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

点击翻译按钮获取中文摘要

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。