2024/12/15

 
6時起床。昨日の酒がちょっと残っている感じだがなんとかいける。
 
シャワーを浴びて支度をして6時半ごろ朝食会場に行ってみたが、お子様連れの団体が一斉に来ていて大変そうだったのでいったん退却。7時17分ぐらいに再度チャレンジ。今度は空いていた。

 
8時過ぎに出発。

 
駅に着いて、大きい荷物をロッカーに預ける。

 
昨日は会場までタクシーを使ったが、今日はバスにしようとバス停へ。

 
日曜日なのに結構人がいるなあと思ったら、どこかの入試だったらしく、バスが混みそうなので、また会場まで歩くことに。

 
40分ほどで会場に到着。今日は朝からセッション。

 
Session VI: Human Language Learning and Machine Translation
Chair: Prof. Javier Martin Aristo, U de la Rioja, Spain
 
Real-World Application of Machine Translation of Cantonese-to-Written-Chinese Translation (Hong Kong Metropolitan U, China)
広東語の書き言葉を普通話の書き言葉に自動翻訳。広東語は広く使われているが言語資源は少なく、低資源言語の一種。これまでは中国語BARTモデルを追加学習して広東語-普通話翻訳システムを作っていたが、精度は低かった。実用システムとして広東語から普通話字幕を生成するシステムを作る。学習データは19万ペア弱。ベースモデルとして3種類のBART系モデルを使う(広東語2種類、普通話1種類)。
 
Filipino Sign Language Translation through Transfer Learning (De La Salle U, Philippine)
フィリピンの人口の15%ぐらいは何らかの聴覚障害を持っている。それらの多くがフィリピン手話を使っており、独自の文法を持っている。これも一種の低資源言語といえる。この研究ではフィリピン手話から英語への翻訳システムを作る。ベースはドイツ語手話の事前学習モデルで、Transformerによるエンコーダデコーダモデル。データ量は2800ペア程度。学習の時にはデコーダのみを追加学習する。
 
Automatic Rule-based Syllabification of the Cabuano Language (U of Immaculate Conception, Philippines)
セブアノ語はフィリピンで使われている言語だが、あまり研究されていない。ここではセブアノ語の音節分解ルールを研究している。教育目的でもないような感じなので今時ルールベースかと思わなくもない。何度もルールを見直して(わかる)だんだん精度が上がっていきましたみたいな感じの発表。最後に今回の研究がSDGsの何番に関係してるかの言及があって、ちょっと違和感があったがそんなもんかな。
 
A Dataset for the Prediction of Spanish Language Fluency by Quantification of Linguistic Conponents with Artificial Intelligence (U of Texas at San Antonio, USA)
教育目的で英語の流ちょうさを推定する研究は多いが、スペイン語の研究は少ない。この種の研究をするときには、文化の差などに注意する必要がある。この研究は教育だけではなく、たとえばイミグレでスペイン語が母語かどうかを自動判別することなども目的としていて、そのための質問と応答のペアを集めている。識別にはBERTを使う。
文法による識別は識別力が高く、語彙は中ぐらい、プラグマティクスを使った性能は低い。セマンティクスを使った識別は難しい。
 
A Lexical Simplification Framework for Turkish (Robert Koch-Institut, Germany)
Text Simplificationは、意味を変えずに表現を易しくするタスク。子供や非母語話者からの情報アクセスを容易にすることに応用できる。Lexical simplificationはそのサブタスクで、語彙を易しくするタスク。パイプラインとして、難しい語の同定、置き換えの生成、置き換え候補のランキングが必要。今回の手法では、難しい語の同定にはBiLSTMを使う。単に「簡単な語リスト」を使うよりも性能が高いのだろうか。置き換え候補生成にはマスク言語モデルを使う。ランキングはヒューリスティックを使う。今回の説明ではトルコ語に特有の話は全くなかった。
 
Towards the Issue of Creating Linguistic Pedagogical Profiles (Saint Petersburg State U, Russia)
ロシアの中学校教師の授業のデータベースを作った。それぞれについて、教師がmore effective/less effectiveのラベルが付いている。講義音声をWhisperで書き起こし、どのような違いがあるかを言語的観点から分析。
分析では、言語的要因間の相関がmore effective とless effectiveの教師グループでどう違うかを見ている。様々な要因が示されたので全部は追えなかったが、average prepositional chain length vs. average sentence lengthの相関がmore effectiveとless effectiveで逆になっているなどが観察された。全体として、more effectiveな教師は文法的・語彙的に多様な表現を使っていて、そう出ない教師は限られた表現を繰り返す傾向があるとのこと。
なお教師の善し悪しをどう測っているのか聞いたところ、生徒の成績によるとのこと。
 
Machine Learning Approaches to the Exhaustive Auto-Identification of Japanese Clauses (Nanjing U of Aeronautics and Astronautics, China)
機械学習を使った日本語の節の同定。X[Aは○○したので]、Y[Bは××した]のXとYの関係を分類するタスク(だと思う)。機械学習を使って完全な分類を目指した研究が少ないという説明があったが、こういうの乾研でやってなかったっけ。特徴量は現在の単語と±1単語のの言語的情報で、各種機械学習モデルを試す。データはBCCWJ。
実験結果としてはrandom forestとXGBoostが最高性能。F1で0.98ぐらい。
 
コーヒーブレイク。今日はコーヒーを飲む。

 
Session VII: Natural Language Analysis and Processing Methods
Chair: Prof. Phayung Measad, King Mongkut's University of Technology North Bangkok, Thailand
 
Constructing Depression Prediction Model using Machine Learning Algorithms (King Mongkut's U of Tech North Bangkok, Thailand)
ツイートから鬱の予測をするシステム。そういう研究すでにありそうだけどなあ。TF-IDFで単語をベクトル化して各種機械学習にかける古典標準的な方法。テキストマイニングとはどういう手順で行うかとか、それぞれの機械学習手法の説明とか、基本的なところの説明にほとんどの時間を使っていたので、この研究に独自なところに説明はほとんどなかった。データはKaggleのものをそのまま使っているようだ。どのモデルを使ってもF1は99.9%程度。タスクが簡単すぎないか。
 
A Dialogue Support System for Visualizing Latent and Dynamic Perspectives as Conceptual Structures for Comparative Shopping (U of Tsukuba, Japan)
オンラインショッピングで商品を比較しながらショッピングするシステム。個人の好みなどを考慮して商品を見せる必要があるが、商品が多すぎるとか、検索キーワードがわからないなどの問題がある。そこで商品群の概略を階層的に見せる可視化を提案。実験として、二人の参加者がさまざまな情報提示環境(提案法に加えて、LDAに基づく単語の2次元表示など)で会話をしながら買い物をさせる実験を行った。実験の評価として、しゃべっている時間を測った。提案法は時間が短く分散も小さい。それが良いという主張だが、だれが買い物をしても会話時間が同じぐらいになることにどういう価値があるのか理解できなかった。
 
From Pictures to Prompts: Analyzing and Reconstructing AI-Generated Images with BLIP2 and CLIP (Chang Gung U, Taiwan)
既存画像に対して、画像生成AIを使ってそれと似たような画像を生成するためのプロンプトの自動生成。入力画像からBLIP2を使って画像の記述文を生成し、またCLIPを使って11のカテゴリ・100種類の特徴語を生成する。その中から特徴語を選び、記述文と合わせてプロンプトを生成する。画像生成はMidjourney。ChatGPTで評価したという説明だったが、わからないので聞いてみたら、ChatGPTに2つの画像を入力して「どれくらい似ているか評価しろ」というプロンプトを与えたらしい。人間による類似度の主観評価も実施。
 
Reducing Labeling Costs in Sentiment Analysis via Semi-Supervised Learning (Georgia State U, USA)
No Show.
 
Large Language Models are historical linguists. Prompting and few-shot learning of Old English (U de la Rioja, Spain)
古英語のテキスト生成モデル開発。評価指標の説明などがあったが、何がしたいのか今ひとつわからない。GPT-4oとClaude-3.5-opusの比較とかをしている。Prosificationという知らない単語が使われているので調べたが、詩文を散文に直すことを指すみたい。古英語の韻文を散文にしてプロンプトで与えたり再学習したりすることで性能が改善すると言う話のような気がする。
 
これでセッション終了。午後はオンラインのみなので、あとは帰る。生協の昼食がついているのだが、せっかく岡山まできたのに生協で食べるのも寂しいので、まず駅まで行くことにした。

 
最寄りの岡大西門からだと30分ぐらい待つので、少し歩いたところにあるバス停まで行く。5分ぐらい待ったところでバスが来たが、満員で通過されてしまった。

 
次のバスまで30分ぐらいあるので、もういいやと思ってまた駅まで歩く。
 
バス停から30分ぐらいで駅に到着。
 
せっかく岡山に来たので何か名物を食べようかと駅ビルをうろうろ歩く。そば屋に「岡山名物」の文字を見たので入ってみることに。待たずに入れた。

 
岡山は鰆が名物とのことなので鰆丼+そばセットを注文。おいしかった。

 
 
預けていた荷物を受け取り、ここから新大阪まで移動する。予約してあった新幹線は遅いので、早い便に変更したら、5分後の便が取れた。あわててホームへ。

 
新幹線で新大阪へ。岡山から新大阪は40分強で、こんなに近いと思わなかった。何かするまもなく新大阪着。

 
大阪では、17時からオンラインで研究打ち合わせの予定。場所はモノレール大阪空港駅の中のテレワークボックスなので、とりあえず近くまで行くことに。新大阪から伊丹空港のアクセスが悪いんだよなあ。今回は紙の切符で、新大阪から大阪までの分も入っていたので、大阪まではJRで移動。

 
大阪駅から阪急梅田までの移動なのだが毎回迷う。今回結局10分以上歩いたと思うが、看板に沿って行っただけなので、最適な経路だったかはわからない。行く先々でクリスマスに向けたキラキラ装飾。

 
急行で蛍池まで。

 
蛍池の駅直結商業ビルにスタバがあるので、そこでしばらく作業。授業のレポート採点をした。

 
混んできたので16時に出て、大阪空港駅に移動。

 
テレワークボックスの予約時間までまだ30分ぐらいある。大阪空港駅の改札内には、休憩・作業スペースがあって、誰が使うんだろうと思っていたが今回は役立った。休憩スペースでスマホを充電しながらずっとなにかをしてる人がいたが、何してるのだろう。

 
16:45にテレワークボックスにIN。

 
17時からミーティング。最大1時間を予定していたが、40分ほどで終了。
 
改札を出て空港内へ。

 
飛行機は19:55発なのでまだ時間がある。軽く夕食を取ろうと空港内をうろついて、カレー屋に入る。

 
さっきスタバでドーナツを食べたので、たくさん食べる感じでもなく、素カレーを頼む。そういえば昨日の生協もカレーだっけ。生協よりは高級感あふれる。

 
その後チェックイン。Webチェックインをするのを忘れていて、自動チェックイン機では処理できなかったので人間がいる窓口へ。隣ではケージに入った小型犬がキャンキャン鳴いていた。

 
セキュリティゲートを通って搭乗ゲートへ。近くのテーブルを確保して、明日の授業のスライドを直す。間に合うのだろうか。

 
19:30頃にゲート前に移動。飛行機はちょっと遅れて、移動したときにちょうど前の便が到着したところだった。20時過ぎに搭乗。

 
機内では寝ていこうかと思ったけど眠い感じでもなかった。今回は気流が悪く、飲み物のサービスは無し。途中一瞬シートベルトサインが消えたところでポメラを取り出し、日記を書いていく。
 
21時過ぎに着陸。到着前はちょっと揺れたけど、警告されていたほどひどい揺れではなかったなあ。
 
割と前の席だったので早めに降りて、アクセス線へ。

 
21:32の便で長町まで。

 
そこから北四番丁。
 
22:30ぐらいに帰宅。お疲れ様・・・

前の日へ 目次へ 次の日へ