ドラえもんの未来は来るか

近年、スマートデバイスやオンライン上でのカスタマーサポートの人気が高まっており、活発的に対話システムの研究開発が行われている。

モデルにはTransformerやseq2seq、memory networksなどのディープラーニングが重要視されているが、信頼性の高いモデルを構築するには多くの学習データが必要となる。そのため、多くの実世界のシステムでは、情報検索（IR）に基づいた手法やルールベースといった従来の手法を採用している。

ブルガリアにあるソフィア大学のMomchil Hardalovらは、質問に対する最適な回答を見つけることに焦点を当て、ディープラーニングやルールベースなどの異なるモデルで生成された回答を再ランク付けするフレームワークを提案した。

結果、回答の質は改善されたのだろうか？続きを読んでみよう。

【法人向け】課題に応じた先行研究を知りたい企業さま向けに、「先行研究調査サービス」を提供しています！サービスの概要はこちらから！

回答を再ランク付けして精度向上

Momchil Hardalovらの研究における「ミッション・手法・結果」は以下の通りだ。