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.
