| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2024-11-15 10:25 大規模言語モデルを活用した行動変容メッセージの効果予測 ○岡田拓也（横浜市大）・瀧本祥章・倉島 健（NTT）・戸田浩之（横浜市大）  ISEC2024-77 SITE2024-74 LOIS2024-41 |
|
| 抄録 | （和） | 生活習慣病は現代社会における深刻な問題であり，その解決策の1つとして大規模言語モデル（以降，LLM）が生成したメッセージによる介入研究が行われている．従来の研究ではLLMが生成したメッセージの評価は専門家もしくはクラウドソーシング等により行われていた．このような人手によるフィードバックはより良いメッセージの生成には必要不可欠であるものの，時間やコストがかかるという問題がある．そこで本研究では，人手の評価を極力減らしたLLMによるメッセージ生成フレームワークの実現に向け，行動変容メッセージの効果を予測するモデルの研究に取り組む．具体的には，人手により行動変容メッセージの評価を行ったアンケートデータを用いて，メッセージの効果を予測するモデルを提案する．提案手法は，従来の教師あり学習器であるRandomForestを用いた手法と比較し，11%の予測精度を向上するとの結果を得た． |
| （英） | Lifestyle-related diseases are a serious problem in modern society, and one of the proposed solutions involves intervention studies using messages generated by large language models(LLMs). In conventional research, the evaluation of messages generated by LLMs was typically conducted by experts or through crowdsourcing. While such human feedback is essential for generating better messages, it presents issues in terms of time and cost. Therefore, this study aims to develop a model for predicting the effectiveness of behavior change messages, working towards the realization of an LLM-based message generation framework that minimizes the need for human evaluation. Specifically, we propose a model to predict the effectiveness of messages using survey data where behavior change messages were evaluated manually. The proposed method showed an 11% improvement in prediction accuracy compared to conventional supervised learning methods using Random Forest. | |
| キーワード | （和） | ヘルスケア / 行動変容 / パーソナライズ / 大規模言語モデル / / / / |
| （英） | Healthcare / Behavior Change / Personalization / Large Language Models / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 257, LOIS2024-41, pp. 101-106, 2024年11月. | |
| 資料番号 | LOIS2024-41 | |
| 発行日 | 2024-11-07 (ISEC, SITE, LOIS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | ISEC2024-77 SITE2024-74 LOIS2024-41 |
|
| 研究会情報 | |
| 研究会 | SITE LOIS ISEC |
| 開催期間 | 2024-11-14 - 2024-11-15 |
| 開催地（和） | 福岡県福岡市・南近代ビル会議室7F3号室 |
| 開催地（英） | |
| テーマ（和） | 情報セキュリティ，ライフログ活用技術，ライフインテリジェンス，オフィス情報システム，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | LOIS |
| 会議コード | 2024-11-SITE-LOIS-ISEC |
| 本文の言語 | 日本語 |
| タイトル（和） | 大規模言語モデルを活用した行動変容メッセージの効果予測 |
| サブタイトル（和） | |
| タイトル（英） | Assessing the Impact of Behavior Change Messages Using Large Language Models |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ヘルスケア / Healthcare |
| キーワード(2)（和/英） | 行動変容 / Behavior Change |
| キーワード(3)（和/英） | パーソナライズ / Personalization |
| キーワード(4)（和/英） | 大規模言語モデル / Large Language Models |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 岡田 拓也 / Takuya Okada / オカダ タクヤ |
| 第1著者 所属（和/英） | 横浜市立大学 (略称： 横浜市大) Yokohama City University (略称： YCU) |
| 第2著者 氏名（和/英/ヨミ） | 瀧本 祥章 / Yoshiaki Takimoto / タキモト ヨシアキ |
| 第2著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第3著者 氏名（和/英/ヨミ） | 倉島 健 / Takeshi Kurashima / クラシマ タケシ |
| 第3著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第4著者 氏名（和/英/ヨミ） | 戸田 浩之 / Hiroyuki Toda / トダ ヒロユキ |
| 第4著者 所属（和/英） | 横浜市立大学 (略称： 横浜市大) Yokohama City University (略称： YCU) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-11-15 10:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | LOIS |
| 資料番号 | ISEC2024-77, SITE2024-74, LOIS2024-41 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.255(ISEC), no.256(SITE), no.257(LOIS) |
| ページ範囲 | pp.101-106 |
| ページ数 | 6 |
| 発行日 | 2024-11-07 (ISEC, SITE, LOIS) |
[研究会発表申込システムのトップページに戻る]