著者

賀沢 秀人

出版者

一般社団法人 言語処理学会

雑誌

自然言語処理 (ISSN:13407619)

巻号頁・発行日

vol.19, no.1, pp.1-2, 2012-03-30 (Released:2012-06-29)

被引用文献数

1

著者

賀沢 秀人

出版者

一般社団法人 言語処理学会

雑誌

自然言語処理 (ISSN:13407619)

巻号頁・発行日

vol.30, no.1, pp.1-3, 2023 (Released:2023-03-15)

著者

賀沢秀人

雑誌

デジタルプラクティス

巻号頁・発行日

vol.2, no.3, pp.152-158, 2011-07-15

---

2011年3月11日14時46分.日本を未曽有の大地震が襲った.Google では直後に対策チームを発足,約2時間後に安否情報確認サービス Person Finder [1] を開始したのを皮切りに,避難所情報,被災地生活支援サイト,自動車通行実績情報マップなどの支援サービスをスタートさせた.本稿では,対策チームの一員として Person Finder 関係の開発にたずさわった経験をもとに,非常時におけるソフトウェア開発にとって重要な点について考察をおこなう.

著者

賀沢 秀人 平尾 努 前田 英作

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会技術研究報告. PRMU, パターン認識・メディア理解 (ISSN:09135685)

巻号頁・発行日

vol.102, no.317, pp.11-16, 2002-09-12

---

全順序を備えた未知の集合から取り出された順位つきサンプルを利用し,サンプル間の順序関係を推定する「順位づけ学習問題」について議論する.従来,ある順位を境にサンプルを正例と負例にわけ,SVMの学習を行ったのち,得られた識別関数の値で未知の事例に対する順位づけを行うという手法が提案されている.この手法は,実験的に高い精度を残すことが報告されているが,妥当性について理論的な説明を欠き,また,ある特定の順位の上下という粗い順序関係しか用いていないという点で,問題があった.そこで,本稿では,このSVMによる順序づけ手法の理論的な妥当性を検証するとともに,改善手法の一つとして,複数の順位を境として正例と負例にわけたサンプルから学習を行うRanking SVMの提案を行う.また,テキスト自動要約タスクにおける重要文抽出データと人工データを用いて,Ranking SVMと従来手法を比較した結果についても報告する.

著者

磯崎 秀樹 賀沢 秀人

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会技術研究報告. PRMU, パターン認識・メディア理解 (ISSN:09135685)

巻号頁・発行日

vol.102, no.317, pp.17-22, 2002-09-12

---

サポートベクトルマシン(SVM)は高性能な機械学習方法として注目されている。もともと文字認識などのパターン認識で利用されているが、最近は、自然言語処理にも応用されており、品詞タグ付け、チャンキング、固有表現抽出、専門用語抽出、係り受け解析、構文解析、重要文抽出など、様々なタスクで従来手法と同等か、従来手法をしのぐ性能が報告されている。しかし、従来手法に比べて桁違いに実行速度が遅いこともわかってきた。そこで我々は、自然言語処理のデータの特徴を利用して実行速度を大幅に改善できるアルゴリズムを考案した。ここでは、この方法について報告する。

著者

佐々木 裕 磯崎 秀樹 鈴木 潤 国領 弘治 平尾 努 賀沢 秀人 前田 英作

出版者

一般社団法人情報処理学会

雑誌

情報処理学会論文誌 (ISSN:18827764)

巻号頁・発行日

vol.45, no.2, pp.635-646, 2004-02-15

被引用文献数

12

---

近年,大量の文書を用いて自然文によるユーザからの質問に答える質問応答(QA: Question Answering)システムに関する研究が注目を集めている.これまでいくつかのQAシステムが開発されてきたが,それらの多くは人手で作成されたルールや評価関数を用いて,質問の答えを大量の文書から抽出するアプローチをとっていた.これに対し,本論文では,機械学習技術を用いて,日本語QAシステムの主要なコンポーネントをそれぞれ学習データから構築することにより,QAシステム全体を構築する方法について述べる.具体的には,質問タイプや答えの判定を2クラス分類問題としてとらえ,質問文やその正解例から学習された分類器により,これらの機能を実現する.本アプローチのフィージビリティの確認のため,機械学習手法Support Vector Machine(SVM)を用いて学習型QAシステムSAIQA-IIを実装し,2 000問の質問・正解データによるシステム全体の5分割交差検定を行った.その結果,システムの性能として,MRR値で約0.4,5位以内正解率で約55%の正解率が得られることが明らかになった.This paper describes a Japanese Question-Answering(QA) System, SAIQA-II.These years, researchers have been attracted to the study of developingOpen-Domain QA systems that find answers to a natural language question given by a user.Most of conventional QA systems take an approach to manually constructing rules and evaluation functions to find answers to a question.This paper regards the specifications of main components of a QA system,question analysis and answer extraction, as 2-class classification problems.The question analysis determines the question type of a given question andthe answer extraction selects answer candidates thatmatch the question types. To confirm the feasibility of our approach,SAIQA-II was implemented using Support Vector Machines (SVMs).We conducted experiments on a QA test collection with 2,000 question-answer pairs based on 5-fold cross validation.Experimental results showed that the trained system achieved about 0.4 in MRR andabout 55% in TOP5 accuracy.

著者

賀沢 秀人 平尾 努 前田 英作

雑誌

情報技術レターズ

巻号頁・発行日

vol.1, pp.113-114, 2002-09-13

著者

賀沢 秀人 Arrigan Thomas 平尾 努 前田 英作

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会技術研究報告. NLC, 言語理解とコミュニケーション (ISSN:09135685)

巻号頁・発行日

vol.103, no.407, pp.25-30, 2003-10-30

---

近年, 自動要約研究め分野では, 共通のデータセットを用いて互いの技術を比較的に評価する動きが盛んである. しかし, 現状では主に人間の主観評価にもとづいて比較をおこなっているため, 追加実験をおこなっても以前の結果と比較することが困難であるという問題点がある. そこで, 本研究では, 人間による要約とプーリングデータを用いて要約の自動評価を行う方法を提案し, 疑似データによる精度評価を行った結果について報告する. 実験の結果, 提案手法は, 従来用いられてきた正解要約との重複度にもとづく方法より, 高精度な評価ができることがわかった. また, 精度向上にはプーリングデータが重要な役割を果たすこともわかった.

著者

賀沢 秀人

出版者

日本認知科学会

雑誌

認知科学 (ISSN:13417924)

巻号頁・発行日

vol.28, no.2, pp.284-291, 2021-06-01 (Released:2021-06-15)

参考文献数

6

---

Deep Learning achieved significant progresses in building intelligent systems. Some state-of-the-art Deep Learning systems are touted as “human parity” or even “super human”. At the same time, it is often criticized for the lack of understanding of internal workings especially when such systems are considered for real world applications. Cognitive Science, on the other hand, is a scientific discipline aiming to understand internal workings of human-like intelligent behaviours. Thus a question arises: Is Deep Learning a subject of Cognitive Science? This article discusses what can be a subject of Cognitive Science and whether Deep Learning qualifies as such. It is also discussed what kind of connections can be established between these two disciplines even if Deep Learning is not be a direct subject of Cognitive Science.

著者

賀沢 秀人

出版者

日本認知科学会

雑誌

認知科学 (ISSN:13417924)

巻号頁・発行日

vol.28, no.2, pp.284-291, 2021

---

<p>Deep Learning achieved significant progresses in building intelligent systems. Some state-of-the-art Deep Learning systems are touted as "human parity" or even "super human". At the same time, it is often criticized for the lack of understanding of internal workings especially when such systems are considered for real world applications. Cognitive Science, on the other hand, is a scientific discipline aiming to understand internal workings of human-like intelligent behaviours. Thus a question arises: Is Deep Learning a subject of Cognitive Science? This article discusses what can be a subject of Cognitive Science and whether Deep Learning qualifies as such. It is also discussed what kind of connections can be established between these two disciplines even if Deep Learning is not be a direct subject of Cognitive Science.</p>

著者

藤本 和則 賀沢 秀人 佐藤 浩史 阿部 明典 松澤 和光

出版者

社団法人人工知能学会

雑誌

人工知能学会誌 (ISSN:09128085)

巻号頁・発行日

vol.15, no.1, pp.61-64, 2000-01-01

被引用文献数

8

---

Decision Support for Internet Users, Called DSIU, is an area of research for providing decision support for Internet users by using information on the Internet. DSIU aims to provide decision support with logicalexplanation taking account of user's preference. By using information extraction techniques, DSIU handles the names of various substances, e.g., electronic products, persons, and places, and so on, and constructs the explanations in terms of their properties. This paper describes the DSIU particularly form a viewpoint of realizing the DSIU and giving contributions to society in the near future. The information of DSIU is available at http://www.kecl.ntt.co.jo/DSIU/.

著者

佐々木 裕 磯崎 秀樹 平 博順 廣田 啓一 賀沢 秀人 平尾 努 中島 浩之 加藤 恒昭

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会技術研究報告. NLC, 言語理解とコミュニケーション (ISSN:09135685)

巻号頁・発行日

vol.100, no.401, pp.17-24, 2000-10-20

被引用文献数

16

---

本稿では, いくつかの質問応答システムを独立に作成し, 50問の質問文に対する性能評価を行なった結果を報告する.質問応答システムは1999年のTREC-8のQAタスクの開催以降注目を集めており, 次のような点で従来の情報検索や情報抽出と異なっている.従来の情報検索では, 質問に対する答えを文書の単位で列挙していたが, 質問応答システムは質問の答えを記述した部分を返す.また, 従来の情報抽出は対象分野と抽出項目があらかじめ限定されていたが, 質問応答では, 抽出する項目が質問文により自由に決まる点で異なっている.本稿は, 今後の質問応答システム研究の参考とするため, 日本語QAシステムの性能のベースラインを探るとともに, 日本語QAシステムの比較・評価法を紹介するものである.