カスタマーの要望に沿った提案をする際、すべての要望に合致する宿が見つからない場合もあり、窓口の接客ならば一部の検索条件を変更して探し直すなどの対応が想定されます。そこで、本チャット機能でも同様の対応を目指し、旅行領域に特化したデータで学習したBERT、tf-idf、条件の登場順などから得られる特徴量を利用し、各条件の重要度を予測するモデルを構築しました。日程やエリアなどの旅行における必須要件は変更対象外にするなど、カスタマーの要望から大きく乖離しないような代替提案をすることで、信頼性を担保することを意識しました。

宿を提案するタイミングで、宿のおすすめポイントを提示することで、予約意向の向上につながることを目指しました。その実現に向けて、クチコミから検索条件に該当し、高評価なポイントを抽出して提示する機能を開発しました。しかし、クチコミの書き方は人により異なり、文節が句点とは限らないことや1つの文中に複数該当箇所が存在するようなケースが存在します。そこで、クチコミの文章を単語単位に分けたうえで、各単語が検索条件に該当するか＆高評価であるかの二値分類を実施し、その出力を連ねることでアピール文を抽出しました。本機能でも独自ドメイン特化の学習済みBERTをファインチューニングすることでモデル学習を実施、継続的に増え続けるクチコミに対しても追加のアノテーションなしでアピール文を生成することが可能となっています。

宿泊を検討している宿について「送迎はあるか」「アメニティは何があるか」など、宿に直接問い合わせて確認したい質問を想定し、宿に対する質疑応答を行う機能も開発しました。質問受付にあたっては、どんな質問かを判別するためのテキスト分類モデルを学習済みBERTをファインチューニングすることで構築。また、入力されたテキストがそもそも質問かどうかを判別できるような設計もしました。回答にあたっては、データベースを参照して回答を自動で生成することで、様々な宿泊施設に共通して寄せられる質疑応答に対応できるようにしました。一方、「子供連れでも大丈夫か」など、宿の雰囲気を尋ねるような質問については各施設のクチコミを解析。入力文について言及している類似センテンスの抽出を行い、事実性判定を行うことで回答を用意できるようにしました。