患者レジストリを二次利用した潜在的患者ニーズの自動抽出方法の検討

点击翻译按钮获取中文摘要

近年，市民参画型の必要性は社会の場でも議論されている．しかしながら，日本ではハイコンテクスト文化の影響もあり，一般市民が文脈（コンテクスト）に頼らずに率直な意見を明確な言葉として表現することには不慣れである．そのため，一般市民の声を政策や様々な製品開発等へ反映することは容易ではない．本研究では，話し言葉から発話者の潜在的ニーズを予測するための機械学習モデル構築，及びニューラルネットワークを用いて単語をベクトル変換する手法である Word2Vecモデルを用いて機械学習モデルの精度改善を検討した．予備検討では，機械学習モデルの精度比較を行い，最適なモデルを選択した．本調査では，Word2Vecモデルを用いて同義語辞書を作成し，この辞書を使用して同一の特徴量に変換し学習を行う新手法を検討した．新手法の適応の有無で機械学習モデルの精度比較を行った．予備検討でのモデル選定実験の結果，モデル精度は xgboost で F 値 0.54 と最も高く，本調査では，モデル精度は同義語辞書ありで F 値 0.61，なしで F 値 0.54 であり，Word2Vecモデルを用いた同義語辞書の適応が機械学習モデルの精度改善に寄与した．