料理レシピにおける可読性指標の検討

[S05] 料理レシピにおける可読性指標の検討 上田茜，岡本一志，軽部幸起，原田慧，柴田淳司 はじめに 電気通信大学 背景と目的 トークン分割の比較 目的：調理用語を1トークンとして分割できるか，サンプリング したデータで調査 使用したデータ：クックパッドデータセットのレシピ10件 使用した形態素解析器と辞書： 料理レシピ投稿サイトでは，閲覧者によって解釈が異なる 曖昧表現が，レシピの理解度に影響 曖昧表現を自動補完するシステムを提案し，可読性が向上 [上田+, 2025] レシピの可読性には，曖昧表現に限らず文章の構成など幅広い 要素が影響 曖昧度を包含し，レシピの可読性を表す複合的な指標の提案 Mecab: IPAdic, Unidic, NEologd / Sudachi: SudachiDict 可読性指標の構築による予想される効果 全解析器-辞書にかけた結果，正しく分割されていない単語 （名詞に限定）を35件人手で抽出し，解析器-辞書別に 正答単語数を整理 単語例 ipadic unidic neologd sudachidict 補完システムの開発 [上田+, 2025] 解析器-辞書 正答単語数 相対正答率 粉チーズ '粉' 'チーズ' '粉' 'チーズ' '粉チーズ' '粉' 'チーズ' ほんだし 'ほん' 'だし' 'ほん' 'だし' 'ほんだし' 'ほん' 'だ' 'し' ピザ生地 'ピザ' '生地' 'ピザ' '生地' 'ピザ' '生地' 'ピザ生地' 閲覧者：可読性の高いレシピの選択が可能 投稿者：可読性の高いレシピの執筆の支援が可能 曖昧表現を補完するため，クックパッドのレシピに料理家が執筆 したレシピを外部知識として参照する検索拡張生成（RAG）を 構築 補完後レシピの曖昧表現数は，補完前の27%-50%に減少 mecab_ipadic 7 0.20 mecab_unidic 7 0.20 mecab_neologd 25 0.71 sudachi_sudachidict 19 0.54 単語中4単語はどの解析器-辞書でも正答ならず 予備調査として，GPT-4o で35単語解析した結果，全て正答 LLMが上記解析器-辞書以上の性能を保有する可能性 35 トークン数・トークンサイズの比較 目的：レシピ全体で，トークン分割傾向を調査 使用したデータ：クックパッドデータセットのレシピ166万件 トークン数とトークンサイズを解析器-辞書ごとに調査し， サンプルデータでの結果をもとに分割傾向を考察 可読性指標の検討 料理レシピの可読性について，曖昧表現数を基準として人手評価 したが，曖昧表現に限らず文章の構成など幅広い要素が影響 指標を用いて可読性を自動評価したい 曖昧表現だけでなく，文章構成などを含めた料理レシピの可読性 を複合的に測る指標が必要 本研究では，テキスト特性に関して分析するため，調理用語を 適切に分割する解析器-辞書を選定することを目的とし，形態素解析 を実施 おわりに 本研究のまとめ 解析器-辞書を比較した結果，mecab_neologd が最良 LLMが既存の形態素解析器以上の性能を保有する可能性が示唆 今後の予定 プロのレシピとクックパッドのレシピの品詞構成と内訳を調査 可読性指標の詳細設計と構築 上田+, 2025] 上田茜, 岡本一志, 原田慧, 柴田淳司, 軽部幸起：大規模言語モデルを用いた料理レシピの曖昧表現補 完, 人工知能学会全国大会論文集，2025． クックパッド株式会社：クックパッドデータセット，国立情報学研究所情報学研究データリポジトリ，2015. [みんなのきょうの料理] NHKエデュケーショナル，“プロの料理家レシピ満載【みんなのきょうの料理】”， https://www.kyounoryouri.jp/，2024/11/09 アクセス. [

• https://www.kyounoryouri.jp/