Advancing Argumentation Mining Based on Language Understanding and Inference with Commonsense Knowledge

2023 Fiscal Year Final Research Report

• Project/Area Number: 19H01118
• Research Category: Grant-in-Aid for Scientific Research (A)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Medium-sized Section 61:Human informatics and related fields
• Research Institution: Tokyo Institute of Technology
• Principal Investigator: Okazaki Naoaki 東京工業大学, 情報理工学院, 教授 (50601118)
• Co-Investigator(Kenkyū-buntansha): 荒牧 英治 奈良先端科学技術大学院大学, 先端科学技術研究科, 教授 (70401073)
• Project Period (FY): 2019-04-01 – 2024-03-31
• Keywords: 自然言語処理 / 知能情報処理 / 深層学習 / 大規模言語モデル

Outline of Final Research Achievements

The research was carried out with an awareness of the trend in natural language processing research of the large language models. The research project advances language understanding, inference, and argumentation mining through studies on acquiring lexical knowledge from static word embeddings, adapting dynamic word embeddings to an existing ontology, language understanding from SNS text, aspect-based sentiment analysis based on generative language models, estimating confidence of natural language inference, predicting whether a language model is trained on a pre-training corpus with a targe knowledge, stance detection for each agenda item from meeting minutes, explaining the results of aspect-based sentiment analysis.

Free Research Field

自然言語処理

Academic Significance and Societal Importance of the Research Achievements

言語処理学会年次大会の優秀賞を２件、委員特別賞を１件、若手奨励賞を１件通算で受賞したほか、トップ国際会議であるACLでの発表1件を含め、査読付き国際会議に論文が複数採択されており、本研究成果は国内外で高く評価されている。常識的知識の活用により議論が理解できるようになることは、異なる箇所で言及される情報を記憶・蓄積し、不足している情報を補いながら文章を推論・解釈する文脈処理を実現することであり、その学術的貢献も大きい。大規模言語モデルが流行した現在においても、知識の活用は残された課題の一つとなっており、本研究成果の今後の展開が期待されている。