特許ウォッチ

公開番号2025014412
公報種別公開特許公報(A)
公開日2025-01-30
出願番号2023116934
出願日2023-07-18
発明の名称情報処理装置、情報処理方法および情報処理プログラム
出願人LINEヤフー株式会社
代理人弁理士法人酒井国際特許事務所
主分類G06F 16/33 20250101AFI20250123BHJP(計算;計数)
要約【課題】学習モデルを用いたサービスにおいて、報酬額が高い文字列を含む回答の出力頻度を高くすることができる情報処理装置等を提供する。
【解決手段】情報処理装置は、入力された文字列に対する回答となる文字列を出力するように学習が行われたモデルに対して学習させる文字列と、学習させる文字列の出力頻度を高くするための学習に対する報酬額を受け付ける受付部と、受け付けた報酬額に応じて、受け付けた学習させる文字列の出力頻度が高くなるようにモデルの学習を行う学習部とを有する。
【選択図】図1
特許請求の範囲【請求項１】
入力された文字列に対する回答となる文字列を出力するように学習が行われたモデルに対して学習させる文字列と、前記学習させる文字列の出力頻度を高くするための学習に対する報酬額を受け付ける受付部と、
受け付けた前記報酬額に応じて、受け付けた前記学習させる文字列の出力頻度が高くなるように前記モデルの学習を行う学習部と、
を有することを特徴とする情報処理装置。
続きを表示（約 1,300 文字）【請求項２】
前記学習させる文字列は、商品の名称であり、
前記受付部は、前記商品が属するカテゴリごとに、前記商品の名称を前記学習させる文字列として受け付ける、
ことを特徴とする請求項１に記載の情報処理装置。
【請求項３】
前記受付部は、複数の入札者からそれぞれ、前記カテゴリと、前記商品の名称と、前記報酬額とを受け付け、
前記学習部は、前記カテゴリ内において、前記報酬額が高いほど、該報酬額に対応する前記商品の前記出力頻度が高くなるように前記モデルの学習を行う、
ことを特徴とする請求項２に記載の情報処理装置。
【請求項４】
前記学習部は、前記カテゴリ内において、最も前記報酬額が高い前記商品の前記出力頻度が高くなるように前記モデルの学習を行う、
ことを特徴とする請求項３に記載の情報処理装置。
【請求項５】
前記受付部は、さらに、複数の前記モデルのうち、学習対象とする前記モデルの指定を受け付け、
前記報酬額は、受け付けた前記モデルの指定の数が多いほど高くなる、
ことを特徴とする請求項１に記載の情報処理装置。
【請求項６】
前記受付部は、複数の入札者からそれぞれ、前記学習させる文字列と、前記報酬額とを受け付け、
さらに、前記入札者の順位および前記報酬額が高いほど、前記学習させる文字列を含む文章のバリエーションの数が多くなるように、前記文章を生成する生成部を有し、
前記学習部は、生成された前記文章を用いて前記モデルの学習を行う、
ことを特徴とする請求項１に記載の情報処理装置。
【請求項７】
前記受付部は、前記回答となる文字列が出力される出力先の利用者の属性と、前記利用者の利用のシチュエーションとのうち、１つ以上の指定情報を受け付け、
さらに、受け付けた前記指定情報に応じた前記学習させる文字列を含む文章を生成する生成部を有し、
前記学習部は、生成された前記文章を用いて前記モデルの学習を行う、
ことを特徴とする請求項１に記載の情報処理装置。
【請求項８】
入力された文字列に対する回答となる文字列を出力するように学習が行われたモデルに対して学習させる文字列と、前記学習させる文字列の出力頻度を高くするための学習に対する報酬額を受け付け、
受け付けた前記報酬額に応じて、受け付けた前記学習させる文字列の出力頻度が高くなるように前記モデルの学習を行う、
処理をコンピュータが実行することを特徴とする情報処理方法。
【請求項９】
入力された文字列に対する回答となる文字列を出力するように学習が行われたモデルに対して学習させる文字列と、前記学習させる文字列の出力頻度を高くするための学習に対する報酬額を受け付け、
受け付けた前記報酬額に応じて、受け付けた前記学習させる文字列の出力頻度が高くなるように前記モデルの学習を行う、
処理をコンピュータに実行させることを特徴とする情報処理プログラム。

発明の詳細な説明【技術分野】
【０００１】
本開示は、情報処理装置、情報処理方法および情報処理プログラムに関する。
続きを表示（約 1,400 文字）【背景技術】
【０００２】
従来、利用者の購買行動に応じて提供するメッセージの評価結果をモデルに学習させることで、当該メッセージの精度を向上させる技術が知られている。
【先行技術文献】
【特許文献】
【０００３】
特開２０２２－１４１３０２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、上記の従来技術では、例えば、利用者の行動履歴等の情報が入力されると、購買行動に対する利用者の承認欲求を満たすメッセージを出力するようにモデルが学習される。ところが、当該モデルは、回答において特定の文字列の出力頻度が高くなるようにメッセージを出力することは困難である。
【０００５】
本願は、上記に鑑みてなされたものであって、学習モデルを用いたサービスにおいて、報酬額が高い文字列を含む回答の出力頻度を高くすることを目的とする。
【課題を解決するための手段】
【０００６】
本願に係る情報処理装置は、入力された文字列に対する回答となる文字列を出力するように学習が行われたモデルに対して学習させる文字列と、前記学習させる文字列の出力頻度を高くするための学習に対する報酬額を受け付ける受付部と、受け付けた前記報酬額に応じて、受け付けた前記学習させる文字列の出力頻度が高くなるように前記モデルの学習を行う学習部と、を有することを特徴とする。
【発明の効果】
【０００７】
実施形態の一態様によれば、学習モデルを用いたサービスにおいて、報酬額が高い文字列を含む回答の出力頻度を高くすることができる。
【図面の簡単な説明】
【０００８】
図１は、実施形態に係るモデルの学習の概要を示す説明図である。
図２は、実施形態に係る情報処理システムの構成の一例を示す図である。
図３は、実施形態に係る端末装置の機能構成の一例を示す図である。
図４は、実施形態に係る情報処理装置の機能構成の一例を示す図である。
図５は、実施形態に係る学習処理の一例を示すフローチャートである。
図６は、ハードウェア構成の一例を示す図である。
【発明を実施するための形態】
【０００９】
以下に、本願に係る情報処理装置、情報処理方法、および情報処理プログラムを実施するための形態（以下、「実施形態」と記載する）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法、および情報処理プログラムが限定されるものではない。また、以下の実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。
【００１０】
〔１．情報処理方法の概要〕
まず、図１を参照し、実施形態に係る情報処理装置が行う情報処理方法の概要について説明する。図１は、実施形態に係るモデルの学習の概要を示す説明図である。図１に示すように、情報処理システム１は、端末装置１０と入札用端末５０と情報処理装置１００とを含む。端末装置１０と入札用端末５０と情報処理装置１００とは、それぞれネットワークＮ（図２参照）を介して有線または無線で互いに通信可能に接続される。本実施形態では、端末装置１０は、情報処理装置１００と連携する。
（【００１１】以降は省略されています）

関連特許