常識的知識を活用した言語理解・推論に基づく議論マイニングの新展開

基于语言理解和常识知识推理的论点挖掘新进展

• 批准号: 19H01118
• 负责人: 岡崎 直観
• 金额: $ 28.79万
• 依托单位: Tokyo Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (A)
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19H01118/
• 关键词: 自然言語処理; 意味解析; 議論マイニング; SNS分析; 知識獲得

研究項目1では、大規模言語データから学習した単語埋め込みを、人間が構築した知識に適応させることで、意味を捉える性質を改善できるだろうか、という問いに取り組んだ。具体的には、語義間の意味関係を教師信号として、文脈依存型単語埋め込みおよび語義埋め込み同士の距離を調節する手法を提案した。提案手法を語義曖昧性解消タスクで評価したところ、知識ベース語義曖昧性解消の最高精度を達成した。本研究成果は言語処理学会年次大会で発表したところ、優秀賞との評価を得た。研究項目2では、ソーシャルメディアの自然言語処理プラットフォームの構築を進めた．これは（１）Twitterテキストからの位置情報推定，（２）想定発信先（テキストの読み手の想定）の推定，（３）発言による炎上のリスク（侮辱や名誉毀損などの訴訟リスク）の推定といったソーシャルメディアを利活用するために有益な情報を付与するシステムを統合したものである．それぞれのシステムについては言語処理学会年次大会にて発表を行った．特に，（２）は，企業賞を受賞するなど評価を得た．研究項目3では、研究項目2の成果と統合するため、画像や動画とテキストの両方を入力して推論するアーキテクチャの研究に取り組んだ。複数文および複数画像から成るマルチモーダル文書を理解するシステムの構築を目指し、文書内における画像を意味的に望ましいテキストに割り当てる新たなタスクImage-to-Text Matching (ITeM)を提案した論文が自然言語処理というジャーナル論文に採択された。また、動画とテキストの両方を入力して翻訳を行うデータセットに対して、動画から与えられる知識が機械翻訳に与える影響を調べた研究は、Journal of Information Processingというジャーナル論文に採択された。

研究项目1解决了以下问题：是否可以通过调整人类构建的知识来改善从大规模语言数据中学到的单词的嵌入。具体而言，我们提出了一种技术，以使用单词含义之间的语义关系作为教师信号，调整与上下文相关的单词嵌入和含义嵌入之间的距离。当使用“含义歧义任务”一词评估所提出的方法时，基于知识的单词的最高准确性就达到了歧义。这项研究的结果是在语言处理协会年度会议上提出的，并被评为卓越奖。在研究项目2中，我们继续为社交媒体建造自然语言处理平台。这是一个集成了一个系统的系统，该系统授予有用信息以利用社交媒体，例如（1）从Twitter文本中估算位置信息，（2）估算预期目的地（文本读取者的假设），以及（3）估计因注释（例如诉讼风险，例如侵犯或诽谤或诽谤）而引起的火焰风险）。每个系统都是在语言处理协会年度会议上介绍的。特别是（2）获得了认可，包括获得公司奖。 In Research Item 3, we worked on researching an architecture in which both images, videos and text are input to infer in order to integrate them with the results of Research Item 2. A paper proposed a new task, Image-to-Text Matching (ITeM), which aims to build a system for understanding multimodal documents consisting of multiple sentences and images, was adopted in a journal article called Natural Language Processing, which proposes Image-to-Text Matching (ITeM), which assigns images within a document到语义上理想的文本。此外，一项研究在一篇名为“信息处理期刊”的期刊文章中采用了视频对机器翻译的知识对数据集对机器翻译的影响。

项目成果

ソーシャルメディア：ニューノーマルがもたらした新しいRWD

社交媒体：新常态带来的新RWD

• 发表时间: 2021
• 作者: 石川 遼伍;丹羽 彩奈;水木 栄;岡崎 直観;岡崎 直観;荒牧英治;荒牧英治;荒牧英治
• 通讯作者: 荒牧英治

Neural Question Generation using Interrogative Phrases

使用疑问短语生成神经问题

• 发表时间: 2019
• 作者: Yuichi Sasazawa;Sho Takase;Naoaki Okazaki
• 通讯作者: Naoaki Okazaki

誰に向けた発言か？：ツイートの指向性推定

这个声明是针对谁的？

• 发表时间: 2023
• 作者: 水木 栄;岡崎 直観;大西 駿太朗，矢田 竣太郎，若宮 翔子，荒牧 英治;清基 英則，劉 康明，矢田 竣太郎，若宮 翔子，荒牧 英治
• 通讯作者: 清基 英則，劉 康明，矢田 竣太郎，若宮 翔子，荒牧 英治

Why Videos Do Not Guide Translations in Video-guided Machine Translation? An Empirical Evaluation of Video-guided Machine Translation Dataset

为什么视频引导机器翻译中视频不引导翻译？

• DOI: 10.2197/ipsjjip.30.388
• 发表时间: 2022
• 期刊: Journal of Information Processing
• 作者: Yang Zhishen;Hirasawa Tosho;Komachi Mamoru;Okazaki Naoaki
• 通讯作者: Okazaki Naoaki

オンライン議論の過熱と感情的投稿に関するダイナミクス

网上热议动态和情感帖子动态

• 发表时间: 2023
• 作者: 水木 栄;岡崎 直観;大西 駿太朗，矢田 竣太郎，若宮 翔子，荒牧 英治;清基 英則，劉 康明，矢田 竣太郎，若宮 翔子，荒牧 英治;久田 祥平，若宮 翔子，荒牧 英治;小林 将大，矢田 竣太郎，若宮 翔子，荒牧 英治
• 通讯作者: 小林 将大，矢田 竣太郎，若宮 翔子，荒牧 英治