著者
川村 隆浩 江上 周作 田村 光太郎 外園 康智 鵜飼 孝典 小柳 佑介 西野 文人 岡嶋 成司 村上 勝彦 高松 邦彦 杉浦 あおい 白松 俊 張 翔宇 古崎 晃司
出版者
人工知能学会
雑誌
2019年度 人工知能学会全国大会(第33回)
巻号頁・発行日
2019-04-08

本発表では,2018年よりスタートしたナレッジグラフ推論チャレンジについて報告する.近年,機械学習技術の進展によりさまざまな社会システムにAI技術が組み込まれつつある.今後,そうしたシステムを安心・安全に使っていくためにはAIによる判断・動作を適切に説明する技術が重要になってくるだろう.そこで,本会セマンティックWebとオントロジー研究会では,データセットとしてシャーロック・ホームズの小説を題材としたナレッジグラフを構築,公開し,説明付きで犯人を当てる(推論または推定する)技術を募集するチャレンジを企画・開催した.発表では,第1回となった2018年のチャレンジの概要と共に,ナレッジグラフの構築手法,SATや推論,文書ベクトルなどを用いた4つのアプローチ,およびそれらの評価方法・結果等について述べる.また最後に,2019年に予定している次回チャレンジの計画について紹介してまとめとする.
著者
福田 貴三郎 小柳 佑介 福田 茂紀 大倉 清司 藤重 雄大 岩下 洋哲 大堀 耕太郎
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会第二種研究会資料 (ISSN:24365556)
巻号頁・発行日
vol.2021, no.SWO-053, pp.05, 2021-03-15 (Released:2021-09-17)

近年説明可能AI(Explainable AI)の技術が注目されており、ホワイトボックス型の機械学習モデルを設計する場合、モデルの予測結果の精度向上を追求するだけでなく、解釈性の高いモデルを設計する事が重要である。本研究では、学習データのリソースとしてナレッジグラフを使用する場合を想定し、エンティティ間の上位概念の関係性を利用した、解釈性の高いモデルを実現するための説明変数を選択する手法を提案する。また、実際にプロ野球選手の実データを利用した実験により、意図した通りの説明変数が選択出来る事を確認した。
著者
吉田 由起子 柳瀬 隆史 加藤 孝史 小柳 佑介 浅井 達哉 大堀 耕太郎
出版者
一般社団法人 経営情報学会
雑誌
経営情報学会 全国研究発表大会要旨集 2019年秋季全国研究発表大会
巻号頁・発行日
pp.70-73, 2019-12-25 (Released:2019-12-23)

選挙候補者の当落を根拠付きで高精度に判定することを目指して、富士通研究所が開発したAI技術「Wide Learning」による選挙当落判定フレームワークを構築した。従来の選挙予測は分析者のスキルや情報源に強く依存する。一方、本研究では AIの入力データとして候補者の公認政党・趣味・主張、選挙区の特性等の公開情報と、有権者からの支持率等の一般的に用いられる調査データを使用することにより、一定の普遍性を有する選挙予測を可能としている。また、高精度の当落予測のみならず当落要因の知識発見も実現している。2016年参院選データで学習したモデルによる 2019年参院選選挙区の候補者の当落判定結果を評価しモデルの有用性について考察する。