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」）。

This study is based on the research of speech technology for complex tasks. This is a "complex operation", a pre-registration, a call, a solution, a call, a complex API, a detailed condition setting, and a necessary process. This is the first time I've ever seen a person who's been working on something like this. This study focuses on how to overcome the limitations of nuclear technology and how to build a common understanding of nuclear technology (="basicalization"). The research and development of new methods for base setting, speech, vision, and calculation are organized according to the three topics of "base setting of reference,""base setting of operation sequence," and "acquisition of relevant knowledge." In 2022, the research and development group for meaning analysis of natural language text was established. Special, natural language text of the constituent elements (item name value) of the corresponding payment method development, unknown text of the appropriate universal analysis method development ("base") The answer to this question is natural speech. The answer to this question is speech. In 2022, we will propose an evaluation of the analytical techniques for natural speech query, speech analysis and multi-segment inference. In this paper, the author proposes a method for acquiring important quantitative knowledge in the study of group, numerical prediction and use of natural speech text ("acquisition of verbal knowledge").

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

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

Penalizing Confident Predictions on Largely Perturbed Inputs Does Not Improve Out-of-Distribution Generalization in Question Answering

惩罚对严重扰动输入的置信预测并不能改善问答中的分布外泛化

• 发表时间: 2022
• 期刊: The AAAI-23 Workshop on Knowledge Augmented Methods for NLP (KnowledgeNLP)
• 作者: Kazutoshi Shinoda;Saku Sugawara;and Akiko Aizawa
• 通讯作者: and 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