音声に内在する個人性の言語的側面に関する研究

言语固有个性的语言学方面的研究

• 批准号: 21K11967
• 负责人: 越仲 孝文
• 金额: $ 2.66万
• 依托单位: Yokohama City University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 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/grant/KAKENHI-PROJECT-21K11967/
• 关键词: 深層学習; ニューラルネットワーク; 自然言語処理; 生体認証; 生成AI; Transformer; Speaker recognition; Authorship recognition; Adversarial attacks; Deepfake

本研究では、音声に含まれる個人性のうち、これまであまり研究されてこなかった言語的な個人性、すなわちテキスト情報に現れる書き手の特徴について明らかにする。研究成果は、音声通話やネット投稿のなりすましのような犯罪の防止、さらには近年著しい進歩を見せている生成AIの悪用防止に有用である。当年度は、深層ニューラルネットワークに基づくテキスト分類モデルを構築し、その精度向上を図った。とりわけ、近年その有効性が広く知られるようになった事前訓練モデル(pre-trained model)の一つであるBERTを用いて分類精度を改善した。さらにこのBERTモデルを使って、生成AI (GPT-2)が書いたテキストと人間が書いたテキストを見分ける実験を行った。GPT-2は昨今話題のChatGPTなどと比べて小規模で、自然な文章を生成する能力では劣るが、それでも条件によっては3割程度のテキストが人間と区別がつかないという興味深い結果を得た。昨今、生成AIをどのように活用できるか(あるいは規制すべきか)については様々な議論がなされているが、やがてAIと人間は区別できなくなるという前提で考えるべきである。データセットについては引き続き日本語の青空文庫データセットを用いた他に、楽天技術研究所から公開されている楽天市場および楽天トラベルデータセットを活用した。前記実験を前倒しで行ったため、ニューラルネットワークから得られる分散表現の分析については目立った進捗はないが、実験環境の構築を始めており次年度に本格的な検討を実施できる見込みである。他に、画像メディアを絡めたマルチモーダルな(いわゆるVision and Language)モデルについても若干検討を行うことができた。一連の実験の効率化のために、NVIDIA RTX A6000を2基搭載したGPUサーバ1台を導入した。

This study で は, voice に ま れ る personal の う ち, こ れ ま で あ ま り research さ れ て こ な か っ た な personal speech, す な わ ち テ キ ス ト intelligence に now れ る の き hand book, 徴 に つ い て Ming ら か に す る. Research results は や, voice calls ネ ッ contribute ト の な り す ま し の よ う な の prevent crime, さ ら に は in recent years the し い into step を see せ て い る generated AI の 悪 use prevent に useful で あ る. Current は, deep ニ ュ ー ラ ル ネ ッ ト ワ ー ク に base づ く テ キ ス ト classification モ デ ル を constructing し, そ の precision を upward 図 っ た. と り わ け, recent そ の have sharper sex が hiroo く know ら れ る よ う に な っ た prior training モ デ ル (pre - steeped model) a つ の で あ る BERT を with い て を improve classification precision し た. さ ら に こ の BERT モ デ ル を make っ て (GPT - 2), generate AI が book い た テ キ ス ト と human が book い た テ キ ス ト を see points け る be 験 を line っ た. GPT - 2 は yesterday today topic is の ChatGPT な ど と than べ て small-scale で, natural な article を generated す る ability で は substandard る が, そ れ で も conditions に よ っ て は 3 cut degree の テ キ ス ト が と difference between human が つ か な い と い う tumblers deep た を い results. Yesterday today, generate AI を ど の よ う に use で き る か (あ る い は regulation す べ き か) に つ い て は others 々 な comment が な さ れ て い る が, や が て AI と は difference between human で き な く な る と い う premise で exam え る べ き で あ る. デ ー タ セ ッ ト に つ い て は lead き 続 き Japanese の aozora library デ ー タ セ ッ ト を with い た he に technology institute, joy day か ら public さ れ て い る joy day market お よ び joy day ト ラ ベ ル デ ー タ セ ッ ト を use し た. Remember before be 験 を fore し で line っ た た め, ニ ュ ー ラ ル ネ ッ ト ワ ー ク か ら must ら れ る の dispersion performance analysis に つ い て は item set っ た into 捗 は な い が, be 験 environment の construct を beginning め て お り annual に this lattice な beg を 検 be applied で き る see 込 み で あ る. He に, portrait メ デ ィ ア を collaterals め た マ ル チ モ ー ダ ル な (い わ ゆ る Vision and Language) モ デ ル に つ い て も several 検 line for を う こ と が で き た. A series of simulation <s:1> efficiency <s:1> ために, NVIDIA RTX A6000を2 bases equipped with <s:1> たGPUサ バ バ バ1 を import を た.

项目成果

感情付与を用いた低評価レビューに対する応答生成

使用情感对低评分评论做出回应

• 发表时间: 2023
• 作者: 益子怜，越仲孝文

画像キャプショニングは画像そのものよりも多くを語る

图像说明文字所表达的内容不只是图像本身

• 发表时间: 2023
• 作者: 益子怜，越仲孝文;有働帆乃璃，越仲孝文
• 通讯作者: 有働帆乃璃，越仲孝文

EC サイトのレビューテキストからのレーティング予測と購買者評価の分析

EC网站评论文本的评级预测和购买者评价分析

• 发表时间: 2022
• 作者: 小林;越仲
• 通讯作者: 越仲