けられた上記評価者傾向から上記重みを推定する重み推定部と、
上記重みにより重み付けした上記印象値の事後確率と上記学習データに付与された上記印象値の正解値との差分から上記重み推定モデルを更新する重み推定モデル更新部と、
上記印象値の事後確率から上記重みを学習重みとして上記印象推定モデルを更新する印象推定モデル更新部と、
を含む印象推定モデル学習装置。 - 請求項1に記載の印象推定モデル学習装置であって、
上記印象推定部は、上記評価者傾向データベースに基づいてクラスタ数を決定し、上記評価者傾向を上記クラスタ数に分類したグループ毎に上記印象推定モデルを用いて上記学習データから上記印象値の事後確率を推定するものである、
印象推定モデル学習装置。 - 請求項1または2に記載の印象推定モデル学習装置であって、
上記評価者傾向データベースは、上記評価者と上記評価者傾向と評価を行った環境に関する情報とを関連付けたものであり、
上記重み推定モデルは、少なくとも上記環境に関する情報から上記重みを推定するものであり、
上記重み推定部は、上記重み推定モデルを用いて少なくとも上記学習データに関連付けられた上記環境に関する情報から上記重みを推定するものである、
印象推定モデル学習装置。 - 請求項1から3のいずれかに記載の印象推定モデル学習装置により学習した印象推定モデルを記憶する印象推定モデル記憶部と、
請求項1から3のいずれかに記載の印象推定モデル学習装置により学習した重み推定モデルを記憶する重み推定モデル記憶部と、
評価者における印象値毎の出現確率を表す評価者傾向を分類したグループ毎に上記印象推定モデルを用いて入力データから印象値の事後確率を推定する印象推定部と、
上記重み推定モデルを用いて入力された評価者傾向から重みを推定する重み推定部と、
上記重みにより重み付けした上記印象値の事後確率である統合事後確率に基づいて上記入力データの印象値を求める統合値推定部と、
を含む印象推定装置。 - 請求項4に記載の印象推定装置であって、
上記統合値推定部は、上記統合事後確率のうち値が最も高い次元を上記入力データの印象値として求めるものである、
印象推定装置。 - 入力データの印象値を求めるために、評価者における印象値毎の出現確率を表す評価者傾向から重みを推定する重み推定モデルと、入力データから印象値の事後確率を推定する印象推定モデルと、を学習する印象推定モデル学習方法であって、
上記入力データの印象値は、上記重み推定モデルが推定した重みにより上記印象推定モデルが推定した印象値の事後確率を重み付けした統合事後確率に基づいて求められるものであり、
学習データ記憶部に、学習データとその学習データに付与された印象値の正解値とその印象値の正解値を与えた評価者とを関連付けた学習データベースが記憶されており、
評価者傾向データ記憶部に、評価者と上記評価者傾向とを関連付けた評価者傾向データベースが記憶されており、
印象推定部が、上記評価者傾向を分類したグループ毎に上記印象推定モデルを用いて上記学習データから上記印象値の事後確率を推定し、
重み推定部が、上記重み推定モデルを用いて上記学習データに関連付けられた上記評価者傾向から上記重みを推定し、
重み推定モデル更新部が、上記重みにより重み付けした上記印象値の事後確率と上記学習データに付与された上記印象値の正解値との差分から上記重み推定モデルを更新し、
印象推定モデル更新部が、上記印象値の事後確率から上記重みを学習重みとして上記印象推定モデルを更新する、
印象推定モデル学習方法。 - 印象推定モデル記憶部に、請求項6に記載の印象推定モデル学習方法により学習した印象推定モデルが記憶されており、
重み推定モデル記憶部に、請求項6に記載の印象推定モデル学習方法により学習した重み推定モデルが記憶されており、
印象推定部が、評価者における印象値毎の出現確率を表す評価者傾向を分類したグループ毎に上記印象推定モデルを用いて入力データから印象値の事後確率を推定し、
重み推定部が、上記重み推定モデルを用いて入力された評価者傾向から重みを推定し、
統合値推定部が、上記重みにより重み付けした上記印象値の事後確率である統合事後確率に基づいて上記入力データの印象値を求める、
印象推定方法。 - 請求項1から3のいずれかに記載の印象推定モデル学習装置もしくは請求項4または5に記載の印象推定装置としてコンピュータを機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017223599A JP6856503B2 (ja) | 2017-11-21 | 2017-11-21 | 印象推定モデル学習装置、印象推定装置、印象推定モデル学習方法、印象推定方法、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017223599A JP6856503B2 (ja) | 2017-11-21 | 2017-11-21 | 印象推定モデル学習装置、印象推定装置、印象推定モデル学習方法、印象推定方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019095968A JP2019095968A (ja) | 2019-06-20 |
JP6856503B2 true JP6856503B2 (ja) | 2021-04-07 |
Family
ID=66972991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017223599A Active JP6856503B2 (ja) | 2017-11-21 | 2017-11-21 | 印象推定モデル学習装置、印象推定装置、印象推定モデル学習方法、印象推定方法、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6856503B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7342491B2 (ja) | 2019-07-25 | 2023-09-12 | オムロン株式会社 | 推論装置、推論方法、及び推論プログラム |
WO2021019643A1 (ja) * | 2019-07-29 | 2021-02-04 | 日本電信電話株式会社 | 印象推定装置、学習装置、それらの方法、およびプログラム |
JP7396133B2 (ja) * | 2020-03-11 | 2023-12-12 | オムロン株式会社 | パラメータ調整装置、推論装置、パラメータ調整方法、及びパラメータ調整プログラム |
JP7010337B2 (ja) * | 2020-07-03 | 2022-01-26 | 楽天グループ株式会社 | 学習装置、推定装置、学習方法、推定方法、プログラム、及び学習済み推定モデルのプログラム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4611938B2 (ja) * | 2006-06-19 | 2011-01-12 | 日本電信電話株式会社 | 主観品質推定式導出方法、主観品質推定式導出装置及びその処理用プログラム |
JP4524709B2 (ja) * | 2007-12-03 | 2010-08-18 | ソニー株式会社 | 情報処理装置および方法、並びに、プログラム |
JP5353443B2 (ja) * | 2009-05-25 | 2013-11-27 | 株式会社Jvcケンウッド | データ分類器作成装置、データ分類装置、データ分類器作成方法、データ分類方法、データ分類器作成プログラム、データ分類プログラム |
JP2016207171A (ja) * | 2015-04-28 | 2016-12-08 | 日本電信電話株式会社 | パラメータ推定方法、評価値推定方法、装置、及びプログラム |
-
2017
- 2017-11-21 JP JP2017223599A patent/JP6856503B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019095968A (ja) | 2019-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6856503B2 (ja) | 印象推定モデル学習装置、印象推定装置、印象推定モデル学習方法、印象推定方法、およびプログラム | |
US11144581B2 (en) | Verifying and correcting training data for text classification | |
CN112346567B (zh) | 基于ai的虚拟交互模型生成方法、装置及计算机设备 | |
CN109815459A (zh) | 生成被调整到目标受众词汇的文本内容的目标概要 | |
US10395646B2 (en) | Two-stage training of a spoken dialogue system | |
Tripathi et al. | Naive Bayes classification model for the student performance prediction | |
CN111328407A (zh) | 用于基于学习效率提供私人定制教育内容的机械学习方法、装置及计算机程序 | |
JP7208595B2 (ja) | 映画成功指数の予測 | |
KR20200107389A (ko) | 생성적 적대 신경망에 기반한 평점 증강 및 아이템 추천 방법 및 시스템 | |
CN110415103A (zh) | 基于变量影响度指标进行用户分群提额的方法、装置和电子设备 | |
CN110349007A (zh) | 基于变量区分度指标进行用户分群提额的方法、装置和电子设备 | |
JP2020144569A (ja) | モデル学習装置、ラベル推定装置、それらの方法、およびプログラム | |
US20240112229A1 (en) | Facilitating responding to multiple product or service reviews associated with multiple sources | |
CN111783873A (zh) | 基于增量朴素贝叶斯模型的用户画像方法及装置 | |
US20200272961A1 (en) | Information processing apparatus, information processing method, and storage medium | |
WO2021174814A1 (zh) | 众包任务的答案验证方法、装置、计算机设备及存储介质 | |
US20230334342A1 (en) | Non-transitory computer-readable recording medium storing rule update program, rule update method, and rule update device | |
CN113763928A (zh) | 音频类别预测方法、装置、存储介质及电子设备 | |
JP2010272004A (ja) | 判別装置及び判別方法、並びにコンピューター・プログラム | |
US20220292393A1 (en) | Utilizing machine learning models to generate initiative plans | |
WO2020166321A1 (ja) | モデル学習装置、ラベル推定装置、それらの方法、およびプログラム | |
CN113590754A (zh) | 应用于社群互动的大数据分析方法及大数据分析服务器 | |
CN113807749B (zh) | 一种对象评分方法和装置 | |
US20230350977A1 (en) | Simulating training data to mitigate biases in machine learning models | |
US20220414126A1 (en) | Virtual assistant feedback adjustment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191219 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200930 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201013 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201130 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210316 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210318 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6856503 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |