| 研究課題/領域番号 |
23KJ1052
|
|---|
| 研究種目 |
特別研究員奨励費
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 国内 |
|---|
| 審査区分 |
小区分61030:知能情報学関連
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
山田 康輔 名古屋大学, 情報学研究科, 特別研究員(DC2)
|
|---|
| 研究期間 (年度) |
2023-04-25 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
1,400千円 (直接経費: 1,400千円)
2023年度: 1,400千円 (直接経費: 1,400千円)
|
|---|
| キーワード | フレーム要素知識獲得 / FrameNet / 深層距離学習 / 文脈化単語埋め込み |
|---|
| 研究開始時の研究の概要 |
本研究では、文脈を考慮した単語ベクトル表現を利用し、大規模なテキストコーパスから、人の言葉に関する背景知識である意味フレーム知識を自動構築する。自動構築されたフレーム知識は、テキストの意味解析を行うことができ、自然言語推論や質問応答などのタスクの精度改善につながる。また、研究に取り組んでいる中で文脈化単語ベクトルが語の多義性や用法を捉えたベクトル表現になっているかなどを明らかにする。
|
| 研究実績の概要 |
本研究課題の目的は、文脈化単語ベクトルを利用して、大規模なテキストコーパスから述語間・フレーム間の関係を捉えた意味役割付きの高品質なフレーム知識を自動構築することである。本年度は初めに，昨年度主に取り組んでいた高品質な動詞の意味フレーム推定手法の提案に関する論文が国際会議に採択されたため，クロアチアにて発表を行いました．また，同様の内容の論文を自然言語処理学会の論文誌「自然言語処理」に投稿し，採録が決まりました．
また，本年度は意味役割付きのフレーム知識構築のためのフレーム要素知識獲得に取り組みました．ここでは，昨年提案した高品質な動詞の意味フレーム推定手法で用いた深層距離学習をこちらのタスクにも導入し，高性能なフレーム要素知識獲得手法を実現しました．本研究内容に関する論文を国際会議へ投稿し，採択されカナダにて発表を行いました．また，同様の内容の論文を情報処理学会論文誌へ投稿し，採録が決まりました．
本年度は，英国リバプール大学へ留学し，海外における研究活動を体験しました．そこでは，本研究課題にも応用できる可能性のある大規模言語モデルに関する応用研究に取り組みました．具体的には，大規模言語モデルを用いた論文のレビューの自動評価を行っています．大規模言語モデルを用いてレビュー生成器とレビュー評価器を構築し，それらの性能について議論しています．本研究については，国際会議採択を目指し，現在も進行しています．
|
