• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2021 年度 研究成果報告書

大規模の逆強化学習ための文脈データを収集するシステムの開発

研究課題

  • PDF
研究課題/領域番号 17K00295
研究種目

基盤研究(C)

配分区分基金
応募区分一般
研究分野 知能情報学
研究機関北海道大学

研究代表者

RZEPKA Rafal  北海道大学, 情報科学研究院, 助教 (80396316)

研究期間 (年度) 2017-04-01 – 2022-03-31
キーワード知識獲得 / 因果関係 / コモンセンス / 文脈処理 / ストーリー処理
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。

自由記述の分野

人工知能

研究成果の学術的意義や社会的意義

本研究の成果のアルゴリズムは、言語モデルの出力を知識ベースとコーパステキストを用いることによって部分的に制御することができることを示した。このアプローチは現在でも広く利用されておらず、制御されない深層学習が危険な判断をする原因になることがあり、社会が人工知能の研究を信用しない原因の一つでもある。本研究で作成したデータセットは、危険検知における文脈変化の影響に関するものとしては世界初で,大量なストーリーのDBとして日本語で初めて作成されたものである。両方のデータセットの公開は、人工知能が日常生活での行動が安全かどうかを検証するための新しいタスクを切り開く可能性がある。

URL: 

公開日: 2023-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi