機械学習を使ったレシピ調理手順の識別

機械学習を使ってレシピの調理手順を識別する話です。

Transcript

1. 機械学習を使った
   レシピ調理手順の識別
   C-8 #devsumiC
   クックパッド株式会社 研究開発部 エンジニア
   1
   

   View Slide

2. クックパッド
   ● 毎日の料理を楽しみにするサービス
   ● 月間約5,500万人
   ● レシピ数は290万品
   ● 大量の画像・テキストデータ
   ● ユーザがレシピを書いて投稿
   ○ かなり自由な投稿が可能
   ○ 気軽に投稿できる
   2
   

   View Slide

3. 課題の設定
   3
   

   View Slide

4. 調理手順
   ● クックパッドのレシピ
   ○ タイトル
   ○ 材料・分量
   ○ 調理手順
   ■ 画像とテキストで入力
   できる
   4
   

   View Slide

5. 調理手順 or Not
   ● 調理の手順そのものではないもの
   (非手順)がある
   ● 料理に関する手順のみを抜き出した
   い
   ↓
   ● 非手順を識別するアルゴリズム
   を作った
   5
   

   View Slide

6. ルールベースな方法を試す
   6
   

   View Slide

7. 機械学習を使わずに解けないか
   ● データを眺めて開発者が自ら解いてみる
   ○ 非手順には出てくる単語が限られている
   ○ 文章全体を見ることはなく特定のキーワードで判断していた
   ● まずはキーワード抽出でできないかやってみる
   ● 機械学習を使わずに済むならそれに越したことはない
   ○ メンテナンスも楽だし可読性も高い
   7
   

   View Slide

8. キーワード抽出でやってみる
   ● 非手順
   ○ 人気レシピに多い
   ○ 必ず調理手順の後ろの方に存在
   ● 人気レシピの調理手順のうち後ろ10件
   を取得する
   ● キーワードを抽出する
   ○ 単語ごとに分割する
   ○ 多く出現する順に並べる
   ○ ['掲載', 'つくれぽ', '話題', '感謝', 'み
   なさん', '100人', 'レシピ', 'コメント', '
   れぽ', 'ありがとう']
   8
   

   View Slide

9. キーワード抽出はうまくいかない
   ● うまくいかない例
   ○ 上に三つ葉を散らしたらできあがり→非手順と判定
   ○ ○○さんがマヨネーズを足して作ってくれました→手順と判定
   ● Accuracy(正解率)
   ○ 51.7%
   9
   

   View Slide

10. 機械学習を試す
    10
    

    View Slide

11. 機械学習を試してみる
    ● まずはスコアを出すことを第一に考える
    ● 一般的な手法に頼る
    ○ キーワードの組み合わせの出現の特徴量を使って分類
    ■ TF-IDFベクトル
    ● 単語の出現回数を重み付けしたもの
    ■ ロジスティック回帰
    ● データを2値分類する手法
    11
    

    View Slide

12. 92.4%
    Accuracy
    12
    

    View Slide

13. 実験だけでなくリリースまでやる
    ● サービスから参照可能にするためにデータベースに投入
    ○ 毎週ペアプロしながらバッチにしていった
    ○ スコアを確認しつつリファクタリング
    ● 実際にサービスへ投入予定
    ○ スマートピーカーによるレシピの音声読み上げ
    ○ レシピ検索のインデックスからの除外
    13
    

    View Slide

14. まとめ
    14
    

    View Slide

15. やるべきことをやるべき順でちゃんとやる
    ● ディスカッション/ヒアリング しながら進めた
    ○ 1人で黙々とやるものではない
    ○ 課題設定も含めタスクの全行程で行った
    ● 一般的な手法を使った
    ○ 一般的な手法でちゃんとうまくいった
    ○ ディープラーニングはうまくいかなかったときに使う
    ● きちんと性能をチェックした
    ○ 正解率だけを見ない
    ○ 機械学習には性能をチェックする方法がいくつかある
    ● ちゃんとバッチ化をした
    ● 結果を記録に残していく
    15
    

    View Slide