| 研究成果の概要 |
本研究は、機械学習に用いるデータを、現在一般的に用いられているコーパスにおける単なる単語の統計ではなく、人間の教師に相当するものとして作成することを目的としたものである。現在の知識グラフは事象の因果関係を推論するのにはあまり役に立たないため、事象を自動的に補完する手法を提案し、危険検出のタスクで文脈の小さな変化が結果をどのように変更するかを検証した。が、自動的なアプローチは不自然な補完に悩まされ、日本語の評価セットが存在しなかった。そこで、文脈変化の影響を認識するための21,592文と、ストーリー理解実験のための8,800の5文のストーリーという2つのデータセットを作成した。
|
