ALBERTは9月8日、機械学習手法「Deep Learning (ディープラーニング)」を用いて大量の画像を解析し、自動的にタグ付けするサービスの提供を開始した。
同社によると、ECサイトなどではこれまで、商品の検索や分類用に、大量の商品画像に対しカテゴリや形状、色、テイストといった情報を付与するため、多大な時間とコストがかかっていたほか、画像の数が増えれば増えるほど抜けや漏れなどのヒューマンエラーが発生し、精度が落ちるという問題が発生していたという。
今回提供を開始するサービスでは、主にアパレルにおける自動タグ付けを想定。同社が用意するAWS(Amazon Web Service)サーバーに利用企業がアップロードした商品画像を自動的に解析し、カテゴリや形状、色、柄、素材、感覚表現など約200種類からなる「基本ファッション用タグ」を付与したファイルを生成することで、商品データベース構築時のタグ付与作業のコスト低減や精度向上を実現する。
2015年9月時点では、カテゴリ(トップス/ボトムス/インナー/レディース/メンズ/ティーンズ/キッズなど)、形状(Tシャツ/カットソー/半袖など)、色や柄(無地/ボーダー/水玉など)などの識別精度は、人力と同等以上を達成したほか、基本ファッション用タグ以外のタグを付与したい場合は、ディープラーニングによりタグマスターとタグ付き学習用画像からモデルを再学習し、利用企業専用のタグ(オプションタグ)に対応した結果も生成可能だ。
また、色や模様に加え、「かわいい」「エレガント」といったテイストも付与できるため、ファッショントレンドの把握など、従来難しかった切り口での分析も実現。人間では認識しきれずにタグ付けが漏れてしまうといったヒューマンエラーの発生による機会損失も、ディープラーニングによる自動タグ付けによって削減できる。
商品のレコメンデーションに関しても、タグをベースに実行することで、「過去に購入したことのある商品とテイストが似ているものを推薦する」といった応用も可能となる。
