Yahoo!知恵袋の担当者が語る、ヤフーが独自開発したレコメンドAIを導入した理由

――牧野氏

今回、レコメンドAIを導入することによって、質問者と回答者が使いやすい環境を目指しました。Yahoo!知恵袋は参加している方がお互いに知恵や知識をQ&Aで共有できる2005年に開始したサービスです。実際にYahoo!知恵袋を使ったことのあるお客様の中には、質問をしたけれど最後まで回答がつかなかったという経験をされた方もいると思います。

知恵袋は質問してから7日間経っても回答が0件だった場合、その質問を自動的に削除するシステムを導入しています。質問者目線では、せっかく質問を投稿しても、誰からの回答もつかずに回答募集が終了してしまうことは珍しくありません。日々多くの質問が知恵袋上に投稿されるため、質問は時間の経過とともに埋もれてしまいます。

また、回答者は自分で回答できそうな質問を探す必要がありました。自分の知識や経験を共有できそうな質問が見つからずにサイトを離脱してしまう方もいらっしゃいます。質問者は回答がつけばニーズは満たせますが、回答者はインセンティブもなく、善意で参加してくださっています。ですから、回答者が使いやすい、もっと使いたくなるようなUIを提供していきたいと考えております。

――竹浪氏

知恵袋は、何か悩みがあるユーザー様に対して、その悩みをいかに解決してあげるかと、その悩みを解決して質問者が次の行動に踏み出せるかというポイントをサービスとして大切にしています。

ですが、同じような悩みを抱えている方も閲覧者として多様な答えを求めて知恵袋に訪れます。閲覧者ごとに悩みのシチュエーションは若干異なるため、回答していただける方を増やして、ベストアンサー以外にも回答に多様性を持たせて多くの悩みを解決したいと考えておりました。

そこで、今回導入したAIではユーザー様が興味関心のありそうな質問をレコメンドし、回答がつきやすい環境を提供します。

――大和田氏

今回知恵袋に導入したAIは、Yahoo! JAPAN IDごとに知恵袋の閲覧履歴から、ディープニューラルネットワーク（DNN）を使用して、次に閲覧するアイテムを予測してレコメンドします。 特徴としては、レコメンド候補に出す質問を、ある程度事前に絞り込んだ上で、候補の質問のスコアを一気に予測する多クラス分類で処理しています。

まず初めに候補の質問をある程度の数まで絞り込みます。この時に使うのは直近での閲覧数などの情報がメインで、文章内容やカテゴリを使って似た質問のみに絞り込むようなことは行っていません。その後にDNN で候補の質問をスコアリングしてレコメンドします。最初に候補の質問を絞りすぎないことで多様な回答の可能性を残しつつ、多くの閲覧履歴を精度よく学習することができます。

――牧野氏

現在は知恵袋上の閲覧履歴のみを参照してAIがレコメンドしております。知恵袋にはユーザー様ごとの回答履歴もありますから、回答履歴のデータを活用してよりユーザー様の回答行動に沿った形でマッチングの質を高めていきたいです。

――竹浪氏

知恵袋は悩みがそのままの形で書かれているため、悩みの意図が伝わりやすいサービスだと思っております。ですから、冒頭で申し上げた「7日間経っても質問に回答がつかない」課題に対して、質問の意図を分析してレコメンドの精度を高めたいと考えております。

また、プライバシーなど様々な問題がありますが、可能であればヤフーにあるたくさんのアセットを活用し、答えを持っている方に対してこちらから回答をお願いできる仕組みの構築を取り組みたいです。

――山本氏

今回は、ヤフーが独自に開発した汎用的なレコメンデーションエンジンを知恵袋に導入しました。汎用的なエンジンはスムーズに導入ができる反面、人間の感情を読み取って、質問や回答の意図を深く掘り下げた提案をすることはまだできません。ヤフーはグループ全体で100以上のサービスを展開しております。ですから、まずはAIの力をグループ全体に広げるために汎用的なレコメンデーションエンジンは必要です。もちろん、私たちはその改良にも日々取り組んでいます。

――竹浪氏

知恵袋の全体的な課題として、誹謗中傷や不正利用の問題が挙げられます。これらの対策にも機械学習を活用しています。適切ではない回答については、不適切であることが分かる形で折りたたみ、低品質と判定された投稿を重点的にパトロールしています。

こういった形で機械学習やAIを活用して、皆さんが知恵袋をより安心安全に使っていただくような環境に整えていく取り組みを行っています。今後は運用中の汎用型AIモデルに加えて、個別に具体化した案件に対応可能なAIモデルを作って、よりきめ細かな不適切投稿に対応できるサービスにしていけるよう検討中です。