filename stringlengths 1 10 | text stringlengths 33 111k | category stringclasses 9
values | license stringclasses 1
value | credit stringclasses 5
values |
|---|---|---|---|---|
A1-1.pdf | # ニューラル機械翻訳における Iterative Back-Translation を利用した コンパラブルコーパスの活用
山本 優紀 秋葉 友良 塚田 元
豊橋技術科学大学
\{yamamoto.yuki.pr, akiba.tomoyoshi.tk, tsukada.hajime.hl\}@tut.jp
## 概要
ニューラル機械翻訳 (NMT) の学習に用いる対訳コーパスの構築法として, 文書単位で対応付けられた 2 つの言語のコーパス (コンパラブルコーパス) から、対応付けられる文ペアを自動的に抽出する手法が広く採用されている. しかし, 文単位で意味が対応するものは少なく,多くの文は抽出されず捨てられてしまう. ... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A1-2.pdf | # Understanding Why Polysemous Words Translate Poorly from a Calibration Analysis Perspective
Yucong $\mathrm{Wu}^{1} \quad$ Yusuke Miyao $^{1}$
${ }^{1}$ The University of Tokyo
wu-yucong725@g.ecc.u-tokyo.ac.jp yusuke@is.s.u-tokyo.ac.jp
}
\begin{abstract}
Neural machine translation models have difficulty in translat... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A1-3.pdf | # 日英翻訳を対象としたイディオム表現の評価指標の提案
廣瀨惟歩 1 渡辺太郎 ${ }^{1}$
1 奈良先端科学技術大学院大学 自然言語処理学研究室
\{hirose.yuiho.ia8, taro\}@is.naist.jp
## 概要
ニューラル機械翻訳（NMT）の課題の一つして， イディオムなどの非構成的な表現の翻訳が挙げられる. NMT システムは原文を単語単位で解釈して翻訳するため，非構成的な意味を有するイディオム表現に対しては誤訳が度々生じる。また，既存の自動評価指標は局所的な評価ができず，イディオム表現の翻訳性能の評価には適さないという問題点がある. 本研究では, 日本語と英語を対象に，イディオ么表現の翻訳性... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A1-4.pdf | # 双方向翻訳モデルの相互学習による 対訳語彙の教師なし獲得過程の調査
谷川玩磨秋葉友良塚田元
豊橋技術科学大学
\{tanigawa.takuma.fu, akiba.tomoyoshi.tk, tsukada.hajime.hl\}@tut.jp
## 概要
本稿では，データ拡張手法である Iterative Backtranslation（IBT）を用いたドメイン適応による単言語資源からの知識獲得について調査を行った. 我々の先行研究では，2 言語の単言語コーパスに分かれて出現する互いに翻訳関係にある語のぺア (対訳語彙) であっても，IBTを繰り返すことで次第に対訳として翻訳できるようになることを明らかにした。今回の実... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A1-5.pdf | # ニューラル分類器の予測の解釈に基づく 翻訳が難しい表現の検出
坂口 典三 村脇 有吾 Chenhui Chu 黒橋 禎夫
京都大学大学院情報学研究科
\{n-sakaguchi, murawaki, chu, kuro\}@nlp.ist.i.kyoto-u.ac.jp
## 概要
修辞技法に代表されるような文化圏に特有な表現は近年のニューラル翻訳モデルでも正しく翻訳するのが難しく, 原言語側で検出し，前編集することが翻訳精度向上のための有望な方法であると考えられる. そこで本研究では，日本語において翻訳が難しい表現を翻訳前に検出することを試みる。具体的には，翻訳が難しい表現は母語話者が書いたテキストに特徴的であるという仮... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A10-1.pdf | # 日本語の大規模 Twitter データからみる 新型コロナワクチン接種に関する人々の関心の推移
武富有香 ${ }^{1}$ 須田永遠 ${ }^{1}$ 中山悠理 ${ }^{2}$ 宇野毅明 ${ }^{1}$ 橋本隆子 ${ }^{3}$
豊田正史 ${ }^{4}$ 吉永直樹 ${ }^{4}$ 喜連川優 ${ }^{4,5}$ Luis E C Rocha ${ }^{6,7}$ 小林亮太 ${ }^{2,8}$
国立情報学研究所 情報学プリンシプル研究系 ${ }^{1}$ 東京大学大学院 新領域創成科学研究科 ${ }^{2}$
千葉商科大学 商経学部 ${ }^{3}$ 東京大学 生産技術研究所 ${ }... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A10-2.pdf | # ツイートテキストデータによるリツイート数予測とその要因分析
増川哲太 ${ }^{1}$ 雨宮正弥 ${ }^{1}$ 仲田明良 ${ }^{1}$ 高須遼 $^{2}$ 狩野芳伸 ${ }^{1,2}$
1 静岡大学 情報学部 ${ }^{2}$ 静岡大学 総合科学技術研究科情報学専攻
${ }_{1}^{1,2}\{$ tmasukawa, mamemiya, anakada, rtakasu, kano $\}$ kanolab. net
## 概要
SNS 投稿が社会に及ぼす影響は、人々の行動を左右するまでに大きくなった. Twitter に投稿されたツイートの影響を測る指標の一つはリツイート数である. 本研究では... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A10-3.pdf | # 誰に向けた発言か？：ツイートの指向性推定
清基英則 ${ }^{1}$ 劉康明 ${ }^{1}$ 矢田竣太郎 ${ }^{1}$ 若宮翔子 1 荒牧英治 ${ }^{1}$
1 奈良先端科学技術大学院大学
\{kiyomoto.hidenori.kj5, liew.kongmeng, s-yada, wakamiya, aramaki\}@is.naist.jp
## 概要
新型コロナウイルスの拡大に伴い，政府や自治体はソーシャルメディアを用いた正確かつ迅速な情報発信が求められている. そのためには, 特定の対象 （年代や性別など）に向けて発信された情報を，その対象が自分に向けて発信されていると理解できるかどうか，すなわ... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A10-4.pdf | # コロナ禍前後における Twitter ユーザの性格別感情変化の分析
松本 和 ${ }^{1}{ }^{1}$ 喜島 $\quad$ 涼太 ${ }^{2}$ 吉田 稔 $^{1}$ 北 研二 $^{1}$
1 徳島大学大学院社会産業理工学研究部 ${ }^{2}$ 徳島大学大学院創成科学研究科
\{matumoto, mino, kita\}@is. tokushima-u. ac.jp, c612135039@tokushima-u. ac. jp
## 概要
2019 年末から始まったコロナ禍も 3 年が経過し，徐々に行動制限が緩和され, 日々, 状況は変化しつつある. 現在も，生活様式の劇的な変化に伴い心身へのスト... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A10-5.pdf | # 多様な特徵量を考慮した Twitter ユーザの性別推定
廣田遼 白井清昭
北陸先端科学技術大学院大学 先端科学技術専攻科
s2110142@jaist.ac.jp
## 概要
Twitter ユーザの性別を推定する手法を提案する。従来研究の多くはユーザが投稿するツイートを元に性別を分類していたのに対し，本研究は，投稿ツイート，自己紹介文，ユーザ名，プロフィール画像， フォロワーなど，様々な特徴量を考慮する点に特長がある。また，投稿ツイートのテキストと画像を同時に考慮した複数のモデルを提案する．評価実験の結果，提案手法の有効性を確認した。
## 1 はじめに
本論文は Twitter ユーザの性別を推定する新しい手法を... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A11-1.pdf | # 複数文書の読解を要する質問の自動生成と 質問応答システムへの応用
小林俊介 河原大輔
早稲田大学理工学術院
\{carlike787@toki., dkw@\}waseda.jp
## 概要
オープンドメイン質問応答タスクは質問に対する文書の検索と読解で構成され、そのデータセットには、複数の文書を読解しなければ解答できない質問が多く存在する。本研究では、テキスト生成モデルをべースとした質問応答モデルである Fusion-in-Decoder [1] を用いて、複数文書の読解を要する質問を自動生成する。生成された質問を、オー プンドメイン質問応答システムに応用した結果、正答率が約 $2 \%$ 向上し、質問生成の有効性が示さ... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A11-2.pdf | # T5を用いた日本語の複雑な質問文に対する質問分解
小原 涼馬 ${ }^{1}$ 秋元 康佑 ${ }^{2}$
1 北海道大学 ${ }^{2} \mathrm{NEC}$ データサイエンス研究所
obara.ryoma.s1@elms.hokudai.ac.jp kosuke_a@nec.com
## 概要
質問応答システムで多段階の推論や数値演算などが必要な複雑な質問文を扱う1つの方法として、質問文を簡単な質問に分解する方法がある。本研究では深層学習による大規模言語モデルである T5を用いて異なる設定で英語の訓練データを用いて日本語の質問分解を行う実験を行う。その結果多言語 T5 を用いるより、機械翻訳を組み合わせ単... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A11-3.pdf | # 専門性の高いオープンブック質疑応答システムの構築と 専門家添削による誤答抑制
後藤成晶 ${ }^{1}$ 上山道明 ${ }^{1}$ 須藤栄一 ${ }^{1}$ 清水司 ${ }^{1}$ 木村英彦 ${ }^{1}$
${ }^{1}$ 株式会社豊田中央研究所
\{sg-goto, kamiyama, eiichi-s, shimizu, hdkimura\}@mosk. tytlabs. co. jp
## 概要
専門家の知識の一部は、報告書などのテキストデ一夕として所属組織内に蓄積される。材料分析ドメインを対象に、テキストを参照して専門性の高い質問に自動回答するシステムを、オープンブック質疑応答を応用して構築し... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A11-4.pdf | # SlideVQA: 複数の文書画像に対する質問応答
田中涼太西田京介西田光甫 長谷川拓 斉藤いつみ 齋藤邦子
日本電信電話株式会社 NTT 人間情報研究所
\{ryouta.tanaka.rg, kyosuke.nishida.rx, kosuke.nishida.ap, taku.hasegawa.ps
itsumi.saito.df, kuniko.saito.ku\}@hco.ntt.co.jp
図 1 SlideVQA の例. 複数のスライド画像（スライドデッキ）を同時に理解し，質問に対して回答および根拠を出力する.
## 概要
スライドデッキに対する文書画像質問応答タスク SlideVQA を提案する。本タ... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A11-5.pdf | # 対話型質問応答における質問書き換えのためのターン強調
小堀智祥 小林哲則 林良彦
早稲田大学理工学術院
kobori@pcl.cs.waseda.jp
## 概要
質問応答を含む対話システムでは，対話内容に沿った質問の解釈が重要である. 先行研究では, すべての対話履歴と質問を一つの繋がった文章として入力し, 対話履歴に依存しない質問へ書き換えることが行われているが，書き換えに関係のあるターンを考慮することが難しい，本研究では，対話中の質問応答における各ターンの重要度を推定し，その重要度に応じて強調した表現を用いて質問書き換えを行う TurnRewrite モデルを提案する. 質問書き換えの上で重要なターンヘルールによるラ... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A12-1.pdf | # 人間らしい予測処理機構を取り入れた質問応答モデルの提案 :早押しクイズのパラレル問題を題材として
山下陽一郎 ${ }^{1}$ 原田宥都 ${ }^{2}$ 大関洋平 ${ }^{2}$
${ }^{1}$ 東京大学教養学部 ${ }^{2}$ 東京大学大学院総合文化研究科
\{yamashita-yoichiro416, harada-yuto, oseki\}@g. ecc. u-tokyo. ac. jp
## 概要
本研究では、早押しクイズの問題を題材として、不完全な質問文から解答を生成する質問応答モデルを提案する。提案モデルは、不完全な質問文に対して、その続きを予測して質問文の後半部を補完する前段と、そうして得... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A12-2.pdf | # 早押しクイズ解答システムの構築と各時点における正答率推定
杉浦 尚弥 1 山田康輔 2 笹野遼平 2 武田 浩一 2
1 名古屋大学情報学部 2 名古屋大学大学院情報学研究科
\{sugiura.naoya.e7, yamada.kosuke.v1\}@s.mail.nagoya-u.ac.jp
}
\{sasano, takedasu\}@i.nagoya-u.ac.jp
## 概要
本研究では、不完全な質問の入力に対して適切な解答を出力する早押しクイズ解答システムの構築に取り組む。具体的には、GPTによって質問文の後に直接解答を生成するシステムと、GPTにより質問文補完を行った後に、DPRを用いた Retriever-... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A12-3.pdf | # 利用規約における QA データセットの作成及び検証
高野海里 1 プタシンスキ・ミハウ ${ }^{1}$ 栘井文人 1
1 北見工業大学テキスト情報処理研究室
f1912290090@std.kitami-it.ac.jp \{michal, f-masui\}@mail.kitami-it.ac.jp
## 概要
本研究では利用規約が読まれていないことで起こるユーザと企業の双方の問題やトラブルを指摘し， その問題を軽減するため，兄長な利用規約をわかりやすく自動要約する方法が有効であると考えられる.しかし，自動要約の評価には，人間評価者の応用が必要となり, 近年公開されている数多くの言語モデルの内，どのモデルが最適してい... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A12-4.pdf | # JCommonsenseQA 2.0: 計算機と人の協働による 常識推論データセットの改良
栗原健太郎 1 河原大輔 1 柴田知秀 2
1 早稲田大学理工学術院 2 ヤフー株式会社
\{kkurihara@akane., dkw@\}waseda.jp tomshiba@yahoo-corp.jp
## 概要
計算機モデルの言語理解能力のさらなる向上に向けて、ベンチマークを改良し、より高度な言語理解能力を測ることができるようにする必要がある。本研究では多肢選択式の常識推論データセット JCommonsenseQA [1] に焦点をあて、計算機と人の協働によってデータセットを改良する。このデータセットの計算機による精度はすで... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A12-5.pdf | # 読解問題における論理推論の一貫性評価
川畑 輝 1 菅原朔 2
1 奈良先端科学技術大学院大学 2 国立情報学研究所
kawabata.akira.kb3@is.naist.jp saku@nii.ac.jp
## 概要
複雑な論理推論に関する自然言語理解モデルの評価が信頼可能であるためには、予測結果の正しさだけでなく、その予測のための妥当な推論根拠への理解も評価することが重要である。しかしこれまでの自然言語理解タスクでは推論結果と推論根拠の一貫的な評価はなされてこなかった。そこで本稿では、既存の選択式の機械読解データセットに対して、その各選択肢が正答または誤答である理由を問う問題を同じく選択式の機械読解データセットとして... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A2-1.pdf | # 摂動を加えた kNN 機械翻訳による多様な翻訳候補の生成
西田悠人 1 森下 睦 ${ }^{2}$ 上垣外 英剛 1 渡辺 太郎 1
1 奈良先端科学技術大学院大学, ${ }^{2} \mathrm{NTT}$ コミュニケーション科学基礎研究所
nishida.yuto.nu8@is.naist.jp
## 概要
ニューラル機械翻訳システムの標準的な探索アルゴリズムであるビームサーチには, 出力される複数の翻訳候補がほとんど同一になってしまう多様性低下の問題が存在する. 本研究では, 翻訳候補の生成に用例データからの近傍探索を用いることで通常は翻訳候補に入らないようなトークンを考慮できる $\mathrm{kNN}$ ... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A2-2.pdf | # 文単位の Nbest 候補制約に基づく文書翻訳
駒田 啓伍 ${ }^{1}$ 森下睦 2 鈴木潤 1
1 東北大学 ${ }^{2} \mathrm{NTT}$ コミュニケーション科学基礎研究所
keigo.komada.r6@dc. tohoku.ac.jp
## 概要
現在の機械翻訳モデルは主に 1 文から 1 文への翻訳を対象としており, 単文に対しては高い精度を達成できるものの，文書全体としての表現の一貫性などに関しては課題が残っている。 また従来の文書翻訳手法は, 文書から文書への長い系列変換を行うことによる翻訳精度低下など実用上の問題が残っていた. 本研究では, この問題を軽減するために, 単文翻訳モデルと文... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A2-3.pdf | # 近傍文検索を用いたサブセット kNN ニューラル機械翻訳
出口 祥之 ${ }^{1,2}$ 渡辺太郎 ${ }^{1}$ 松井 勇佑 ${ }^{3}$ 内山 将夫 ${ }^{2}$ 田中 英輝 ${ }^{2}$ 隅田 英一郎 ${ }^{2}$
1 奈良先端科学技術大学院大学 2 情報通信研究機構 3 東京大学
${ }^{1}$ \{deguchi.hiroyuki.db0, taro\}@is.naist.jp ${ }^{3}$ matsui@hal.t.u-tokyo.ac.jp
${ }^{2}$ \{mutiyama, hideki.tanaka, eiichiro.sumita\}@nict.go.jp
... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A2-4.pdf | # ユーザ定義の翻訳ルールにより 語彙と構文が制御可能なニューラル機械翻訳
徐聖源 1 宮田玲 ${ }^{1}$ 佐藤理史 ${ }^{1}$
1 名古屋大学大学院工学研究科
seo.sung. won.e3@s.mail.nagoya-u.ac.jp
## 概要
ユーザが翻訳ルールを定義することで制御可能なニューラル機械翻訳 URNMT (User-defined Rule constrained Neural Machine Translation) を提案する。本システムはまず、翻訳ルールによって、語彙だけでなく語順など構文に関する制約の情報を含めた未完成の翻訳（部分翻訳）を生成する。そして、その部分翻訳を語彙制約付 ... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A2-5.pdf | # 対訳文のない言語対の NMT の検討
}
\author{
Bui Tuan Thanh 秋葉友良塚田元 \\ 豊橋技術科学大学大学院
}
\{bui.tuan.thanh.mg, akiba.tomoyoshi.tk, tsukada.hajime.hl\}@tut.jp
#
# 概要
ニューラル機械翻訳では高い性能を発揮するため に、大規模かつ品質が高い対訳コーパスが必要にな る。しかし、対訳コーパスのない言語対が数多くあ る。本稿では、日本語（日）とべトナム語（越）を 対訳文のない言語対として、中間語の英語を介した 英日と英越対訳データのみを用いて、日越と越日そ れぞれの翻訳モデルを学習する手法を提案する。提案手... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A3-1.pdf | # 近傍事例を用いた対話における感情認識
石渡 太智 1,2 美野 秀弥 ${ }^{1}$ 後藤淳 ${ }^{1}$ 山田寛章 ${ }^{2}$ 徳永 健伸 ${ }^{2}$
${ }^{1}$ NHK 放送技術研究所 2 東京工業大学情報理工学院
\{ishiwatari.t-fa,mino.h-gq,goto.j-fw\}@nhk.or.jp \{yamada,take\}@c.titech.ac.jp
## 概要
ソーシャルメディアでの感情分析や感情的かつ共感的な対話システムの構築を目的として対話における各発話の感情認識 (Emotion Recognition in Conversations: ERC) が注... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A3-2.pdf | # 補助文自動生成を用いた BERT による日本語アスペクトベース 感情分析におけるアスペクトカテゴリ検出の精度向上
張懿陽 1 竹下 昌志 1 ラファウ・ジェプカ ${ }^{2}$ 荒木 健治 ${ }^{2}$
1 北海道大学大学院情報科学院 2 北海道大学大学院情報科学研究院
\{yiyang.zhang,takeshita.masashi,rzepka,araki\}@ist.hokudai.ac.jp
## 概要
アスペクトベース感情分析（Aspect-Based Sentiment Analysis: ABSA）とは，テキスト内の特定のアスペクトに対する意見の極性を特定する感情分析タスクであり，細かい粒度の感情分... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A3-3.pdf | # 機械学習を用いた川柳の面白さの予測
太田聖三郎 ${ }^{1}$ 河原大輔 1 野村理朗 2
1 早稲田大学理工学術院 2 京都大学
\{ota-seizaburo@akane.,dkw@\}waseda.jp, nomura.michio.8u@kyoto-u.ac.jp
## 概要
川柳は日本の伝統文芸の一つである．詩や俳句に関する機械学習を用いた研究は散見されるが，川柳に関するものはない. 本研究では，川柳を構成する要素を様々な指標に分解し，それらの予測を組み合わせることで，より高精度な川柳評価を予測する手法を提案する. クラウドソーシングを用いて川柳データセットを構築し， BERT-like モデルをファインチュ... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A3-4.pdf | # 不適切投稿自動検出システムの構築と放送禁止用語による検証
近藤昌也 ${ }^{1}$ 狩野芳伸 ${ }^{2}$
${ }^{1}$ Septeni Japan 株式会社 2 静岡大学
masaya.kondo@septeni.co.jp kano@inf.shizuoka.ac.jp
## 概要
偏見や誹謗中傷といった不適切な表現を検知するモデルの構築には従来アノテーションを必要としてきたが，本研究はアノテーション無しに半自動的に訓練データを構成するシステムを提案する。不適切な単語リストを予め用意し，不適切な単語を含む SNS 投稿を頻繁に行うユーザとそうでないユーザをルールベースで分類し，機械的にアノテーションに相... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A3-5.pdf | # 検索モチベーションクラスタリングにおける価値のあるクラスタと その応用としての適用条件および検索モチベーション分析システム
Dinh Trong Thang ${ }^{1}$ 岩井千妃呂 ${ }^{1}$ 大西一貫 ${ }^{1}$
${ }^{1}$ 株式会社アイレップ
\{thang_dinh, iwai_chihiro, kazuhiro_onishi\}@irep.co.jp
}
\begin{abstract}
インターネット広告におけるインターネットユー ザが検索したい情報単位での集計分析作業について 実現可否の事前予測を実現するため，クラスタリン グ結果に対する「価値のあるクラスタ」，およびそ のクラスタ... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A4-1.pdf | # Contrastive Learning を利用した類似特許検索
星野雄毅 ${ }^{1}$ 内海祥雅 2 中田和秀 1
1 東京工業大学工学院 2 楽天グループ株式会社
hoshino.y.ad@m.titech.ac.jp nakata.k.ac@m.titech.ac.jp
## 概要
近年，知的財産の管理は社会にとって大きな役割を担っている．特に，特許は毎年 30 万件を超える出願があり，膨大な量の特許を処理する上で多くの課題が存在する。そこで，本研究では特許を扱う上で非常に重要な類似特許検索タスクについて， Contrastive Learning の応用を考えた. この際重要な教師データ並びに Hard Ne... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A4-2.pdf | # FAQ 検索における言い換え生成を利用したデータ拡張手法
曹羽隆 1 小川泰弘 ${ }^{1,2}$ 外山勝彦 1
1 名古屋大学大学院情報学研究科 2 名古屋大学情報基盤センター
cao.yulong.d0@s . mail . nagoya-u.ac.jp
\{yasuhiro, toyama\}@is.nagoya-u.ac.jp
## 概要
FAQ 検索タスクは，ユーザクエリに対して，デー タセットの中からそのクエリに関連する QA ペア （質問文と回答文のペア）を出力するタスクである.クエリと QA ペアの関連性を捉えるために， BERT [1] などの自然言語モデルを適用する手法が提案されてきたが，ファインチ... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A4-3.pdf | # 説明可能な検索ベースの文書分類手法の提案
中井優 ${ }^{1}$ 中野雄介 $^{1}$ 徳永優也 ${ }^{1}$ 上田亮 ${ }^{1}$ 谷中瞳 ${ }^{1}$
1 東京大学
\{nakai-yu623, nakano-yusuke,yn-noob\}@g.ecc.u-tokyo.ac.jp
\{ryoryoueda, hyanaka\}@is.s.u-tokyo.ac.jp
## 概要
現在，文書分類などの様々な自然言語処理のタスクにおいて，判断根拠が説明可能な手法の重要性が高まっている. 本研究では，分類に有効な文書を訓練事例や外部の知識コーパスから検索して利用する，検索べースの文書分類手法を提案する... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A4-4.pdf | # 分類タスクにおける不確実性の高い文章の傾向調査
太田真人 1 ファイサル・ハディプトラ 1
1 電通国際情報サービス
\{ota.m, faisal.hadiputra\}@isid.co.jp
## 概要
信頼性のある AI システムの実現には精度だけでなく, 予測の不確実性や説明性が必要である. 予測の不確実性の推定は，分類を人に委ねるかの意思決定に役立つ. しかし, 不確実性の高い文章の中に分類容易な文章が多いと，人は $\mathrm{AI}$ に不信感を抱く.そこで，分類タスクにおける BERT モデルの予測の不確実性を軸に，文章傾向と精度を調査する．3つの分類タスクで実験をおこない，予測の不確実性の高い文章には... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A4-5.pdf | # 検索結果整理のためのラベルセット選出計算高速化と Wikipedia カテゴリからのラベルセット選出
細野涌城高本綺架 廣中 詩織梅村 恭司
豊橋技術科学大学
\{hosono.yuki.ql, takamoto.ayaka.nx, hironaka.shiori.ru, umemura\}@tut.jp
## 概要
我々は情報収集のために検索することが多いが，適切なキーワードを使わないと, 膨大な数の検索結果が表示されてしまう. そこで，適切なキーワードを思いつけないときでも検索結果を絞り込めるように，検索結果をうまく分類できるラベルセットを提示することを考える. 本研究では，ラベルの含まれる文書数（文書頻度）をもとに算... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A5-1.pdf | # 抑揚による疑問表現を考慮した音声対話システムの提案
坂根剛 目良和也 黒澤義明 竹澤寿幸
広島市立大学大学院 情報科学研究科
sakane@ls.info.hiroshima-cu.ac.jp
\{mera, kurosawa, takezawa\}@hiroshima-cu.ac.jp
## 概要
従来の音声対話システムでは音声認識結果をそのまま入力としているため, 疑問文と平叙文の区別がつかず，問いかけに対して不適切な応答をすることがあった. そこで本研究では, ノンバーバル情報による疑問表現を考慮できるように, 発話の音響的情報に基づいて疑問表現発話を判定し，GPT モデルを用いて疑問符の有無を考慮した応答を生成する... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A5-2.pdf | # 異言語話者の対話を仲介する音声対話翻訳
清水周一郎 ${ }^{1}$ Chenhui Chu ${ }^{1}$ Sheng $\mathrm{Li}^{2}$ 黒橋禎夫 ${ }^{1}$
1 京都大学大学院情報学研究科 2 情報研究通信機構 (NICT)
\{sshimizu,chu,kuro\}@nlp.ist.i.kyoto-u.ac.jp sheng.li@nict.go.jp
## 概要
本研究では、異言語話者の対話を仲介する音声対話翻訳という新たな機械翻訳のパラダイムを提案する。日英のビジネスシーン対話コーパスに音声と話者情報を付与した SpeechBSD コーパスを構築し、 ベースラインの実験を行った。音... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A5-3.pdf | # ReazonSpeech: A Free and Massive Corpus for Japanese ASR
Yue Yin $^{1}$ Daijiro Mori ${ }^{1}$ Seiji Fujimoto $^{2}$
${ }^{1}$ Reazon Holdings, Inc. ${ }^{2}$ Clear Code, Inc.
\{yue_yin, daijiro_mori\}@reazon.jp fujimoto@clear-code.com
}
\begin{abstract}
ReazonSpeech is a 15,000 -hour and continuously growing corpu... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A5-4.pdf | # ニューラル記号推論における推論過程の教示方法
青木洋一 ${ }^{1}$ 工藤慧音 ${ }^{1}$ Ana Brassard ${ }^{2,1}$ 栗林樹生 ${ }^{1,3}$ 吉川将司 ${ }^{1}$
坂口慶祐 1,2 乾健太郎 1,2
1 東北大学 ${ }^{2}$ 理化学研究所 ${ }^{3}$ Langsmith 株式会社
\{youichi.aoki.p2,keito.kudo.q4\}@dc.tohoku.ac.jp,
ana.brassard@riken.jp, kuribayashi@tohoku.ac.jp
\{yoshikawa, keisuke.sakaguchi, kentaro.i... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A5-5.pdf | # XAI における忠実性評価手法の考察
牧野 雅紘 ${ }^{1}$ 浅妻佑弥 1,2 佐々木 翔大 ${ }^{2,1}$ 鈴木潤 1,2
東北大学 ${ }^{1}$ 理化学研究所 ${ }^{2}$
\{masahiro.makino.r6、asazuma.yuya.r7\}@dc. tohoku.ac.jp
shota.sasaki.yvariken.jp jun.suzuki@tohoku.ac.jp
## 概要
本稿では、XAIを評価する際に重要視されている忠実性において評価手法は複数存在しており、どの評価手法を使用して評価を行うのか同意が取れていないという課題について検証する。実験では複数ある忠実性評価手法間... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A6-1.pdf | # 自然言語生成におけるタスク横断自動評価のメタ分析
星野 翔 1 張 培楠 1
1 株式会社サイバーエージェント
\{hoshino_sho,zhang_peinan\}@cyberagent.co.jp
## 概要
本研究は、自然言語生成における自動評価尺度の信頼性をタスク横断の観点でのメタ分析で明らかにする。具体的には、機械翻訳・文書要約・物語生成のメタ評価データセットにてタスク横断で用いられる自動評価手法 4 つを調査した。従来研究のメタ評価との違いは、データセット間の比較が可能な形でシステム出力の自動・人手評価結果の相関係数を分析した点である。分析結果からは相関係数がタスク横断で著しく低下する現象が観察され、自動評価... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A6-2.pdf | # 編集操作によるデータ拡張を用いた テキスト平易化の自動評価
山中光 徳永健伸
東京工業大学 情報理工学院
\{yamanaka.h.ac@m, take@c\}.titech.ac.jp
## 概要
テキスト平易化とは文の意味を保ちつつ平易に書き換えるタスクである．既存のテキスト平易化の研究では様々な自動評価指標が使用されているが，平易性を測定する適切な自動評価指標に関する合意が存在しない. また，既存の自動評価指標は評価するために参照文を必要とするものが多いので，参照文を集めるコストも問題となる。本研究では評価時に参照文を必要としない，テキスト平易化のための新しい自動評価指標を提案する．提案手法では，難易の順序関係を判別... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A6-3.pdf | # 同時通訳品質評価方法検討のための 同時通訳者と翻訳者の評価比較分析
蒔苗 茉那 ${ }^{1}$ 須藤 克仁 ${ }^{1}$ 中村 哲 ${ }^{1}$ 松下 佳世 ${ }^{2}$ 山田 優 ${ }^{2}$
${ }^{1}$ 奈良先端科学技術大学 ${ }^{2}$ 立教大学
\{makinae.mana.mh2, sudoh, s-nakamura\}@is.naist.jp
## 概要
同時通訳の品質評価は，人と機械双方の同時通訳の向上と発展のために重要である. しかし, 標準的な品質評価基準はまだ確立されていない. 本研究では，同時通訳の品質評価基準を検討するための第一歩として，同時通訳者と翻訳者に... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A6-4.pdf | # 疑似訓練データに基づく機械翻訳の教師なし品質推定
黒田 勇斗 ${ }^{1}$ 藤田 篤 ${ }^{2}$ 梶原 智之 ${ }^{1}$ 二宮 崇 ${ }^{1}$
1 愛媛大学大学院理工学研究科 2 情報通信研究機構
kuroda@ai.cs.ehime-u.ac.jp atsushi.fujita@nict.go.jp
\{kajiwara, ninomiya\}@cs.ehime-u.ac.jp
## 概要
人間が作成した参照訳なしに機械翻訳文の品質を推定する手法を品質推定という．品質推定のデータの構築には，非常に高いコストがかかるため，教師あり学習に基づく品質推定はわずかな言語対に対してしか適用できない.こ... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A6-5.pdf | # 入力文と自然言語処理モデルの相性判定
野口 夏希
愛媛大学工学部
n_noguchi@ai.cs.ehime-u.ac.jp
}
梶原 智之
愛媛大学大学院理工学研究科
kajiwara@cs.ehime-u.ac.jp
## 概要
本研究では，入力文のみから自然言語処理モデルの出力品質を推定する手法を提案する. 機械翻訳を主な対象とする既存の品質推定は, 入力文と出力文の組から出力文の品質を推定する技術である. モデルによる出力文を必要とするため, 既存の品質推定の手法はテキスト分類のタスクには適用できない.我々が提案する新たな品質推定の技術は入力文のみを用いるため, 文の生成と分類の両タスクに対して適用できる。また，... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A7-1.pdf | # テキスト・画像による情報消化効率のメディア別構成因子抽出
小池 央晟 ${ }^{1}$ 早矢仕 晃章 ${ }^{2}$
1,2東京大学 工学部 システム創成学科
${ }^{1}$ koike-hiroaki-uts@g. ecc. u-tokyo. ac. jp
${ }^{2}$ hayashi@sys. t. u-tokyo. ac. jp
## 概要
情報通信技術の発展と普及は一度に発信可能な情報量の増大と多様化をもたらした.しかし, 情報量の増大や情報の取捨選択が必ずしも情報の理解を促進する訳ではない. また, 従来の情報伝達評価では受信者への到達までが対象であり, 本来の目的である受信者の情報取得後の理解は... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A7-2.pdf | # 参照例を使わないキャッチコピーの自動評価
新保彰人 山田宽章徳永健伸
東京工業大学 情報理工学院
\{shimbo.a.aa@m, yamada@c, take@c $\}$.titech.ac.jp
## 概要
広告文の一種であるキャッチコピーの人手によるオフライン評価は高コストである. キャッチコピー の自動生成研究の迅速化・効率化のためには自動評価器が必要となる. 自動評価器の構築のために必要なデータセットが現存しないため, 日本語としては初となる 23,641 件のキャッチコピーとその評価值から成るデータセットを構築した. このデータセッ卜を利用して BERT と対照学習を用いた参照例を必要としない評価機を構築し，... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A7-3.pdf | # 下流タスクでの日本語事前学習モデルの性別バイアスの評価
Panatchakorn Anantaprayoon 金子正弘 岡崎直観
東京工業大学
\{panatchakorn. anantaprayoon@nlp., masahiro.kaneko@nlp., okazaki@\}c.titech.ac.jp
## 概要
事前学習モデルには差別的なバイアスが学習されている。 バイアスは事前学習時と下流タスク遂行時で傾向が異なるため，両方で評価する必要がある.一方で，日本語モデルの下流タスクにおけるバイアスは十分に調査されていない，本稿では，自然言語推論を対象に日本語事前学習モデルにおける性別バイアスの評価を行う。まず，性別バ... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A7-4.pdf | # 学習者作文評価システム「jWriter」による習熟度と論理性の自動評価
李在鎬 ${ }^{1,5}$, 長谷部陽一郎 ${ }^{2}$, 伊集院郁子 ${ }^{3}$, 青木優子 ${ }^{4}$, 村田裕美子 ${ }^{5}$
${ }^{1}$ 早稲田大学 ${ }^{2}$ 同志社大学 ${ }^{3}$ 東京外国語大学 ${ }^{4}$ 東京福祉大学 ${ }^{5}$ ミュンヘン大学
jhlee.n@gmail.com, yhasebe@mail.doshisha.ac.jp, ijuin@tufs.ac.jp, yuko172@gmail.com, y.murata@Irz.uni-muenchen.d... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A8-1.pdf | # An Analysis on Automated Metrics for Evaluating Japanese-English Chat Translation
Andre Rusli, Makoto Shishido
Tokyo Denki University
\{20udc91@ms，shishido@mail\}.dendai.ac. jp
## 概要
This paper analyses how traditional baseline metrics, such as BLEU and TER, and neural-based methods, such as BERTScore and COMET, s... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A8-2.pdf | # Preordering based Low Resource Translation Using Pretrained Multilingual Model
Jingyi Zhu ${ }^{1}$ Takuya Tamura ${ }^{1}$ Fuzhu Zhu ${ }^{1}$ Xiaotian Wang ${ }^{1}$ Taiki Sakai $^{1}$ Takehito Utsuro $^{1}$ Masaaki Nagata ${ }^{2}$
${ }^{1}$ Deg. Prog. Sys.\&Inf. Eng., Grad. Sch. Sci.\&Tech., University of Tsukub... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A8-3.pdf | # JParaCrawl における分割学習の提案
村上仁一 1
1 鳥取大学工学部 murakami@tottori-u.ac.jp
## 概要
JParaCrawl は，約 3000 万文を超える日英対訳デー タである [1]. 規模が非常に大きいため，一般の GPU を利用しても，VRAM の容量が足りないため， NMT の学習が困難である。 そこで，本研究では， データを分割して学習することで，一般の GPUを利用しても，学習可能な方法を考案した. 実験の結果, この学習方法が有効に動作することが示された.
## 1 はじめに
JParaCrawl は，約 3000 万文を超える日英対訳デー タである。そのため，一般... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A8-4.pdf | # Improving Example-based Machine Translation by Analogy Using Parse Trees
Yifei Zhou Yves Lepage
早稲田大学大学院情報生産システム研究科
yifei.zhou@ruri.waseda.jp, yves.lepage@waseda.jp
}
\begin{abstract}
We investigate an approach to example-based machine translation (EBMT) implemented by analogy in a lowresource scenario. This analog... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A8-5.pdf | # 言語横断検索とリランキングを用いる翻訳メモリ利用型 NMT
田村拓也 ${ }^{1}$ 王小天 ${ }^{1}$ 宇津呂武仁 ${ }^{1}$ 永田昌明 2
1 筑波大学大学院 システム情報工学研究群 ${ }^{2} \mathrm{NTT}$ コミュニケーション科学基礎研究所
## 概要
Hossain らが提案した retrieve-edit-rerank [1] は，翻訳や要約において (1) 外部情報から類似事例を検索し，(2)ニューラルモデルにより出力文候補を生成， (3) 予め定義したリランキングスコアによって最良の出力文を自動選択する枠組みである。本論文では，この枠組みにおいて (1) LaBSE や... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A9-1.pdf | # マルチヘッドニューラル N-gram による自己注意機構の代替
Mengsay Loem 高瀬 翔* 金子正弘岡崎 直観
東京工業大学情報理工学院
\{mengsay.loem, masahiro.kaneko\}[at]nlp.c.titech.ac.jp,
sho.takase[at]linecorp.com, okazaki[at]c.titech.ac.jp
## 概要
Transformer の優れた性能は，入力系列内の全てのトークン間の依存関係を考慮する自己注意によるものであると考えられている。しかし，全ての依存関係を考慮する必要があるかは疑問が残る. 本研究では，全トークン間の依存関係を考えるのではなく，各ト... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A9-2.pdf | # 訓練データ中の頻度バイアスを解消する前処理の提案
神戸隆志 ${ }^{1}$ 鈴木潤 1,2 乾健太郎 1,2
1 東北大学 2 理化学研究所
takashi.kambe.r8@dc. tohoku.ac.jp
\{jun.suzuki,kentaro.inui\}@tohoku.ac.jp
## 概要
訓練データ中の単語頻度の偏りは，深層ニューラルネットワークに基づく自然言語処理の性能に悪影響を及ぼすことが知られている．そのため，頻度の偏りによる影響を解消しようとする試みが報告されている. 本研究では，その取り組みの一つとして，文の前処理の段階で高頻度語の頻度を減らし, 訓練データ中の頻度分布を均一に近づけ，頻度バイア... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A9-3.pdf | # 自然言語生成タスクの自動評価指標のためのドメイン外検出
伊藤拓海 $^{1}$ 森下睦 ${ }^{2}$ 鈴木潤 1
1 東北大学 ${ }^{2} \mathrm{NTT}$ コミュニケーション科学基礎研究所
t-ito@tohoku.ac.jp makoto.morishita.gr@hco.ntt.co.jp jun.suzuki@tohoku.ac.jp
## 概要
自然言語生成タスクの評価指標として，ニューラルベースの評価指標が急速に発展している. しかし，これらの評価指標は，学習を伴う指標であり，評価するデータが評価指標の学習データのドメイン外の場合，誤ったスコアを付与する可能性がある.本稿では，機械翻訳のた... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A9-4.pdf | # サプライザルを利用した日本語の流暢性フィルタリングの試み
田村鴻希土井惟成西田直人 Junjie Chen 谷中瞳
東京大学
tamura-k@tkl.iis.u-tokyo.ac.jp doi@cl.rcast.u-tokyo.ac.jp
nawta@g.ecc.u-tokyo.ac.jp \{christopher, hyanaka\}@is.s.u-tokyo.ac.jp
## 概要
機械翻訳の分野では、Web サイトから大量の対訳を自動収集し、対訳コーパスを作成する技術について研究が進められている。しかし、自動収集した対訳コーパスには不適切な対訳が多く含まれることがあり、不適切な対訳は対訳コーパスを用いて学習した機... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
A9-5.pdf | # 異言語間対話を支援する日英雑談対話誤訳検出
李云蒙 1 鈴木潤 1,3 森下睦 2 阿部香央莉 1
徳久良子 ${ }^{1}$ ブラサール・アナ ${ }^{3,1}$ 乾健太郎 1,3
1 東北大学 ${ }^{2} \mathrm{NTT}$ コミュニケーション科学基礎研究所 ${ }^{3}$ 理化学研究所
li.yunmeng.r1@dc. tohoku.ac.jp
## 概要
本論文では，現在の機械翻訳手法の限界に起因する誤訳を検出し，異言語間対話を支援するシステムの開発について述べる. システムのベースラインとして誤訳検出器を学習し, またこの評価のために,複数ターンの雑談をもとに構成された日英雑談対話対訳コ... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B1-1.pdf | # 計算資源が限られた複数組織での出力選択による協働の検討
伊藤郁海 ${ }^{1}$ 伊藤拓海 ${ }^{1,2}$ 鈴木潤 1,3 乾健太郎 1,3
1 東北大学 ${ }^{2}$ Langsmith 株式会社 ${ }^{3}$ 理化学研究所
ikumi.ito.p8@dc.tohoku.ac.jp \{t-ito,jun.suzuki,kentaro.inui\}@tohoku.ac.jp
## 概要
潤沢な計算資源を持たない組織一つでは，高性能な大規模ニューラルモデルの開発は困難である. 本稿では，そのような組織がそれぞれ開発したモデルを集結させて組み合わせた場合の性能は, 潤沢な計算資源を使い一箇所で訓練され... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B1-2.pdf | # 形式論理学に基づく演繹コーパスによる 言語モデルに対する演繹推論能力の付与
森下皓文 森尾学 山口篤季 十河泰弘
日立製作所 研究開発グループ
terufumi.morishita.wp@hitachi.com
## 概要
言語モデルに演繹推論を学習させるための事例からなる演繹コーパスを提案する. 先行研究では演繹規則が恣意的に選ばれていた為，演繹推論の核心を捉えられなかった. 我々はこれを再考し, 形式論理学に基く根拠ある演繹規則群を採用する. 実験により，提案コーパスで学習した言語モデルが既存コー パスで学習した言語モデルより頑健な演繹推論能力を持つことを示す. 更に後続研究のため，コーパス・学習済みモデル・ソースコー... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B1-3.pdf | # ExDistilBERT：辞書拡張できる モデル蒸留によるドメインに特化した言語モデル
高 鵬挙 ${ }^{1}$ 山崎 智弘 $^{1}$ 伊藤 雅弘 $^{1}$
1 株式会社東芝 研究開発センター
知能化システム研究所 アナリティクスA I ラボラトリー
\{pengju1.gao, tomohiro2.yamasaki, masahiro20.ito\}@toshiba.co.jp
## 概要
本論文は小規模コーパスでもドメインに特化できる ExDistilBERTを提案する。蒸留手法において，独自の手法で専門用語を辞書氾追加し, 一般用語と専門用語を独立して計算可能な損失関数を導入し，二種類の語彙や文脈知識を同... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B1-4.pdf | # 分散文章データ統合解析のための データコラボレーション文章解析
関 口拓海 ${ }^{1}$ 今倉暁 ${ }^{2}$ 櫻井鉄也 ${ }^{2}$
1 筑波大学大学院 2 筑波大学システム情報系
sekiguchi.takumi.ss@alumni.tsukuba.ac.jp \{imakura,sakurai\}@cs.tsukuba.ac.jp
## 概要
複数機関が保有する個人情報を含むデータの解析のため，プライバシー保護を考慮した学習手法が注目を集めている。近年提案されたデータコラボレー ション解析は生データではなく各パーティが独自に次元削減を行った中間表現を共有する手法であるが，文章のような順序情報を持つデ... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B1-5.pdf | # 破滅的忘却を防ぐ最適化関数を用いた構文情報の事前学習
岩本 蘭 1,2 吉田 一星 ${ }^{1}$ 金山 博 ${ }^{1}$ 大湖 卓也 ${ }^{1}$
1 日本アイ・ビー・エエ株式会社東京基礎研究所 2 慶應義塾大学
ran.iwamoto1@ibm.com \{issei,hkana,ohkot\}@jp.ibm.com
## 概要
構文構造は複雑な文や長い文の中の重要な情報に目を向ける手助けとなる。しかし BERT などの事前学習済モデルは明示的な構文制約を与えておらず、感情分析タスクなどで構文的に不自然な出力が見られる。その問題への対処として構文知識を事前学習させる研究が行われている。本論文では事前学習... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B10-1.pdf | # What Food Do We Tweet about on a Rainy Day?
Maija Kāle ${ }^{1}$ Matīss Rikters ${ }^{2}$
${ }^{1}$ University of Latvia ${ }^{2}$ National Institute of
Advanced Industrial Science and Technology
\{name.surname\}@lu.lv
\{name.surname\}@aist.go.jp
}
\begin{abstract}
Food choice is a complex phenomenon shaped by fact... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B10-2.pdf | # 単語音素のベクトル化による言語地図作成
近藤泰弘
青山学院大学
yhkondo@cl.aoyama.ac.jp
## 概要
同じ意味の単語について，方言によって語形が異なることが一般的だが，その細かな語形を分類して，その方言形の採取地点の地図上に対応するアイコンを配置したものを，「言語地図」という。これまでは, 言語地理学の分野で, 「言語地図」は単語の語形を見ながら，研究者がそれを分類して，アイコンの色や形を決めていたが，本研究では，語形をその音素の分布のベクトルに変換し，機械学習によって分類することで，アイコンの種類の決定を自動化する手法を提案した. 単語のベクトル化は. 文脈から意味の分散表現による埋め込みべクトルを... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B10-3.pdf | # 建物分布の変化を考慮した GPT-2 を用いた人流予測のための一検討
小林 亮博 ${ }^{1,2}$ 武田 直人 ${ }^{1}$ 山崎 悠大 ${ }^{1}$ 上坂 大輔 ${ }^{1}$
${ }^{1}$ 株式会社 KDDI 総合研究所 ${ }^{2}$ KDDI 株式会社
\{ao-kobayashi, no-takeda, yd-yamazaki, da-kami saka\}@kddi.com
## 概要
近年, Transformer などの自然言語処理分野で発達した深層学習技術を, 都市内における人流の予測に活用する動きが始まっている. しかし, 既存の手法は建物などの環境の状態は変化しないとの... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B10-4.pdf | # Towards Unsupervised Remote Sensing Image Captioning and Retrieval with Pre-Trained Language Models
Megha Sharma, Yoshimasa Tsuruoka
The University of Tokyo
\{meghas, yoshimasa-tsuruoka\}@g.ecc.u-tokyo.jp
}
\begin{abstract}
Captioning and retrieval is an important yet underdeveloped task for large remote sensing da... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B10-5.pdf | # ツイート発言の座標またはグリッドの予測基盤の開発
大西駿太朗 ${ }^{1}$ 矢田竣太郎 ${ }^{1}$ 若宮翔子 ${ }^{1}$ 荒牧英治 ${ }^{1}$
1 奈良先端科学技術大学院大学
\{shuntaro.onishi.or3,s-yada,wakamiya, aramaki\}@is.naist.jp
## 概要
Twitter をはじめとするソーシャルネットワークサービスの分析は．都市デザイン，災害・疾病把握や社会調査などに多く用いられてきた。しかし，位置情報の付与されたツイートは全体の $1 \%$ 未満と報告されている．そこで，位置情報を推定する研究が行われている.これらの研究は入力の形式と出... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B11-1.pdf | # 場所参照表現と位置情報を紐付ける ジオコーディングの概観と発展に向けての考察
久本空海 ${ }^{1}$ 西尾悟 ${ }^{1}$ 井口奏大 ${ }^{1}$ 古川泰人 ${ }^{1}$
1 株式会社 MIERUNE 2 奈良先端科学技術大学院大学 3 情報通信研究機構
4 理化学研究所
\{hisamoto,nishio, iguchi, furukawa\}@mierune.co.jp,
\{otomo.hiroyuki.ob7, hiroki.ouchi\}@is.naist.jp, shohei.higashiyama@nict.go.jp
## 概要
ジオコーディングは、住所や施設名といった間接的に位置... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B11-2.pdf | # 文化財報告書データベースにおけるテキスト可視化と地理情報
高田祐一 ${ }^{1}$ Yanase Peter ${ }^{1}$ 武内樹治 ${ }^{2}$
${ }^{1}$ 奈良文化財研究所 ${ }^{2}$ 立命館大学大学院
takata-y23@nich. go. jp yanase-p7g@nich. go. jp
mikihdqt812@gmail.com
## 概要
文化財そのものは位置情報を保持し，関連する調查成果はテキスト媒体である。成果は報告書としてまとめられ報告書データベースには 27 億文字が登録されている。データベースは全文検索可能であるものの巨大であるため, 人間可読が難しく機械で読んで... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B11-3.pdf | # Double cross model による位置情報フレームアノテーション
川端 良子
国立国語研究所
}
大村舞
国立国語研究所
}
浅原正幸
国立国語研究所
竹内 誉羽
ホンダリサーチインスティチュート
## 概要
ことばに出現する空間情報の記述手法として Spatial ML や ISO-Space が提案されている。これらはテキスト中の固有位置情報や絶対参照（東西南北）を記述するためには有効ではあるが、話者自身が空間内実体である対話中の相対参照（前後左右） を記述するには不向きである。相対参照の曖昧性解消には有向辺（順序付き2つ組）のみによっては行えず、 2 つ以上の有向辺を実体の向きも含めてフレームとして... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B11-4.pdf | # 位置属性を有しない事物に対する地理的特定性の分析
陰山宗一 ${ }^{1}$ 乾孝司 1
1 筑波大学大学院 システム情報工学研究群情報理工学位プログラム
s2120577@s.tsukuba.ac.jp inui@cs.tsukuba.ac.jp
## 概要
ある事物に対する言及が文書内に現れた時にその言及が地理的位置を特定する程度をあらわす指標として地理的特定性指標がある [5]。本稿では、地理的特定性指標の利用可能範囲を調査する一環として、地理的特定性指標の構成要素のひとつである名称専有性指標に注目し、地理的位置属性を有しない５つのカテゴリ （列車、特産品、祭り、苗字、植物）に属するエンティティへの言及を対象にして... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B11-5.pdf | # テキスト中の場所表現認識と 係り受けに基づく緯度経度推定ツールの開発
大野けやき 1 西村太一 ${ }^{1}$ 亀甲博貴 2 森信介 ${ }^{2}$
1 京都大学大学院 情報学研究科 2 京都大学 学術情報メディアセンター
\{ohno.keyaki.57r,nishimura.taichi.43x\}@st.kyoto-u.ac.jp
\{kameko,forest\}@i.kyoto-u.ac.jp
## 概要
文献中の地名の緯度経度を自動推定することは,文献調査を必要とする研究等の場面において有益である。緯度経度を推定する課題は，地名を認識するステップと認識した地名の緯度経度を推定するステップの 2 段階で実... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B12-1.pdf | # 地球の歩き方旅行記データセット
大内啓樹 ${ }^{1,4, *}$ 進藤裕之 ${ }^{1}$ 若宮翔子 ${ }^{1}$ 松田裕貴 ${ }^{1}$
井之上直也 ${ }^{2}$ 東山翔平 ${ }^{3,1}$ 中村哲 ${ }^{1}$ 渡辺太郎 ${ }^{1}$
1 奈良先端科学技術大学院大学 2 北陸先端科学技術大学院大学
3 情報通信研究機構 4 理化学研究所
*責任著者：hiroki.ouchi@is.naist.jp
\{shindo, wakamiya, yukimat, s-nakamura, taro\}@is.naist.jp
naoya-i@jaist.ac.jp shohei.higa... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B12-2.pdf | # 旅行記中の場所に対する訪問状態の予測
大友寛之 ${ }^{1}$ 東山翔平 ${ }^{2,1}$ 大内啓樹 1,3
山本和太郎 ${ }^{1}$ 井手佑翼 1 進藤裕之 ${ }^{1}$ 渡辺太郎 ${ }^{1}$
1 奈良先端科学技術大学院大学 2 情報通信研究機構 ${ }^{3}$ 理化学研究所
\{otomo.hiroyuki.ob7, hiroki.ouchi, yamamoto. aitaro.xv6\}@is.naist.jp
\{ide.yusuke.ja6, shindo, taro\}@is.naist.jp, shohei.higashiyama@nict.go.jp
## 概要
本研究では... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B12-3.pdf | # 震災アーカイブと震災アーカイブ web に関する概念モデルの作成
齋藤玲 ${ }^{1, *}$ 大内啓樹 ${ }^{2,3}$ 羽鳥康裕 ${ }^{4}$ 邑本俊亮 ${ }^{1}$ 杉浦元亮 ${ }^{1,5}$ 塩入諭 ${ }^{4}$ 柴山明寛 ${ }^{1}$
${ }^{1}$ 東北大学災害科学国際研究所 ${ }^{2}$ 奈良先端科学技術大学院大学 ${ }^{3}$ 理化学研究所
${ }^{4}$ 東北大学電気通信研究所 ${ }^{5}$ 東北大学加齢医学研究所
*責任著者 : ryo@tohoku. ac. jp
\{hatori, motoaki. sugiura. d6, satosh... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B2-1.pdf | # 系列ラベリングタスクのための単純なデータ水増し
山崎智弘
東芝研究開発センターAIアナリティクスラボラトリー
tomohiro2.yamasaki@toshiba.co.jp
## 概要
語順が重要な系列ラベリング系のタスクに適用できる汎用的な水増しとして, cycle と randpad という新たな手法を提案する. どちらの手法も語順を維持したまま水増しする点に特徴がある。
2 つのデータセットを対象に，提案手法で水増ししたデータで系列ラベリングモデルを学習する実験を行なった。提案手法は大規模な言語モデルや外部知識がなくても適用できる非常にお手軽な水増しであるにも関わらず，ベースラインよりも 1 ポイントほど性能向上... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B2-2.pdf | # BERTを用いた Data Augmentation 手法の改善と JGLUE による評価
高萩恭介 $^{1}$ 新納浩幸 ${ }^{2}$
1 茨城大学大学院理工学研究科情報工学専攻
2 茨城大学大学院理工学研究科情報科学領域
22nm730l@vc.ibaraki.ac.jp
hiroyuki.shinnou.0828@vc.ibaraki.ac.jp
## 概要
Data Augmentation は，教師あり学習においてその性能を改善させるために，訓練データを水増しする手法である. 論文 [3] では，複数の BERT を使って文中の単語を別の単語に置換する Data Augmentation の手法を提案し，... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B2-3.pdf | # トラブル報告書に特有のフィールド情報を用いた BERT の追加学習
労瑛瑩 山崎智弘 伊藤雅弘
株式会社東芝 研究開発センター
知能化システム研究所 アナリティクス $A I$ ラボラトリー
\{yingying1. lao, tomohiro2. yamasaki, masahiro20. ito\}@toshiba. co. jp
## 概要
本研究では, インフラ分野のトラブル報告書を用いて BERT の追加学習をするためのフィールド分類タスクを提案する。トラブル報告書に特有のフィー ルド情報を文脈として活用するので，含まれる文の数が少ないトラブル報告書でも, フィールドが持つ文や単語の潜在的な意味(特徴)を文脈とし... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B2-4.pdf | # トピックエントロピーに基づく学習データ選択による 事前学習言語モデルの訓練安定性向上
永塚光一 渥美雅保
創価大学大学院 理工学研究科
e20d5301@soka-u.jp matsumi@soka.ac.jp
## 概要
本稿では，事前学習言語モデルの訓練の安定化を目的として，新たな学習データ選択手法である Topic Entropy-based Data Selection (TEDS) を提案する. TEDS では，テキストに含まれるトピックの多様性指標であるトピックエントロピーを定義した上で，(i)トピックエントロピーの高い一部の学習デー タによる訓練，(ii) 全学習データによる訓練という 2 段階の事前学習を行... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B2-5.pdf | # 人間と言語モデルに対するプロンプトを用いた ゼロからのイベント常識知識グラフ構築
井手竜也 ${ }^{1}$ 村田栄樹 1 堀尾海斗 1 河原大輔 1
山崎天 ${ }^{2}$ 李聖哲 ${ }^{2}$ 新里顕大 ${ }^{2}$ 佐藤敏紀 ${ }^{2}$
1 早稲田大学理工学術院 ${ }^{2}$ LINE 株式会社
\{t-ide@toki., eiki.1650-2951@toki . , kakakakakakaito@akane. , dkw@\}waseda.jp
\{takato.yamazaki, shengzhe. li , kenta. shinzato, toshinori.sato\}@l... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B3-1.pdf | # 事前学習済み言語モデルの知識に基づく演繹推論能力の調査
款田一真 ${ }^{1}$ 長澤春希 ${ }^{1}$ Benjamin Heinzerling ${ }^{2,1}$ 乾健太郎 ${ }^{1,2}$
1 東北大学 2 理化学研究所
\{kokuta.kazuma.r3, haruki.nagasawa.s8\}@dc.tohoku.ac.jp
benjamin.heinzerling@riken.jp kentaro.inui@tohoku.ac.jp
## 概要
近年，ニューラルネットワークの実用化に伴い，自然言語で記述された簡単な推論の問題に対して高い正解率で解答することができる言語モデルが複数提案され... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B3-2.pdf | # Cross-stitching Text and Knowledge Graph Encoders for Distantly Supervised Relation Extraction
Qin Dai ${ }^{* 1}$ Benjamin Heinzerling ${ }^{* 2,1} \quad$ Kentaro Inui ${ }^{1,2}$
${ }^{1}$ Tohoku University ${ }^{2}$ RIKEN AIP
qin.dai.b8@tohoku.ac.jp benjamin.heinzerling@riken.jp
kentaro.inuidtohoku.ac.jp
}
\begi... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B3-3.pdf | # 文書レベル関係抽出における根拠認識の統合
Youmi Ma An Wang 岡崎直観
東京工業大学
\{youmi.ma@nlp., an.wang@nlp., okazaki@\}c.titech.ac.jp
## 概要
文書レベル関係抽出（DocRE）は文書中のすべてのエンティティの組の関係を推定するタスクである.この関係抽出に必要最小限かつ十分な情報を含む文の集合を根拠と呼ぶ。根拠は関係抽出の性能を改善できるが，既存研究では DocRE と根拠認識を別々のタスクとしてモデル化していた. 本稿では,根拠認識を関係抽出のモデルに統合する手法を提案する。 さらに，根拠のアノテーションが付与されていないデータに根拠の疑似的な... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B3-4.pdf | # NTCIR-17 QA Lab-Polilnfo-4 のタスク設計
小川泰弘 ${ }^{1}$ 木村泰知 2,3 渋木 英潔 4 乙武北斗 5 内田ゆず 6
高丸圭一 ${ }^{7}$ 門脇一真 8 秋葉友良 9 佐々木稔 10 小林暁雄 11
\begin{abstract}
1 名古屋大学 2 小樽商科大学 3 理化学研究所 ${ }^{4}$ BESNA 研究所 9 豊橋技術科学大学 10 茨城大学 11 農業・食品産業技術総合研究機構 ${ }^{1}$ yasuhiro@is.nagoya-u.ac.jp $\quad{ }^{2}$ kimura@res.otaru-uc.ac.jp
\end{abstrac... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B3-5.pdf | # 疑似訓練データを用いた one-shot 設定における 同形異音語の読み推定
小林汰一郎 ${ }^{1}$ 古宮嘉那子 2 新納浩幸 3
1 茨城大学大学院理工学研究科情報工学専攻
2 東京農工大学大学院工学研究院先端情報科学部門
3 茨城大学大学院理工学研究科情報科学領域
21nm724l@vc.ibaraki.ac.jp
kkomiya@go. tuat.ac.jp
hiroyuki.shinnou.0828@vc.ibaraki.ac.jp
## 概要
読みに曖昧性を持つ単語を同形異音語と呼ぶ. 本論文では現代日本語書き言葉均衡コーパス (BCCWJ) と日本語話し言葉コーパス (CSJ) に含まれる全ての同形異音... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B4-1.pdf | # 文頭・文末予測の組み合わせによる文特定
宇田川拓真金山博吉田一星
日本アイ・ビー・エム株式会社東京基礎研究所
Takuma.Udagawa@ibm.com $\{$ hkana,issei\}@jp.ibm.com
## 概要
文分割とはテキストを連続する文の単位に分割する前処理を指す. 本稿ではこれを拡張し,テキスト中の文でないノイズを除去しつつ, 解析対象とすべき文のみを抽出する文特定タスクの定式化を行う. また, 文頭・文末予測を組み合わせることで文特定を行う新たな手法を提案する. 最後に, Universal Dependencies (UD) のアノテーションに基づく言語横断的なベンチマーク手法を設計し, UD ... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B4-2.pdf | # 深層学習を用いた階層的テキストセグメンテーションモデル
久島務嗣 1 吉田尚水 ${ }^{1}$ 小林優佳 ${ }^{1}$
永江尚義 1 岩田憲治 1
1 株式会社 東芝 研究開発センター
tsuyoshi2.kushima@toshiba.co.jp
## 概要
近年では, 大規模コーパスと深層学習を用いた高性能なテキストセグメンテーションモデルが提案されている. 既存モデルは 1 つの階層でのみセグメンテーションを行うが, 文章は章立てや段落といった階層構造を持つ. この構造情報を活用することで, 推定時に考慮できる情報が増え, モデルのドメイン汎化性能が向上すると期待される. そこで, 構造情報を持った大規模コ... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B4-3.pdf | # Sequence-to-sequence モデルを用いた 一対多関係知識の記憶とその取り出し
長澤春希 ${ }^{1}$ Benjamin Heinzerling ${ }^{2,1}$ 穀田一真 ${ }^{1}$ 乾健太郎 ${ }^{1,2}$
1 東北大学 2 理化学研究所
\{haruki.nagasawa.s8, kokuta.kazuma.r3\}@dc.tohoku.ac.jp
benjamin.heinzerling@riken.jp kentaro.inui@tohoku.ac.jp
## 概要
ニューラル言語モデル (LM) による一対多関係
知識の記憶と取り出しの能力について, sequence... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B4-4.pdf | # 異なる単語分割システムによる 日本語事前学習言語モデルの性能評価
鈴木 雅弘 ${ }^{1}$ 坂地 泰紀 ${ }^{1}$ 和泉 潔 $^{1}$
1 東京大学
msuzuki@g.ecc.u-tokyo.ac.jp \{sakaji,izumi\}@sys.t.u-tokyo.ac.jp
## 概要
日本語で構築された事前学習言語モデルでは,入力文を形態素解析器などを用いて単語に分割してからトークン分割を行うことが多い.しかし， End-to-End で学習を行う近年の事前学習言語モデルにおいて，人為性の高い単語分割を行うことはモデルの効率性を下げる可能性がある. 本研究では，異なる単語分割システムから構築した日本... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B4-5.pdf | # Decoding single-trial EEGs during silent Japanese words by the Transformer-like model
山﨑敏正 ${ }^{1}$ 赤迫健太 ${ }^{2}$ 森田寛伸 ${ }^{2}$ 德永由布子 ${ }^{2}$
上村旺生 ${ }^{2}$ 柳橋圭 $^{2}$ 柏田倫孝 ${ }^{2}$
${ }^{1}$ 九州工業大学大学院情報工学研究院生命化学情報工学研究系 ${ }^{2}$ 九州工業大学情報工学部生命化学情報工学
科
tymzk@bio. kyutech. ac.jp
}
\{akasako. kenta289, morita. h... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B5-1.pdf | # 主題化における人間と言語モデルの対照
藤原吏生 ${ }^{1}$ 栗林樹生 ${ }^{1,2}$ 徳久良子 1 乾健太郎 1,3
1 東北大学 ${ }^{2}$ Langsmith 株式会社 ${ }^{3}$ 理化学研究所
riki.fujihara.s4@dc. tohoku.ac.jp
\{kuribayashi, tokuhisa, kentaro.inui\}@tohoku.ac.jp
## 概要
人間は文脈から自明な内容を省略したり，先行する文脈に関連する情報を文頭に配置したりすることで，文章を滑らかに繋ぐ，本研究では，このような文章生成における談話レベルの選好について， ニューラル言語モデルが人間らしい... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B5-2.pdf | # 人間の脳と人工知能における短歌の鑑賞に関する神経活動の比較
船井 正太郎 ${ }^{1}$ 近添 淳一 $^{1}$ 持橋 大地 ${ }^{2}$ 浅原 正幸 ${ }^{3}$
松井 鉄平 $^{4}$ 鹿野 豊 $^{5}$ 川島 寛乃 ${ }^{6}$ 磯 暁 ${ }^{7}$
${ }^{1}$ 株式会社アラヤ ${ }^{2}$ 統計数理研究所 ${ }^{3}$ 国立国語研究所
${ }^{4}$ 岡山大学 ${ }^{5}$ 群馬大学 ${ }^{6}$ 慶應義塾大学 ${ }^{7}$ 高エネルギー加速器研究機構
\{funai_shotaro, chikazoe_junichi\}@araya.org... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B5-3.pdf | # 脳内状態推定のための汎用言語モデル構築への取り組み
羅 桜 小林一郎
お茶の水女子大学
\{luo.ying, koba\}@is.ocha.ac.jp
## 概要
先行研究 [1] において，言語刺激下の脳内状態推定精度の向上を目的として，BERT で表現された言語特徴量と fMRI で観測された脳活動データとの対応関係をマルチモーダル深層学習の枠組みにより捉えた BrainBERT が提案されている. BrainBERT は，言語刺激と脳活動データの対応関係を捉えた被験者に依存しない汎用言語モデルであることが確認されている.しかし, BrainBERT を用いて脳活動を推定することにおいて，推定精度向上の課題がいくつか... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B5-4.pdf | # 言語モデルの学習における知識ニューロンの形成過程について
有山知希 ${ }^{1}$ Benjamin Heinzerling ${ }^{2,1}$ 乾健太郎 ${ }^{1,2}$
1 東北大学 2 理化学研究所
tomoki.ariyama.s3@dc.tohoku.ac.jp
benjamin.heinzerling@riken.jp, kentaro.inui@tohoku.ac.jp
## 概要
言語モデルが学習によって獲得した知識をどのようにモデル内に保存しているかについては様々な研究が行われているが，その中には言語モデル内に知識をエンコードしている“知識ニューロン”の存在を報告しているものがある。本研究で... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B5-5.pdf | # オンライン会議の雾囲気予測における 困難な事例のサンプリングによる精度向上
新美翔太朗 1 後藤啓介 ${ }^{1}$ 西田典起 ${ }^{2}$ 松本裕治 ${ }^{2}$ 廣島雅人 ${ }^{1}$
1 京セラ株式会社
2 理化学研究所革新知能統合研究センター
\{shotaro.niimi.gt, keisuke.goto.fj, masahito.hiroshima.zs\}@kyocera.jp
\{noriki.nishida, yuji.matsumoto\}@riken.jp
## 概要
オンライン会議は参加者の内容の理解度によらず会議が進行してしまい，意思疎通が難しくなることがこれまでの研究で示唆... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B6-1.pdf | # ラベル内容のエンコードとラベル間の制約に基づく 補助コーパスを用いた固有表現抽出
大井拓 三輪誠 佐々木裕
豊田工業大学
\{sd19013, makoto-miwa, yutaka.sasaki\}@toyota-ti.ac.jp
## 概要
自然言語処理分野における教師あり深層学習では，高い性能を達成するためには大量のラベル付きデータを含むコーパスが必要である．ラベル付きデータを増やす方法として，補助コーパスとしての既存のラベル付きコーパスの利用が考えられるが, コーパスごとにアノテーションの基準が異なるため, 単純に補助コーパスを追加して学習しても性能が向上するとは限らない。本研究では，固有表現抽出を対象に，コーパス... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B6-2.pdf | # 森羅タスクと森羅公開データ
関根聡 ${ }^{1}$ 中山功太 ${ }^{1,2}$ 隅田飛鳥 ${ }^{1}$ 渋木英潔 ${ }^{3}$ 門脇一真 ${ }^{4}$ 三浦明波 ${ }^{5}$ 宇佐美佑 ${ }^{6}$ 安藤まや ${ }^{7}$
${ }^{1}$ 理化学研究所AIP ${ }^{2}$ 筑波大学 ${ }^{3}$ 株式会社 BESNA 研究所
${ }^{4}$ 株式会社日本総合研究所 ${ }^{5}$ 株式会社アティード ${ }^{6}$ Usami LCC ${ }^{7}$ フリー
\{satoshi. sekine, kouta. nakayama, asuka. sum... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
B6-3.pdf | # 症例テキスト間の論理推論における病名知識補完の試み
村上夏輝 ${ }^{1}$ 石田真捺 ${ }^{1}$ 谷中瞳 ${ }^{2}$ 戸次大介 ${ }^{1}$ 1 お茶の水女子大学 2 東京大学 \{murakami.natsuki,ishida.mana, bekki\}@is.ocha.ac.jp hyanaka@is.s.u-tokyo.ac.jp
## 概要
医療分野には電子カルテなどの症例テキストが多く存在しており、これらを用いた自然言語処理の研究が行われている。その一つに、意味解析・論理推論システム ccg2lambdaを用いた症例テキストの含意関係認識の研究があるが、既存の推論システムでは、入力文に病... | NLP-2023 | cc-by-4.0 | (C) The Association for Natural Language Processing, (Licensed under CC BY 4.0）https://creativecommons.org/licenses/by/4.0/ |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.