Natural Language Interface Technology to Support Complex Tasks

支持复杂任务的自然语言接口技术

• 批准号: 21H03502
• 负责人: 相澤 彰子
• 金额: $ 11.07万
• 依托单位: National Institute of Informatics
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21H03502/
• 关键词: 対話システム; 意味解析; 基盤化; 言語モデル; 視覚言語

本研究では、複雑な作業を言語でコンピュータに指示するための対話技術の研究に取り組む。ここでの「複雑な作業」とは、事前登録した関数を呼び出すだけでは解決できず、複数の関数（API）の呼び出しや詳細な条件設定などが必要となる処理である。このような複雑な作業は、単発の自然な発話では指示が困難で、現在のスマートスピーカやオンラインチャットの技術では扱うことができない。本研究では、その限界を克服するための中核的な技術として、対話による共通理解モデルの構築（＝「基盤化」）に焦点をあてている。そして、「エンティティ参照の基盤化」、「作業手順の基盤化」、および「対話知識の獲得」の３つの課題を設定して、言語、視覚、計算プログラムが融合した環境に適応する新しい基盤化手法の研究開発に取り組んでいる。２０２２年度は、発話内容をコンピュータで実行可能なコマンド列に変換するための技術として、自然言語文クエリをSQLクエリに変換する意味解析の研究開発に取り組んだ。特に、自然言語文中のエンティティとデータベースの構成要素（項目名や値など）の対応付け手法の開発に取り組み、未知のデータベースにも適応可能な汎用的な解析手法の開発を進めた（「エンティティ参照の基盤化」）。また、ブラウザ上に表示される自然言語タスク等に回答するため視覚・言語・アクションを統合した新たな言語モデルを提案して実装・評価した（「作業手順の基盤化」）。２０２２年度ではさらに自然言語による質問応答について、言語モデルのショートカット学習や多段推論の分析手法を提案して評価した。さらに、基盤化において重要な数量的知識の獲得に関する研究に取り組み、数字の予測タスクを用いて自然言語文中に出現する数字の埋め込み表現を獲得する手法を提案した（「対話知識の獲得」）。

这项研究将重点介绍有关对话技术的研究，以指导计算机以进行复杂的任务。 “完成工作”这是一个无法通过调用预注册功能来解决的过程，但需要调用多个功能（API）并设置详细条件。这种复杂的任务很难使用单一的自然话语，并且无法使用当前的智能扬声器或在线聊天技术来处理。这项研究重点是通过对话（=“基础化”）作为克服这些限制的核心技术来构建共同理解模型。我们还在研究新的基本化方法的研究和开发，这些方法可以适应一个语言，视觉和计算程序的环境，并设定了三个问题：“基础实体参考”，“基础工作程序”和“获取对话知识”。在2022年，我们从事语义分析的研究和开发工作，将自然语言句子查询转换为SQL查询，作为将话语转换为可以在计算机上可执行的命令序列的技术。特别是，我们致力于开发一种将自然语言句子中的实体与数据库组件（项目名称和值等）相关联的方法，并正在开发一种可以适应未知数据库（“实体参考的基础化”）的通用分析方法。此外，提出了一个新的语言模型，进行了整合，将视觉，语言和动作集成，以回答浏览器上显示的自然语言任务（“工作过程的基础化”）。在2022年，我们还提出并评估了语言模型快捷方式学习的分析方法和使用自然语言回答问题的多步推断。此外，我们还研究了对定量知识的获取的研究，这对于基础化很重要，并提出了一种使用数字预测任务（“获取对话知识”）以自然语言句子中出现的数字的嵌入式表示的方法。

项目成果

Measuring Text-to-SQL Semantic Parsing Model on the Question Generalizability

测量文本到 SQL 语义解析模型对问题泛化性的影响

• 发表时间: 2022
• 期刊: Proceedings of the 6th International Conference on Natural Language Processing and Information Retrieval (NLPIR 2022)
• 作者: 森川輝久;津田龍星;高橋徹;江川琢真;中山雅人;Thanakrit Julavanich and Akiko Aizawa
• 通讯作者: Thanakrit Julavanich and Akiko Aizawa

How Well Do Multi-hop Reading Comprehension Models Understand Date Information?

多跳阅读理解模型对日期信息的理解程度如何？

• 发表时间: 2022
• 期刊: Proceedings of the 2nd Conference of the Asia-Pacific Chapter of the Association for Computational Linguistics and the 12th International Joint Conference on Natural Language Processing (Short Papers)
• 作者: Xanh Ho;Saku Sugawara;Akiko Aizawa
• 通讯作者: Akiko Aizawa

Predicting Numerals in Natural Language Text Using a Language Model Considering the Quantitative Aspects of Numerals.

使用考虑数字定量方面的语言模型预测自然语言文本中的数字。

• DOI: 10.18653/v1/2021.deelio-1.14
• 发表时间: 2021
• 期刊: The Second Workshop on Knowledge Extraction and Integration for Deep Learning Architectures (DeeLIO), collocated with NAACL 2021
• 作者: Taku Sakamoto;Akiko Aizawa
• 通讯作者: Akiko Aizawa

Debiasing Masks: A New Framework for Shortcut Mitigation in NLU

去偏掩模：NLU 中捷径缓解的新框架

• 发表时间: 2022
• 期刊: Proceedings of the 2022 Conference on Empirical Methods in Natural Language Processing
• 作者: Johannes Mario Meissner;Saku Sugawara;Akiko Aizawa
• 通讯作者: Akiko Aizawa

言語モデルに対するトークンのキャンセルアウト手法の比較

语言模型的标记取消技术比较

• 发表时间: 2022
• 作者: 鈴木淳平;菅原朔;相澤彰子
• 通讯作者: 相澤彰子