| 研究課題/領域番号 |
18K11452
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61030:知能情報学関連
|
|---|
| 研究機関 | 大阪工業大学 |
|---|
研究代表者 |
平 博順 大阪工業大学, 情報科学部, 准教授 (20396146)
|
|---|
| 研究分担者 |
小林 一郎 お茶の水女子大学, 基幹研究院, 教授 (60281440)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2018年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | 規則適合判定技術 / 規則適合判定 / アテンションモデル / ニューラルネットワーク / 深層学習 / 含意関係認識 / 重み付き構文木 |
|---|
| 研究成果の概要 |
人間が日頃使用している言葉で書かれたルールをロボットなどが正しく理解し、ルールを守れるような社会を目指し、自然文で書かれた規則に基づき、自然文で書かれた事柄が規則に適合するか否かを自動判定する技術の確立を目指している。本研究では、その一例として普通自動車免許の学科試験を取り上げ、大規模な評価用データを作成するとともに、最新技術である大規模汎用言語表現モデルを用いた規則適合判定技術を開発し、従来の含まれている同義語の割合に基づく手法に比べて、高精度なモデルを自動学習できることを明らかにした。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、自然言語で書かれた規則に基づき、現在の状況を自然言語で表した文が規則に合致するか否かの適合判定を高精度に行う技術を実現しようとしている。技術的には、汎用言語表現モデルによる深層学習技術を用いて、使用されている知識が一定の枠内になる限られたドメインについて、自然文で書かれた規則に基づく規則適合判定モデルの自動学習を実現するものである。本研究の目指す規則適合判定技術は、これから人間社会に普及する可能性の高い自動運転車や自律型ロボットが法令を順守しながら人間社会の中で活動するために必要不可欠な技術として社会的な意義を持つ。
|
