[1Yin-B] Poster 2

[1Yin-B-52] Demand Forecasting for Symphony Concerts Using Program-Note Track Descriptions: Evaluating ModernBERT Representations and Cross-Attention Fusion

〇Tomoya Kouno¹, takahiro hoshino² (1. keio university , 2. Faculty of Economics, Keio University / RIKEN Center for Advanced Intelligence Project (AIP))

Keywords:

Natural Language Processing,Multimodal Data

交響楽公演の需要は価格・曜日・会場規模や作品の標準度で一定程度説明できる一方，同条件の公演間でも需要のばらつきが残る。本研究は，来場者の期待形成を支える事前情報としてプログラムノートの曲目説明文に着目し，自然言語情報が需要予測に付加的な寄与を持つか検証した。単一オーケストラの公演データを公演日順に分割し，末尾20%をテストとする時系列ホールドアウトで評価した。曲目説明文を連結し，ModernBERTでトークン列表現を抽出してキャッシュ化し，数値特徴（曜日，開演時間，席価格，標準度指標など）と統合した。数値のみ／テキストのみ／Concat／Gated Fusion／Cross-Attention Fusionを比較し，マルチクラスAUROCとmacro F1を複数seedの平均で報告する。結果としてCross-Attention Fusionは改善を示した一方，テキスト単独は不安定であり，言語情報は数値的文脈と統合することで有効性が高まることが示唆された。