ニューラル翻訳による教師データ増殖手法を用いたERPパッケージ部品推薦機能の精度向上

抄録

ERPパッケージシステムの構築においてシステムエンジニアは、多数のソフトウェア部品から最適なものを組み合わせる。これまで我々は、要求仕様文を入力とし、機械学習によって適切な部品を推薦するシステムを開発してきた。しかし、業務データ量の確保に課題があり、十分な精度を達成できなかった。本研究の目的は、ニューラル翻訳による折り返し翻訳を利用した教師データ増殖手法によって、精度を向上させることである。結果として、精度を改善することが出来た。