情報検索に関するトップカンファレンスであるThe 48th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR 2025) において，山本准教授が Excellent PC members に選ばれました．
参考: Claudio Pomo氏のX上のポスト
投稿者:山本研究室
アドホック検索タスクにおけるモデルマージの効果検証
概要
本研究では，アドホック検索タスクにおけるモデルマージの有効性について検証する．モデルマージは，複 数のモデルの異なる特性を組み合わせて基盤モデルを構築し，計算コストを抑えつつ性能を向上させる手法として注 目されている．我々は，モデルマージをアドホック検索タスクに適用することで，短時間かつ低コストで検索モデル の性能を向上させられると考えた．そこで本研究では，検索タスクに対応するようファインチューニングされたモデ ルと，検索能力は持たないが特定のドメインに特化するように継続事前学習されたモデルを重みレベルで線形にマー ジし，医療および日本語ドメインにおける文書検索性能への影響を調査した．実験の結果，モデルマージによって検 索性能が向上するケースが確認され，特に検索モデルの重みに比重を置いた場合に高い性能が得られる傾向が見られ た．この結果は，アドホック検索タスクへのモデルマージの適用可能性を示唆し，低コストかつ高性能なドメイン特 化検索モデルの構築に貢献するものと考えられる．
書誌情報
佐々木泰河, 山本岳洋, 大島裕明, 藤田澄男: アドホック検索タスクにおけるモデルマージの効果検証, 第17回データ工学と情報マネジメントに関するフォーラム（DEIM2025）, 1E-05, 2025年3月.
スライド
投稿者:山本研究室
類似商品のレビューを用いた評価情報補完
概要
本研究では，新商品やマイナーな商品などのレビューが少ない商品に対して，類似する商品につけられたレビューを用いてレビューを補完する手法を提案する．
たとえば，ユーザがあるテレビの新商品について調べているとき，「どれぐらい場所をとるのか」というクエリに対して，大きさが類似する商品につけられたレビューを検索しユーザに提示するというものである．これにより，ユーザが商品購入を行う上で参考になる情報を増やすことができる．この手法を実現するために，本研究では大規模言語モデル（LLM）を用いる．具体的には，まずLLMを用いて類似商品などのレビューに現れる評価がどの属性について言及されているのかを抽出する．その後，ユーザが入力した調べたいことから検索中の商品の属性に関連するものを取り出し，その属性が類似する商品から属性について述べている評価を検索することで補完を行う．評価では，テレビを対象にいくつかのクエリにおいて，調べたいことと各商品属性との関連性判定の精度，および検索中の商品のレビューと提案手法で出力されたレビューの類似度を測定した．調べたいことと商品属性との関連性判定の精度は，$F_1$値が0.833と高いという結果になった．また，検索している商品の実レビューとの類似度評価についても，ランダムで商品を選んだ場合より約1ポイント高いという結果になった．
書誌情報
藤井真梨乃, 山本岳洋, 湯本高行: 類似商品のレビューを用いた評価情報補完, 第17回データ工学と情報マネジメントに関するフォーラム（DEIM2025）, 7E-05, 2025年3月.
スライド
投稿者:山本研究室
大規模言語モデルを用いた商品比較のためのレビュー集約
概要
本研究では，大規模言語モデルを用いたレビュー集約による商品比較表の作成手法を提案する．比較表とは，2つの商品の各観点に対してどのような評価をしているレビューが何件あるかを一覧することのできる表である．大規模言語モデルを用いて比較表を作成することで，オンデマンドで表を作成し，商品に応じて比較する観点を変更することができる．提案手法では，大規模言語モデルを用いてレビューから観点と評価を抽出し，類似している観点，評価のクラスタリングを行うことで観点ごとに評価を対応付けた表を作成する．楽天市場のレビューデータセットを用いて大規模言語モデルにより自動的にレビューを集約し，商品の比較表を作成し，商品の比較に有用であるかをユーザ実験を通して検証した．
書誌情報
中井香那子, 山本岳洋, 大島裕明：大規模言語モデルを用いた商品比較のためのレビュー集約
第17回データ工学と情報マネジメントに関するフォーラム（DEIM2025）, 3A-03, 2025年3月.
スライド
投稿者:山本研究室
LLMを用いた多段階クエリ変換によるより具体的な商品レビューの検索
概要
本研究では，ある商品に対する具体的なレビューを抽象的なレビューをもとに商品レビュー集合から検索する手法を提案する．具体的なレビューは商品に対する理解を深めるのに有益である．しかし，単純な疎検索や密検索では具体性を考慮してレビューを検索することができず，抽象的なレビューから具体的なレビューを検索することが難しいと考えられる．そこで本研究では大規模言語モデル（LLM）を用いて多段階に生成された仮想の具体的なレビューをクエリとしてレビューの検索を行う．これにより，具体的なレビューが持つ特徴を含むレビューを検索できると考えられる．実験では，楽天レビューデータを活用し，提案手法が実際に存在する抽象的なレビューをもとにより具体的なレビューを検索することができるか評価を行った．実験の結果，密検索の実験設定においてLLMを用いた多段階クエリ変換によって平均nDCGが向上した．
書誌情報
福井智矢, 山本岳洋, 湯本高行: LLMを用いた多段階クエリ変換によるより具体的な商品レビューの検索, 第17回データ工学と情報マネジメントに関するフォーラム（DEIM2025）, 5L-04, 2025年3月.