店名も、ハッシュタグもない
「駅から港へ歩く途中、青い扉の喫茶店に寄った。固めのプリンがおいしかった。また行きたい」
場所・外観・商品が設定と重なっています。店名がなくても確認する候補にし、似た特徴のお店との取り違えに注意します。
公開確認用の未完成サイトです。アカウント登録・結果保存はまだ利用できません。
本文へ移動SOCIAL LISTENING / 開発中
同じ名前の別のお店。文脈が足りない短い投稿。
まず関連性を確認してから、感情・不満・要望を見渡すために。
実データ解析は未提供 モデル選定と品質確認を進める前の開発段階です。料金と無料枠への適用も未決定です。
自分のお店への声を見つけるために
「駅から港へ行く途中の、青い扉のお店」。SNSでは、店名やハッシュタグを使わずにお店のことが書かれることがあります。一方、同じ名前でも、別の街のお店についての投稿かもしれません。
Nagiportで目指しているのは、投稿本文とお店の情報を照らし合わせ、自分のお店について確認したい声、別のお店と思われる声、判断材料が足りない声を整理することです。名前の一致だけに頼らず、人が確認するための手がかりを残します。
以下は、開発中の機能を説明するための架空の投稿です。
登場する店舗・地域は架空の設定です。モデルの実行結果や実際のお客様の声ではありません。
駅から港へ向かう通りにある、青い扉の喫茶店。固めのプリンを提供しています。山あい市にも同名の別のお店がある想定です。
場所・外観・商品を組み合わせて考えますが、特徴の一致だけでお店を確定できるとは限りません。判断が難しい投稿も削除せず、人が確認する対象として残します。
「駅から港へ歩く途中、青い扉の喫茶店に寄った。固めのプリンがおいしかった。また行きたい」
場所・外観・商品が設定と重なっています。店名がなくても確認する候補にし、似た特徴のお店との取り違えに注意します。
「今日は山あい市の喫茶 凪へ。駅前店のランチ、よかった」
名前は一致しますが、場所が対象のお店と異なります。名前だけで自分のお店の口コミに数えないための例です。
「凪、よかった。また行く」
場所や業種などが書かれていません。自分のお店の投稿と決めつけず、追加の文脈を確認します。
「港町の喫茶 凪、プリンがおいしい。夜も営業してほしいな」
店名・場所・商品が設定と重なっています。お店との関係を確認したうえで、感想や営業時間への要望を読む流れを想定しています。
開発の参考 / 実行済みの検証
ここからは、宿泊分野に関係する文章かを分類した、実行済みの開発例です。上の「特定のお店についての投稿を見分ける」機能を検証した結果ではありません。店名のない投稿や同名店舗の識別精度を示すものでもありません。
クラウドワーカーが作成した疑似レビューと、架空の宿泊相談を演じた対話データを使用しています。実際のSNS投稿やNagiportのお客様の声ではありません。
見せ方を説明するために選んだ4件です。実SNSでの精度や導入実績を示すものではありません。文章は入力した単位の全文を掲載しています。
表示の「情報不足」はモデルが返す分類名で、運用上の「判定保留」とは別です。人の判断と食い違う場合もあります。
別府にある老舗の温泉旅館でした。 桜が咲く頃に、大人2名で宿泊しました。 泉質がとてもよく、長旅の疲れが癒やされました。 部屋からの景観もよく、満開の桜を見ることができました。 スタッフの方の対応はとても親切でした。 部屋は隅々まできれいに清掃されており、快適に過ごせました 夕食はバイキング形式でしたが、とても豪華で満足度が高かったです。 朝食は部屋でのんびり食べることができ良かったです。 部屋から見る夜景もきれいでした。 チェックアウトの際のお見送りも嬉しく感じました。
モデルの分類:関連あり
宿泊の話題として読む候補
愛知県にある●●民族館は、歴史も分かるし、詳しい展示などオススメです。 名古屋駅からバスが直行便で出ているのでアクセスもいいですし、無料バスも月に1回あるのは穴場です。 私なら隣の●●民族の料理を出すレストランも寄るのが流れです。
モデルの分類:無関係
今回探している宿泊の話題ではない文章
はい、禁煙で大丈夫です。
モデルの分類:情報不足
前後の文脈を確認したい文章
駅から宿までのバスがあると助かります。
モデルの分類:情報不足
モデルの出力と、比較用のラベルが食い違いました
宿泊の話に見えても、確認が必要です
比較用のAI暫定ラベル:関連あり
確認コメント:宿までの移動条件を述べていますが、モデルは「情報不足」と分類しました。出力をそのまま正解として扱わず、確認が必要な例です。比較用ラベルもAIが作成したもので、人による正解確認は未実施です。このコメントはモデルが生成した判定理由ではありません。
2026年10月14日に実行したEmbeddingGemma FP32・既存18定義方式の保存結果です。特定の店舗・企業との関連性、感情、不満・要望は、この例では判定していません。
表示順の記録ID:F008、F007、F004、F074。出力は順に「関連あり」「無関係」「情報不足」「情報不足」です。
例1・2:Yuta Hayashibe / Megagon Labs, Quasi Japanese Reviews(2023)。クラウドワーカー作成の疑似レビュー。CC BY 4.0。
出典:Quasi Japanese Reviews
原データ:例1 quasi_japanese_reviwes.hotel.00217、例2 quasi_japanese_reviwes.spot.00089。
例3・4:Yuta Hayashibe / Megagon Labs, Accommodation Search Dialog Corpus。関連文献:Self-Contained Utterance Description Corpus for Japanese Dialog, LREC 2022, pp.1249–1255。架空の宿泊相談サービスでの役割対話。CC BY 4.0。
出典:Accommodation Search Dialog Corpus
原データ:例3 data/main/dialog/text/102.tsv の14行目、例4 data/main/dialog/text/174.tsv の16行目。
ライセンス:CC BY 4.0
加工:元データからレビュー単位・顧客発話単位で選び、評価入力と同じ単位で掲載しています。対話の前後の文脈と話者・時刻などの列は含めていません。分類結果・確認コメントはNagiport側で追加しています。掲載本文を宣伝用に書き換えていません。原著者・配布元によるNagiportへの推奨・保証を意味しません。元データはライセンスの無保証条件に従います。
結果の画面・出力は開発中です。
ALL ROWS
元のID・本文・行順を保ち、関連性と各判定を一覧で確認。
REVIEW
保留とその理由を見直し、機械の判定と人の修正を別々に記録。
SUMMARY
集計の分母、保留、未処理件数を明示。結果がある範囲を確認。
現在はファイルを受け付けていません。公開されている投稿でも、収集・再利用が自由とは限りません。
無料試用の予定と、利用までの流れをご案内しています。
サービス案内へ