JP7454156B1 - 情報処理装置、情報処理方法及びプログラム - Google Patents
情報処理装置、情報処理方法及びプログラム Download PDFInfo
- Publication number
- JP7454156B1 JP7454156B1 JP2023579770A JP2023579770A JP7454156B1 JP 7454156 B1 JP7454156 B1 JP 7454156B1 JP 2023579770 A JP2023579770 A JP 2023579770A JP 2023579770 A JP2023579770 A JP 2023579770A JP 7454156 B1 JP7454156 B1 JP 7454156B1
- Authority
- JP
- Japan
- Prior art keywords
- name
- target
- inference
- description
- name matching
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 56
- 238000003672 processing method Methods 0.000 title claims description 4
- 238000012549 training Methods 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 241001093575 Alma Species 0.000 description 1
- 240000006829 Ficus sundaica Species 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
図1は、情報処理システムSの概要を説明するための図である。図1(a)は、情報処理システムSの構成を示す。情報処理システムSは、名寄せを行うためのシステムである。名寄せは機械学習モデルが実行するタスクであり、与えられた複数の対象が一致するか否かを判定するタスクである。
図3は、情報処理装置1の構成を示すブロック図である。情報処理装置1は、通信部11、記憶部12及び制御部13を有する。制御部13は、取得部131、判定部132、出力部133及び学習部134を有する。
図6は、情報処理装置1における処理の流れを示すフローチャートである。図6に示すフローチャートは、情報端末2から推論を行う指示を受付けた時点から開始している。
以上説明したとおり、情報処理装置1は、タイトル推論タスクと名寄せタスクを学習させることにより、特定のタスクに特化させることなく、汎用性を維持しながら名寄せタスクの判定精度を向上させることができる。
2 情報端末
11 通信部
12 記憶部
13 制御部
131 取得部
132 判定部
133 出力部
134 学習部
Claims (7)
- 推論用のデータセットであって、第1の名寄せ対象の名称、第2の名寄せ対象の名称、第1の名寄せ対象の説明及び第2の名寄せ対象の説明が関連付けられた推論用データを入力すると、入力された推論用データにおける第1の名寄せ対象と、推論用データにおける第2の名寄せ対象と、が一致するか否かを示す情報を出力する学習済みモデルであって、
(1)第1の名寄せ対象の名称、第2の名寄せ対象の名称、第1の名寄せ対象の説明、第2の名寄せ対象の説明及び第1の名寄せ対象と第2の名寄せ対象とが一致するか否かを示すラベルが関連付けられた第1の学習用データセットに基づいて、第1の名寄せ対象の名称、第2の名寄せ対象の名称、第1の名寄せ対象の説明及び第2の名寄せ対象の説明を入力すると、第1の名寄せ対象と第2の名寄せ対象とが一致するか否かを示す情報を出力するタスクである名寄せタスクと、
(2)推定対象の名称と推定対象の説明とが関連付けられた第2の学習用データセットに基づいて、推定対象の説明を入力として前記推定対象の名称を出力するタイトル推論タスクと、
を学習した前記学習済みモデルを記憶する記憶部と、
前記推論用データを取得する取得部と、
取得した前記推論用データを前記学習済みモデルに入力し、推論用データにおける第1の名寄せ対象と、推論用データにおける第2の名寄せ対象と、が一致するか否かを判定する判定部と、
前記判定部が判定した結果を出力する出力部と、
を有する情報処理装置。 - 前記推論用データ及び前記第1の学習用データセットにおいて関連付けられた第1の名寄せ対象の説明においては、商品である第1の名寄せ対象の詳細を示す情報と、第1の名寄せ対象の金額とを含み、
前記推論用データ及び前記第1の学習用データセットにおいて関連付けられた第2の名寄せ対象の説明においては、商品である第2の名寄せ対象の詳細を示す情報と、第2の名寄せ対象の金額とを含み、
前記第2の学習用データセットにおいて関連付けられた推定対象の説明においては、推定対象の詳細を示す情報を含む、
請求項1に記載の情報処理装置。 - 前記学習済みモデルは、汎用的な言語モデルに対して前記第1の学習用データセットに基づく前記名寄せタスクの学習と、前記第2の学習用データセットに基づく前記タイトル推論タスクと、を学習した学習済みモデルである、
請求項1に記載の情報処理装置。 - 前記取得部は、前記第1の学習用データセット及び前記第2の学習用データセットを取得し、
前記情報処理装置は、
(1)前記取得部が取得した前記第1の学習用データセットに基づいて前記名寄せタスクと、
(2)前記第2の学習用データセットに基づいて前記タイトル推論タスクと、
を学習させた前記学習済みモデルを生成するとともに、学習させた前記学習済みモデルを前記記憶部に記憶する、学習部をさらに有する、
請求項1に記載の情報処理装置。 - 前記学習部は、単一の学習プロセスにおいて、前記第1の学習用データセットに基づく前記名寄せタスクと、前記第2の学習用データセットに基づく前記タイトル推論タスクと、を並行して学習させる、
請求項4に記載の情報処理装置。 - コンピュータが実行する、
推論用のデータセットであって、第1の名寄せ対象の名称、第2の名寄せ対象の名称、第1の名寄せ対象の説明及び第2の名寄せ対象の説明が関連付けられた推論用データを取得する取得部と、
記憶部が記憶する学習済みモデルであって、前記推論用データを入力すると、推論用データにおける第1の名寄せ対象と、前記推論用データにおける第2の名寄せ対象と、が一致するか否かを示す情報を出力する学習済みモデルであって、
(1)第1の名寄せ対象の名称、第2の名寄せ対象の名称、第1の名寄せ対象の説明、第2の名寄せ対象の説明及び第1の名寄せ対象と第2の名寄せ対象とが一致するか否かを示すラベルが関連付けられた第1の学習用データセットに基づいて、第1の名寄せ対象の名称、第2の名寄せ対象の名称、第1の名寄せ対象の説明及び第2の名寄せ対象の説明を入力すると、第1の名寄せ対象と第2の名寄せ対象とが一致するか否かを示す情報を出力するタスクである名寄せタスクと、
(2)推定対象の名称と推定対象の説明とが関連付けられた第2の学習用データセットに基づいて、前記推定対象の説明を入力として前記推定対象の名称を出力するタイトル推論タスクと、
を学習した前記学習済みモデルに、前記推論用データを入力し、推論用データにおける第1の名寄せ対象と、推論用データにおける第2の名寄せ対象と、が一致するか否かを判定するステップと、
前記判定するステップにおいて判定された結果を出力するステップと、
を有する情報処理方法。 - コンピュータに、
推論用のデータセットであって、第1の名寄せ対象の名称、第2の名寄せ対象の名称、第1の名寄せ対象の説明及び第2の名寄せ対象の説明が関連付けられた推論用データを取得する取得部と、
記憶部が記憶する学習済みモデルであって、前記推論用データを入力すると、推論用データにおける第1の名寄せ対象と、前記推論用データにおける第2の名寄せ対象と、が一致するか否かを示す情報を出力する学習済みモデルであって、
(1)第1の名寄せ対象の名称、第2の名寄せ対象の名称、第1の名寄せ対象の説明、第2の名寄せ対象の説明及び第1の名寄せ対象と第2の名寄せ対象とが一致するか否かを示すラベルが関連付けられた第1の学習用データセットに基づいて、第1の名寄せ対象の名称、第2の名寄せ対象の名称、第1の名寄せ対象の説明及び第2の名寄せ対象の説明を入力すると、第1の名寄せ対象と第2の名寄せ対象とが一致するか否かを示す情報を出力するタスクである名寄せタスクと、
(2)推定対象の名称と推定対象の説明とが関連付けられた第2の学習用データセットに基づいて、前記推定対象の説明を入力として前記推定対象の名称を出力するタイトル推論タスクと、
を学習した前記学習済みモデルに、前記推論用データを入力し、推論用データにおける第1の名寄せ対象と、推論用データにおける第2の名寄せ対象と、が一致するか否かを判定するステップと、
前記判定するステップにおいて判定された結果を出力するステップと、
を実行させるプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023046681 | 2023-12-26 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP7454156B1 true JP7454156B1 (ja) | 2024-03-22 |
Family
ID=90273385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023579770A Active JP7454156B1 (ja) | 2023-12-26 | 2023-12-26 | 情報処理装置、情報処理方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7454156B1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019185244A (ja) | 2018-04-05 | 2019-10-24 | 富士通株式会社 | 学習プログラム及び学習方法 |
WO2023132029A1 (ja) | 2022-01-06 | 2023-07-13 | 日本電気株式会社 | 情報処理装置、情報処理方法及びプログラム |
WO2023162206A1 (ja) | 2022-02-28 | 2023-08-31 | 日本電気株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
-
2023
- 2023-12-26 JP JP2023579770A patent/JP7454156B1/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019185244A (ja) | 2018-04-05 | 2019-10-24 | 富士通株式会社 | 学習プログラム及び学習方法 |
WO2023132029A1 (ja) | 2022-01-06 | 2023-07-13 | 日本電気株式会社 | 情報処理装置、情報処理方法及びプログラム |
WO2023162206A1 (ja) | 2022-02-28 | 2023-08-31 | 日本電気株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
Non-Patent Citations (1)
Title |
---|
PEETERS, Ralph et al.,Entity Matching using Large Language Models,arXiv [online],2023年10月17日,pp.1-9,[検索日 2024.01.30]、インターネット:<URL:https://arxiv.org/pdf/2310.11244v1.pdf> |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11430013B2 (en) | Configurable relevance service test platform | |
US20170076249A1 (en) | Managing food inventory via item tracking to reduce food waste | |
JP6443858B2 (ja) | 算出装置、算出方法、学習装置、学習方法、及びプログラム | |
CN109523342A (zh) | 服务策略生成方法及装置、电子设备、存储介质 | |
US11115359B2 (en) | Method and apparatus for importance filtering a plurality of messages | |
CN107316082A (zh) | 用于确定机器学习样本的特征重要性的方法及系统 | |
CN112424748A (zh) | 源代码文件推荐通知 | |
US20180240037A1 (en) | Training and estimation of selection behavior of target | |
US20200286151A1 (en) | Background Content Suggestion for Combination with Identified Items | |
CN114663198A (zh) | 基于用户画像的产品推荐方法、装置、设备及存储介质 | |
JP6516406B2 (ja) | 処理装置、処理方法、およびプログラム | |
US11869050B2 (en) | Facilitating responding to multiple product or service reviews associated with multiple sources | |
US10922219B2 (en) | A/B test apparatus, method, program, and system | |
JP7235119B2 (ja) | 処理装置、会計装置、処理方法及びプログラム | |
JP7454156B1 (ja) | 情報処理装置、情報処理方法及びプログラム | |
US20170046801A1 (en) | Managing the size of food portions | |
CN107209763A (zh) | 指定和应用数据的规则 | |
JP7450190B2 (ja) | 特許情報処理装置、特許情報処理方法、およびプログラム | |
US20230385887A1 (en) | Techniques for automatic filling of an input form to generate a listing | |
JP5950284B2 (ja) | 処理装置、処理方法、およびプログラム | |
US20180121978A1 (en) | User-Assisted Processing of Receipts and Invoices | |
JP7094909B2 (ja) | 推定装置、推定方法及び推定プログラム | |
JP6894461B2 (ja) | 情報処理装置、プログラム、及び情報処理方法 | |
CN111199287A (zh) | 一种特征工程实时推荐方法、装置及电子设备 | |
US11983554B2 (en) | Automating semantically-related computing tasks across contexts |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231226 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20231226 |
|
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: 20240206 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240228 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7454156 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |