担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

日本   中津市  

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（学術雑誌）

DOI： 10.52731/ijscai.v8.i1.780

CiNii Research

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（学術雑誌）

Multitask learning (MTL) and data augmentation are becoming increasingly popular in natural language processing (NLP). These techniques are particularly useful when data are scarce. In MTL, knowledge learned from one task is applied to another. To address data scarcity, data augmentation facilitates by providing additional synthetic data during model training. In NLP, the bidirectional encoder representations from transformers (BERT) model is the default candidate for various tasks. MTL and data augmentation using BERT have yielded promising results. However, a detailed study regarding the effect of using MTL in different layers of BERT and the benefit of data augmentation in these configurations has not been conducted. In this study, we investigate the use of MTL and data augmentation from generative models, specifically for category classification, sentiment classification, and aspect-opinion sequence-labeling using BERT. The layers of BERT are categorized into top, middle, and bottom layers, which are frozen, shared, or unshared. Experiments are conducted to identify the optimal layer configuration for improved performance compared with that of single-task learning. Generative models are used to generate augmented data, and experiments are performed to reveal their effectiveness. The results indicate the effectiveness of the MTL configuration compared with single-task learning as well as the effectiveness of data augmentation using generative models for classification tasks.

DOI： 10.20965/jaciii.2024.p0029

Scopus

CiNii Research

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85184850065&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

In the present age, increasingly more people and entities post their opinions on web-based platforms. With this increasing trend of web-based opinion content, it is quite impossible to digest it by hand. Consequently, a computerized system for opinion and sentiment analysis is required. Sentiment analysis builds systems that automatically extract useful information from massive online reviews. Conventional sentiment analysis simply classifies a document/text into positive/negative/neutral polarity on the basis of overall sentiment polarity. In this case, it is considered that one sentiment is carried for the whole text, which may not be the case in the practical scenario. It is possible to appear more than one aspect, opinion, and sentiment in a single text, especially when the text is long. This motivates the introduction of fine-grained sentiment analysis, in which one can identify what a person/entity is mentioning and how they feel about each aspect/target entity. Aspect-opinion term extraction is a crucial aspect-based sentiment analysis (ABSA). It is a kind of granular-level sentiment analysis. In this study, our target is aspect-opinion terms extraction in the Bangla language. However, no annotated Bangla dataset is available for this task. Hence, we obtained textual data from a publicly available Bangla restaurant dataset, annotated them, and prepared a novel dataset. We then performed the task as a sequence labeling technique by utilizing our dataset. For the experiment, we employed vanilla transformers-based models such as mBERT, BanglaBERT, and BanglishBERT with linear layers and conditional random field (CRF) on top of them. To enhance the models’ performance, we combined different feature embeddings of mBERT, BanglaBERT, and BanglishBERT. We then utilized the linear layers and CRF on top of them. The experimental results indicated that the combined feature embeddings technique significantly improves models’ performance, and (mBERT & BanglishBERT) with linear layer performed best: 0.5840 on the F1 score among all the tested models.

DOI： 10.1007/978-981-99-7862-5_33

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85187643421&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

In recent years, Automated Writing Evaluation (AWE) has been extensively researched within the field of AI in education. This paper explores generative AI, such as GPT-4, which has garnered significant attention for its ability to score essays and provide feedback to students. We designed prompts for GPT-4 to assign scores and rationales based on a given rubric and to generate feedback beneficial for students' development. We compared the evaluations produced by GPT-4 with those made by human evaluators. The results demonstrate GPT-4's potential to assist in generating evaluations at a human level. In addition, we analysed the consistency of the scoring and the quality of the rationales and feedback generated by GPT-4. In this paper, we will share our analysis and also describe the points that need to be improved for implementation in practice.

DOI： 10.1109/IIAI-AAI63651.2024.00039

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85208091336&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

Abstractive document summarization is one of the most important tasks in natural language processing. Many approaches based on large language models have been proposed. However, it is known that the output of LLM often includes hallucinations, such as factual inconsistency. Therefore, detecting factual inconsistencies in a summary is one important task for summarization. One solution for the detection is to utilize machine learning techniques. In general, machine learning approaches require a large number of training data to generate a robust model. However, it is difficult automatically to collect article-summary pairs with factual inconsistency from the Web because hand-written summaries on the Web are usually correct. Moreover, some existing datasets are written in English. In this paper, we propose some approaches to construct Japanese datasets with factual inconsistency automatically. For this purpose, we utilize two approaches from previous studies: FactCC and SumFC. In addition, we propose a new approach to construct summaries with exaggerated expressions, as a variety of factual inconsistencies. We call the datasets JFactCC, JSumFC, and JExnoS. For JExnoS, we utilize a two-stage approach based on GPT-4 and BART for the generation of summaries with exaggerated expressions from correct article-summary pairs. We also verify the usefulness of each constructed dataset through an experiment about factual inconsistency detection with BERT.

DOI： 10.1109/IIAI-AAI63651.2024.00054

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85208094978&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

In this paper, we handle aspect term extraction with In-Context Learning (ICL) as the target task. ICL is a method for learning Large Language Models. Instead of updating the model's parameters, prompts are provided to guide it to perform a target task. While the strength of ICL is that the model does not need to undergo additional training, the prompt includes input-output instances that cause instability in accuracy. The instances are called few-shot. Hence, selecting appropriate instances has the most important role in ICL. For this purpose, we propose a selection method with active learning. Active learning is a method of selecting instances that are useful to the model for training from unlabeled data. We regard the active learning-based approach as a sub-task for the target task. We introduce two types of sub-tasks and evaluate the effectiveness of them in the target task.

DOI： 10.1109/IIAI-AAI63651.2024.00012

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85208144512&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

Gaze information has an important role in conversation understanding. Generally, gaze detection is performed using a camera. However, such systems often require expensive equipment. To solve this problem, we propose a method of eye detection using an utterance during conversations. We first annotate an existing discussion corpus with gaze information and then analyze the annotated data. We apply machine learning to construct a gaze detection model. We utilize BERT, a large-scale pre-Trained language model, and CART, a traditional machine-learning approach based on a decision tree. Experimental results show that the CART-based model was more accurate than the BERT-based model and show the potential possibilities of gaze detection from utterances.

DOI： 10.1109/ABC61795.2024.10651736

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85203829893&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

インド（& オンライン）  

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

日本   郡山市   2023年07月08日  -  2023年07月13日

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

日本   郡山市   2023年07月08日  -  2023年07月13日

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

日本   郡山市   2023年07月08日  -  2023年07月13日

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

日本   郡山市   2023年07月08日  -  2023年07月13日

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

Automated essay scoring (AES) is to estimate the scores of essays automatically. Two types of AES models are commonly used: handcrafted feature-based and neural-based models. In this paper, we introduce AES systems based on the two types for evaluating the logical consistency of Japanese essays. In addition, to enhance the performance of models, we integrate the neural-based model with the handcrafted features: a hybrid AES system. In the experiment, we show the effectiveness of our hybrid AES system. Besides, most of our AES models obtained higher QWK scores than human evaluators.

DOI： 10.1007/978-3-031-36336-8_101

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85164955884&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

Bangladesh   Dhaka   2023年06月16日  -  2023年06月17日

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（学術雑誌）

DOI： 10.52731/ijskm.v7.i2.779

CiNii Research

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

This paper proposes a method for rating prediction tasks in review documents. Existing models for predicting the rating scores assigned to each aspect were often developed separately. However, there is a relationship among aspects. Therefore, we apply a multi-task learning framework to our prediction models. We evaluate our model with a review dataset about a game software domain written in Japanese. Each review document contains six-level rating scores for seven aspects of the game software. We utilize BERT as the backbone model for the prediction. Our model simultaneously learns the parameters of seven BERTs for seven aspects. Hence, we name this method "Simultaneous Learning."It leads to the improvement of the performance of the prediction. In addition, we compare two types of input data for the rating prediction task: all sentences and selected sentences. Experimental results show the effectiveness of our simultaneous learning model in the multi-aspect rating prediction. Our simultaneous learning method obtained 0.713 on RMSE. It demonstrated a 0.046 improvement in RMSE, as compared with non-simultaneous learning. Further, we confirmed that our method based on simultaneous learning was effective in the case that the number of sentences related to an aspect is small.

DOI： 10.1109/IALP61005.2023.10337276

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85181775477&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

Natural language processing (NLP) techniques have become increasingly significant in the medical domain. However, the amount of relevant medical text data remains limited. In this work, we propose a BERT-based multilingual simultaneous learning (MSL) model for reducing the problem of scarce data. We evaluate the benefit of MSL on the NTCIR-13 MedWeb multi- label symptoms classification task. The results indicate that the MSL model performs slightly better than Single-Task Learning (STL) models. Additionally, it shows that the similarity between languages has an impact on the performance of the MSL model.

DOI： 10.1109/IALP61005.2023.10337285

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85181777849&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

Nepali-English code-switching (CS) has been a growing phenomenon in Nepalese society, especially in social media. The code-switching text can be leveraged to understand the sociolinguistic behaviours of the multilingual speakers. Existing studies have attempted to identify the language preference of the multilingual speakers for expressing different emotions using text in different language pairs. In this work, we aim to study the language preference of multilingual Nepali-English CS speakers while expressing sentiment in social media. We create a novel dataset for sentiment analysis using the public Nepali-English code-switched comments in YouTube. After performing the statistical study on the dataset, we find that the proportion of use of Nepali language is higher in negative comments when compared with positive comments, hence concluding the preference for using native language while expressing negative sentiment. Machine learning and transformer-based models are used as the baseline models for the dataset for sentiment classification. The dataset is released publicly.

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85185000192&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

With the rise of multilingual populations, the use of structures and vocabularies from multiple languages in a single communication act is increasing. The act of communication can be written or verbal. This phenomenon of mixing components from multiple languages is called code-mixing or code-switching. The penetration of social networks has increased the occurrence of code-mixing. Even with the abundance of data, the scarcity of annotated data has limited the research on code-mixing in the natural language processing (NLP) community. Here, we aim to analyze learning-based approaches to overcome the scarcity of annotated data by fine-tuning various multilingual transformer-based pre-trained models by conducting experiments on Nepaliand Hindi-English language identification tasks. Multitask learning, which can learn from the related task and improve the main task, and self-supervised learning, which utilizes the unannotated data in the same domain, are studied in this paper. The results demonstrate that these approaches are beneficial in improving the performance of the transformer-based models for the scarcity of annotated data.

DOI： 10.1109/IIAI-AAI59060.2023.00012

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85183462866&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

Disfluency is one of the linguistic phenomenons that often occurs in speech. Recently, automatic speech recognition has improved the accuracy of its transcript. The perfect transcript contains filler, self-repairs, distluency, and so on, because they often occurs. We focus on distluency in speech recognition outputs. The distluency in the transcript can be noise for the downstream tasks that use the transcript. In this paper, we propose a BERT-based distluency detection model for dialogue utterance. BERT handles contextual information of a target utterance to detect distluency. However, dialogue utterances can be interrupted by other speakers in conversation. Hence, utterances in dialogue tend to be short and have less contextual information. Therefore, the context of the target utterances should be complemented. In this paper, we propose two types of complementing approaches. The complement is preprocessing for the input of BERT. The first complement approach utilizes real utterances around the target utterance. In this approach, we need to select sentences from real utterances, based on some conditions: e.g., the number of utterances and the same speaker or not. The second complement approach utilizes utterances generated by a language model. The language model is trained to generate continuous utterances from the input. The generated utterance is utilized for expanding the context of the input data. In experiments, utterances from the speaker of target utterances improve the distluency detection performance. However, generated context could not outperform the real context.

DOI： 10.1109/IIAI-AAI59060.2023.00095

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85183462855&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

Detecting errors in speech recognition is important because these errors negatively affect the accuracy of downstream tasks. To detect recognition errors, we focus on context, label sequence, and topics. Words in a sentence contain the context. Context information is useful in detecting errors from speech recognition because the errors must be outside the scope of the context. Furthermore, recognition error detection is a sequential problem, namely a sequential labeling task. Therefore, handling a label sequence is useful for error detection. In addition, a target speech contains topics, such as a talk about music, sports, and so on. A word that does not match the topic is considered an error. Therefore, the topic information is also useful. In this paper, we propose a method based on BERT, CRF, and LDA from the viewpoints BERT is used for context recognition. Conditional Random Fields (CRF) are used for the sequence labeling task. Latent Dirichlet Allocation (LDA) is to capture topic information. In this study, we compared several combinations of them: BERT only, BERT-CRF, and BERT-LDA-CRF models. We evaluate the models with the Corpus of Spontaneous Japanese (CSJ) corpus. The experimental result shows the effectiveness of the integration of CRF and LDA into BERT.

DOI： 10.1109/IIAI-AAI59060.2023.00084

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85183463970&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

Nowadays, more and more offensive comments are posted on social media. Those offensive comments can seriously cause mental damage to other people. Therefore, those toxic and harmful comments should be detected timely and accurate. In this paper, we exploit the powerful pre-train language models (PLM) in detecting offensive language. We consider two PLMs in our paper: BERT and DeepMoji. We finetune their combination and evaluate the performance with two datasets: Ask FM and Curious Cat. We found that DeepMoji outperforms BERT. We analyze the result from two aspects and conclude that the task and data of pre-training are important to PLM. Seeing that BERT is less effective than DeepMoji, it is possible to improve the performance of BERT. We then propose a 'Knowledge Extension' method to improve the performance of the BERT model. We find that the performance of PLM with high-quality extensional knowledge can be improved significantly.

DOI： 10.1109/IIAI-AAI59060.2023.00026

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85183459713&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

Nowadays, more people and entities express opinions on online platforms. With this increasing trend of online opinion mass information, it is impossible to analyze them manually. For this reason, an automatic approach to opinion and sentiment analysis is essential and useful in the real world. Several approaches based on machine learning techniques in sentiment analysis have been proposed. However, machine learning essentially needs massive data to generate a robust model. On the other hand, collecting the training data is costly, especially in low-resource language. To solve this problem, we introduce stepwise learning. Stepwise learning is a technique that improves the model capacity for a target task (i.e., main task) by exploiting auxiliary information from source tasks. It is effective when the data in the target tasks are inadequate. The target task of this paper is sentiment analysis for reviews in the Bangla language. Our proposed method consists of two stages: source and target tasks. For the source task, we train a transformers-based model, such as BanglaBERT, by a large dataset translated into the Bangla language; the original dataset is written in English. For the target task, we retrain and evaluate the model with a relatively small target dataset. We further investigate the effect of opinion expression style of writers between source and target data in stepwise learning. We call it 'nativeness.' The experimental result shows that nativeness has an important role in improving performance.

DOI： 10.1109/NCIM59001.2023.10212970

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85170528820&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

Nowadays, people often express their abusive and offensive thoughts to others on social media easier. The abusive and toxic comments hurt others seriously. Therefore those abusive and toxic comments should be detected properly through natural language processing. In this paper, we focus on two types of features in offensive language: word-level and sentence-level fea-tures. We use lexicon-based and standard bag-of-words features as the word level. We introduce BERT-based and DeepMoji-based features as the sentence level. We apply the four features to a machine learning approach: support vector machines. We evaluate the method using the combinations of four features with a dataset, Curious Cat. The best F1 score was generated by the method with all features. This result shows the effectiveness of our proposed method. In addition, the experimental result indicates that DeepMoji generated from Twitter data is better than BERT which is generated from written language, for an offensive language detection task about social media data.

DOI： 10.1109/IIAI-AAI-Winter58034.2022.00012

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85160906880&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

The ability to learn from one task and pass the knowledge to another task is a remarkable job that is possible because of multi-task learning (MTL). It is helpful in the scenario where data is scarce. In this paper, we study the use of MTL in natural language processing (NLP) using BERT for sentiment classification, category classification, and aspect-opinion sequence classification. The Restaurant-ACOS dataset is split into two subsets, namely the sentiment-category data subset, for the first two tasks and the sequence classification data subset, for the third task. The BERT layers are grouped into top, middle, and bottom layers. These layers are either frozen, shared, or kept unshared for individual tasks. Experiments are conducted to find the best combination for the overall layers of BERT. The experiments demonstrate that MTL can improve the performance on these tasks when compared as a baseline method that uses single task learning. One of the best configurations was based on freezing on the bottom layers, sharing on the middle layers, and keeping on the top layers, respectively. In addition, we investigate the role of each layer via the size of layers. From the result, the individual layers capture the task-specific patterns whereas shared layers capture the domain knowledge.

DOI： 10.1109/SCISISIS55246.2022.10001943

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85146643824&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

Nowadays, it is getting increased in the massive amount of internet users. People express subjective thinking (i.e., opinion) implicitly and explicitly on online platforms such as Facebook, Twitter, Amazon product reviews, etc. Opinion holders are the people or entities who express opinions implicitly and explicitly on the online platform. With the increasing trends of online opinion mass information, it is impossible to detect them manually. For this reason, an automatic approach for opinion holder detection is essential. Opinion holder detection is useful to detect specific person's/entity's concerns about a particular topic, product, or problem. Opinion holder detection consists of two steps: the presence of opinion holders in text and identification of opinion holders. In this paper, we focus on the first step, namely the presence of opinion holders in text. We handle this task as a binary classification problem: INSIDE or OUTSIDE. At first, we prepare a new English dataset for this task. Then, we apply two types of pre-trained models, BERT and DistilBERT, to the INSIDE/OUTSIDE classification task. BERT is a transformer-based pre-trained language model. DistilBERT is a small, fast, cheap, and light model based on knowledge distillation from the BERT architecture. As to the binary classification task, we employ a logistic regression model on the top layer of the pre-trained models. We compare the language models employed in our experiment in terms of the F1 score and accuracy. The experimental result shows that DistilBERT obtained superior performance among the models: 0.901 on the F1 score and 0.924 on the accuracy.

DOI： 10.1109/IIAIAAI55812.2022.00023

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85139566304&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

The simile is a kind of figurative language. It expresses the target of the figurative language by using some typical phrases such as "like". It is important to distinguish whether the sentence is a simile or a literal for understanding a sentence. However, a large amount of data is required to generate a classifier by machine learning. Moreover, creating the dataset is costly. In this paper, we propose a pseudo dataset acquisition method for simile identification. We first construct a dataset of simile and literal sentences using machine translation. This process automatically generates pseudo simile and literal instances from three types of corpora. Then, we apply some machine learning approaches to the simile identification task. We compare Support Vector Machine, Naive Bayes, and BERT in the experiment. The experimental result shows the validity of the pseudo dataset as compared with a simple baseline. For the fine-tuning of BERT, our large pseudo training data were more effective than a small manual training data.

DOI： 10.1109/IIAIAAI55812.2022.00084

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85139568402&origin=inward

記述言語：英語   掲載種別：研究論文（学術雑誌）

In this study, we propose a simple and effective preprocessing method for subword segmentation based on a data compression algorithm. Compression-based subword segmentation has recently attracted significant attention as a preprocessing method for training data in neural machine translation. Among them, BPE/BPE-dropout is one of the fastest and most effective methods compared to conventional approaches; however, compression-based approaches have a drawback in that generating multiple segmentations is difficult due to the determinism. To overcome this difficulty, we focus on a stochastic string algorithm, called locally consistent parsing (LCP), that has been applied to achieve optimum compression. Employing the stochastic parsing mechanism of LCP, we propose LCP-dropout for multiple subword segmentation that improves BPE/BPE-dropout, and we show that it outperforms various baselines in learning from especially small training data.

DOI： 10.3390/electronics11071014

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85126910361&origin=inward

担当区分：筆頭著者   記述言語：日本語   掲載種別：研究論文（学術雑誌）

DOI： 10.1587/ieiceissjournal.26.4_4

CiNii Article

CiNii Research

その他リンク： https://www.jstage.jst.go.jp/article/ieiceissjournal/26/4/26_4/_pdf

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（学術雑誌）

DOI： 10.52731/iee.v8.i1.635

CiNii Research

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

記述言語：英語   掲載種別：研究論文（学術雑誌）

担当区分：最終著者   記述言語：日本語   掲載種別：研究論文（大学，研究機関等紀要）

DOI： 10.11517/jsaislud.91.0_22

CiNii Article

CiNii Research

その他リンク： http://id.ndl.go.jp/bib/031316469

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

This paper investigates the effectiveness of automatic annotator assignment for text annotation in expert domains. In the task of creating high-quality annotated corpora, expert domains often cover multiple sub-domains (e.g. organic and inorganic chemistry in the chemistry domain) either explicitly or implicitly. Therefore, it is crucial to assign annotators to documents relevant with their fine-grained domain expertise. However, most of existing methods for crowdsoucing estimate reliability of each annotator or annotated instance only after the annotation process. To address the issue, we propose a method to estimate the domain expertise of each annotator before the annotation process using information easily available from the annotators beforehand. We propose two measures to estimate the annotator expertise: an explicit measure using the predefined categories of sub-domains, and an implicit measure using distributed representations of the documents. The experimental results on chemical name annotation tasks show that the annotation accuracy improves when both explicit and implicit measures for annotator assignment are combined.

DOI： 10.26615/978-954-452-072-4_177

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85123569558&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

The number of biomedical documents is increasing rapidly. Accordingly, a demand for extracting knowledge from large-scale biomedical texts is also increasing. BERT-based models are known for their high performance in various tasks. However, it is often computationally expensive. A high-end GPU environment is not available in many situations. To attain both high accuracy and fast extraction speed, we propose combinations of simpler pre-trained models. Our method outperforms the latest state-of-the-art model and BERT-based models on the GAD corpus. In addition, our method shows approximately three times faster extraction speed than the BERT-based models on the ChemProt corpus and reduces the memory size to one sixth of the BERT ones.

DOI： 10.26615/978-954-452-072-4_060

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85123577323&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

Conversations are often held in laboratories and companies. A summary is vital to grasp the content of a discussion for people who did not attend the discussion. If the summary is illustrated as an argument structure, it is helpful to grasp the discussion's essentials immediately. Our purpose in this paper is to predict a link structure between nodes that consist of utterances in a conversation: classification of each node pair into “linked” or “not-linked.” One approach to predict the structure is to utilize machine learning models. However, the result tends to over-generate links of nodes. To solve this problem, we introduce a two-step method to the structure prediction task. We utilize a machine learning-based approach as the first step: a link prediction task. Then, we apply a score-based approach as the second step: a link selection task. Our two-step methods dramatically improved the accuracy as compared with one-step methods based on SVM and BERT.

DOI： 10.26615/978-954-452-072-4_061

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85123585961&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

In this paper, we report corpus construction and topic-based summarization methods for multi-party conversation. We have already constructed reference summaries and a list of important utterances in each discussion. However, fine-grained summaries about topics in a discussion often are desired in many situations. Therefore, we construct topic-based summaries and propose an important utterance extraction method and two summarization processes using the extracted utterances; extractive and abstractive methods. For the important utterance extraction, we use SVMs with 12 types of features. We use mBART, which is a neural network-based model, as the abstractive method. In the experiment, the extractive method was superior in terms of “accuracy as a summary (relevance),” while the readability of the abstractive method was superior.

DOI： 10.1109/IALP54817.2021.9675229

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85125168200&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

© 2020 IEEE. Sarcasm detection has been treated as a task that classifies text as sarcastic or non-sarcastic. Sarcasm detection is a significant challenge for sentiment analysis because sarcasm involves a positive expression with negative meaning. Previous work focused on relation information between pairs of role expressions, such as 'boss and staff,' and proposed a sarcasm detection method based on surface and relation information. Although they showed the effectiveness of the relation information, due to the small scale of the list of role pairs, the effectiveness was limited to a small scale. In this paper, we attempt to improve the performance of the sarcasm detection method. We propose a role pair extraction method using a bootstrap method to obtain a larger role pair list than the previous work. In addition, we propose weighting methods for each role pair. Then, we evaluate the method using our role pair list and weighting methods by comparing the method using the list of the previous work. We find that we can obtain approximately threefold increase for role pairs. Although the effectiveness is limited, the experimental result shows a potential benefit because the method with topic similarity can reduce the influence of such noise pairs.

DOI： 10.1109/IALP51396.2020.9310499

Kyutacar

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85099875523&origin=inward

担当区分：筆頭著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

© 2020 IEEE. Related articles of a news article help readers to access other beneficial information efficiently. Thus, it is an important task for newspaper companies to link appropriate related articles to a news article on news websites. However, it costs to select related articles from enormous news articles that have been published in the past. To solve the issue, we introduce 'learning to rank' methods to the related article extraction task to support business operation. We propose some ranking methods and report the accuracy of each method with three evaluation metrics. We also show some input-output examples by the method that scores the highest accuracy in our experiments.

DOI： 10.1109/IALP51396.2020.9310463

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85099879320&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

© 2020 IEEE. It is one of the important tasks to predict a participant's role in a multi-party conversation. Many previous studies utilized only verbal or non-verbal features to construct models for the role recognition task. In this paper, we propose a model that combines verbal and non-verbal features for leader identification. We add non-verbal features and construct our prediction model with utterance, pose, facial, and prosodic features. In our experiments, we compare our model with a baseline model that is based on only utterance features. The results show the effectiveness of our multimodal approach. In addition, we improve the performance of the baseline model to add some new utterance features.

DOI： 10.1109/IALP51396.2020.9310465

Kyutacar

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85099875287&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

© 2020 IEEE. In this paper, we aim to acquire 'periodic events' that represent significant actions that are happened by groups of people in particular seasons or timing. Recently, the importance of knowledge acquisition is increasing. Many studies about human action knowledge and temporal commonsense knowledge have been carrying out. We need a dataset to acquire periodic events. However, manually building the dataset with human attribute labels is costly. Therefore, we construct a human attribute classifier of Twitter users and create a large labeled tweets dataset automatically. Periodic events with specific human attributes are collected with our proposed method. Finally, we obtained commonsense event knowledge; e.g., 'Students often go to college at 1 P.M.' and 'Workers often work overtime on weekdays.'

DOI： 10.1109/IALP51396.2020.9310489

Kyutacar

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85099887637&origin=inward

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

In this paper, we construct a corpus that contains a person who returns to a done-deal in a multi-party conversation. We call the person "BDH (Beat a Dead Horse) participant."Each conversation in the corpus consists of utterances about a topic with three participants. We prepare two topics for the corpus and one of three in participants is the BDH participant. The BDH participant mentions negative opinions about a done-deal in the previous conversation. For recognizing a BDH participant in a conversation, we generate a recognition model based on a machine learning approach from the corpus. We propose nine features and apply them to Support Vector Machines. We obtained 0.743 on the F-score by using the model with the best feature set. The bi-gram and tri-gram in them were the most effective features in the experiment.

DOI： 10.1109/IIAI-AAI50415.2020.00095

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85107216460&origin=inward

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

Recently, many studies in NLP, especially argument mining, have focused on revealing what a good argument is with written texts. However, there are a few studies to challenge argumentation quality assessment in face-to-face conversations due to a lack of corpora, as compared with written texts. Therefore, we construct a multimodal multi-party discussion corpus toward argumentation quality assessment in multi-party conversation. The corpus consists of 10 multi-party discussions (200 minutes) in total. Each participant is annotated for 6 scores about rhetoric, which is one of the classes of argumentation quality. In this paper, we explain the procedure of our corpus construction and report the results of the annotation.

DOI： 10.1109/IIAI-AAI50415.2020.00062

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85107229472&origin=inward

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

© 2020, Springer Nature Singapore Pte Ltd. Supporting consensus-building in multi-party conversations is a very important task in intelligent systems. To conduct smooth, active, and productive discussions, we need a facilitator who controls a discussion appropriately. However, it is impractical to assign a good facilitator to each group in the discussion environment. The goal of our study is to develop a digital facilitator system that supports high-quality discussions. One role of the digital facilitator is to generate facilitating utterances in the discussions. To realize the system, we need to predict the timing of facilitating utterances. To apply a machine learning technique to our model, we construct a data set from the AMI corpus, first. For the construction, we use some rules based on the annotation of the corpus. Then, we generate a prediction model with verbal and non-verbal features extracted from discussions. We obtained 0.75 on the F-measure. We compared our model with a baseline method. Our model outperformed the baseline (0.7 vs. 0.5 on the AUC value). In addition, we introduce additional features about the role of participants in the AMI corpus. By using the additional features, the F measure increased by 2 points. The experimental results show the effectiveness of our model.

DOI： 10.1007/978-981-15-6168-9_23

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85088497031&origin=inward

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

© 2019 IEEE. In this paper, we propose a knowledge acquisition method for non-Task-oriented dialogue systems. Such dialogue systems need a wide variety of knowledge for generating appropriate and sophisticated responses. However, constructing such knowledge is costly. To solve this problem, we focus on a relation about each tweet and the posted time. First, we extract event words, such as verbs, from tweets. Second, we generate frequency distribution for five different time divisions: e.g., a monthly basis. Then, we remove burst words on the basis of variance for obtaining refined distributions. We checked high ranked words in each time division. As a result, we obtained not only common sense things such as 'sleep' in night but also interesting activities such as 'recruit' in April and May (April is the beginning of the recruitment process for the new year in Japan.) and 'raise the spirits/plow into' around 9 AM for inspiring oneself at the beginning of his/her work of the day. In addition, the knowledge that our method extracts probably contributes to not only dialogue systems but also text mining and behavior analysis of data on social media and so on.

DOI： 10.1109/IALP48816.2019.9037659

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85083205940&origin=inward

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

ベトナム   ハノイ  

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（学術雑誌）

Copyright © 2019, IGI Global. Sarcasm detection has been treated as a task that classifies text as sarcastic or non-sarcastic. Sarcasm detection is a significant challenge for sentiment analysis because sarcasm involves a positive expression with a negative meaning. Surface information in text is commonly used as a classification feature. However, the authors must consider both surface and non-surface features. In this article, the authors focus on relation information between pairs of role expressions, such as “boss and staff,” and propose a sarcasm detection method based on surface and relation information. First, the authors extract role pairs from a corpus. Then, the authors construct a relation vector generated from these role pairs and incorporate the relation vector into a recurrent neural network model. The authors evaluated the proposed method by comparing it to previously proposed methods. The results demonstrate the effectiveness of introducing the relation vector to sarcasm detection.

DOI： 10.4018/IJDWM.2019100104

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85072636831&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

© 2018 IEEE. Recognizing lies in human interaction is one of the most important and challenging tasks in artificial intelligence. For example, it leads to the development of a human-computer interaction system that detects a liar in a conversation. In another example, some systems in the future might occasionally need to tell a lie for not hurting user's feelings, namely a white lie for trouble-free conversations. In this paper, we construct a video corpus for developing a system that detects lies in conversations. The corpus consists of 540 question-answer pairs by 9 persons; 270 true answers and 270 lies. We manually analyze the images in the corpus for recognizing lies. In addition, we apply machine learning techniques, support vector machines with local binary pattern features and geometric features, to our corpus. We discuss the results of the analysis of the corpus and the machine learning approaches to our corpus.

DOI： 10.1109/SCIS-ISIS.2018.00161

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85067133291&origin=inward

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

© LREC 2018 - 11th International Conference on Language Resources and Evaluation. All rights reserved. Summarization of multi-party conversation is one of the important tasks in natural language processing. For conversation summarization tasks, corpora have an important role to analyze characteristics of conversations and to construct a method for summary generation. We are developing a freely available Japanese conversation corpus for a decision-making task. We call it the Kyutech corpus. The current version of the Kyutech corpus contains topic tags of each utterance and reference summaries of each conversation. In this paper, we explain an annotation task of extractive summaries. In the annotation task, we annotate an importance tag for each utterance and link utterances with sentences in reference summaries that already exist in the Kyutech corpus. By using the annotated extractive summaries, we can evaluate extractive summarization methods on the Kyutech corpus. In the experiment, we compare some methods based on machine learning techniques with some features.

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85059885448&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

© 2019, Springer Nature Switzerland AG. On the summarization task at NTCIR-14 QA Lab-PoliInfo, participants of the task need to generate a summary corresponding to an assembly member speech in assembly minutes within the limit length. Our method extracts important sentences to summarize an assembly member speech in the minutes. Our method applies a machine learning model to predict the important sentences. However, the given assembly minutes’ data do not contain information about the importance of the sentences. As a result, we cannot directly utilize machine learning techniques for the task. Therefore, we construct training data for the importance prediction model using a word similarity between sentences in a speech and those in the summary. In addition, we apply the sentence reduction process. In the process, we consider characteristics of summaries of assembly minutes to avoid removal of important words in extracted sentences. On the evaluation, all the scores by our supervised method with the constructed data outperformed unsupervised and supervised baseline methods. The result shows the effectiveness of our method.

DOI： 10.1007/978-3-030-36805-0_8

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85076978347&origin=inward

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

ホンコン  

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

日本   香川県  

担当区分：最終著者,　責任著者   記述言語：日本語   掲載種別：研究論文（学術雑誌）

<p>本研究では，日本で人気のある野球に着目し，Play-by-play データからイニングの要約文の生成に取り組む．Web 上では多くの野球に関する速報が配信されている．戦評は試合終了後にのみ更新され，“待望の先制点を挙げる”のような試合の状況をユーザに伝えるフレーズ（本論文では Game-changing Phrase; GP と呼ぶ）が含まれているのが特徴であり，読み手は試合の状況を簡単に知ることができる．このような特徴を踏まえ，任意の打席に対して，GP を含む要約文を生成することは，試合終了後だけでなく，リアルタイムで試合の状況を知りたい場合などに非常に有益であるといえる．そこで，本研究では Play-by-play データから GP を含む要約文の生成に取り組む．また，要約生成手法としてテンプレート型文生成手法と Encoder-Decoder モデルを利用した手法の 2 つを提案する．</p>

DOI： 10.5715/jnlp.25.357

CiNii Article

CiNii Research

その他リンク： https://www.jstage.jst.go.jp/article/jnlp/25/4/25_357/_pdf

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

© 2018 IEEE. In many situations such as chat and discussion, we interact with other people, and interaction analysis is useful for improving communication skills and evaluating a learning effect of education. Although the audio information is possible to analyze the speaker behavior, it is difficult to analyze the non-speaker. On the other hand, the image information is possible to estimate the inside information, such as the concentration level and understanding level of the interaction of the non-speaker not only the speaker by using nodding, face direction, facial expression, and gaze. This paper proposes an image-based method to automatically estimate the attention level of participants for the interaction scene. We collected simulated interaction scenes by using the omnidirectional camera, and applied the proposed method. As a result, we confirmed the effectiveness of the proposed method.

DOI： 10.1109/ICIS.2018.8466462

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85055721201&origin=inward

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

Portugal   Costa de Caparica   2018年09月05日  -  2018年09月07日

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

Portugal   Costa de Caparica   2018年09月05日  -  2018年09月07日

記述言語：日本語   掲載種別：研究論文（学術雑誌）

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

Singapore   Singapore  

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

© 2017 IEEE. This paper describes an inning summarization method for a baseball game by using an encoder-decoder model. Each inning in a baseball game contains some events, such as hits, strikeouts, homeruns and scoring. Simplified description of the events leads to the improvement of readability of the inning information. Our method learns a relation between play-by-play data in each inning and inning reports. We also incorporate sophisticated expressions acquired from game summaries with the model. We call them Game-changing Phrase, GP. One problem in our task is the size of training data for the learning. To solve this problem, we apply a transfer learning approach into our method. In the experiment, we evaluate the effectiveness of our method with the transfer learning.

DOI： 10.1109/IALP.2017.8300591

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85046629402&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

© 2018, Springer International Publishing AG. Sarcasm is a non-literalistic expression and presents a negative meaning with positive expressions. Sarcasm detection is a significant challenge for sentiment analysis which is to analyze documents with opinions. In this study, we propose a method of sarcasm detection on Twitter. We focus on two kinds of feature words. One is words modified by the indicator “ ”. The other is words expressing a role. First, we extract these words from tweets. Next, our method uses the lists of these words for a machine learning approach to detect sarcastic tweets. The lists of extracted words are used as features in our method. In the experiment, we compare our method with a baseline based on the features in previous studies. The experimental result shows the effectiveness of our method.

DOI： 10.1007/978-3-319-72550-5_40

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85041536268&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

© 2018, Springer International Publishing AG. The market analysis is one of the important tasks for text mining. In this situation, Web news has an important role to predict stock prices. In this paper, we propose a method to predict the Nikkei Stock Average, which is one of the most important stock market indexes. We extract viewpoints from experts’ articles for analyzing Web news. The extracted words are index words in the vector space of a machine learning technique. We also incorporate word embedding and bootstrap approaches into our method. It predicts “UP” or “DOWN” of the next day by using the articles of a day. We also evaluate our method with not only one-day prediction but also simulated trading. The experimental result shows that index words based on expert articles were effective for both one-day prediction and simulated trading.

DOI： 10.1007/978-3-319-72550-5_39

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85041546156&origin=inward

記述言語：英語   掲載種別：研究論文（学術雑誌）

© Springer International Publishing AG 2018. Microblogs are one of the most important resources for natural language processing. This paper describes a summarization task of sports events on Twitter. We focus on an abstractive approach based on sub-events in the sports event. Abstractive summaries usually are better than summaries generated by extractive approaches in terms of readability. Furthermore, our method can incorporate sophisticated phrases that explain the scene. First, our method detects burst situations in which many users post tweets when a sub-event in a game occurs. Tweets in the burst situations are the inputs of our method. Next, it extracts sub-event elements (SEEs) that contain actions in a game, such as “Player A made a pass to Player B” and “Player B made a shot on goal.” Then, it identifies the optimal order of the extracted SEEs by using a scoring method. Finally, it generates an abstractive summary on the basis of the ordered SEEs, such as “Playler B made a shot on goal from the Player A’s pass.” In addition, it adds game-changing phrases into the abstractive summary by some rules. In the experiment, we show the effectiveness of our method as compared with related work based on an extractive approach.

DOI： 10.1007/978-3-319-70636-8_5

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85041708730&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

© 2018 by the authors. Dialogue systems have been increasingly important these days. In particular, non-taskoriented dialogue systems are studied becauseof the success of neural network approachessuch as seq2seq models. However, these models tend to generate simple responses such as"yes" and "ok." To construct a dialogue system that holds users' attention continuously,we need to generate utterances that capturethe interest of the user. In this paper, wepropose a method to extract trivia sentencesfor the purpose. Trivia information perhapsadds a surprise to users. Therefore, capturing trivia information is beneficial for dialogue systems. We estimate a trivia scoreof a sentence by using machine learning approaches, Support Vector Regression (SVR)and RankNet. We obtained 0.79 and 0.78 onSVR for the nDCG@5 and RankNet for thenDCG@10, respectively. We focus on thesubject word in each sentence. The methodwith subject information outperformed thatwithout subject information; 0.79 with subjectinformation vs. 0.64 without subject information on the SVR for the nDCG@5.

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85083277805&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

In this paper, we analyze characteristics of facilitators from multi-party conversations. The goal of our study is to construct a digital facilitator system that supports consensus-building and management of conversation for high-quality discussions. Therefore, we need facilitator’s knowledge, behavior, and patterns to realize a good digital facilitator. As the 1st step for the purpose, we focus on a macro viewpoint of facilitators’ behaviors on conversation corpora. First, we generate a model based on a decision tree that classifies each participant into a facilitator or a non-facilitator, from conversation corpora. The classification accuracies by the decision trees were 0.642 and 0.737 for two corpora, respectively. The main purpose of the decision tree generation is to extract patterns from imaginable characteristics, namely features for the classifier. Therefore, next, we discuss behaviors of facilitators by analyzing the decision tree manually. In the analysis, we focus on two types of corpora; one is that each participant has a role, such as a project manager, and another is that each participant has no role in the conversation. We investigate the influence of the difference of the setting through the analysis. From the manual analysis, we obtained some common behaviors and some different behaviors about facilitators from two corpora.

DOI： 10.1007/978-3-319-98743-9_12

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85053169078&origin=inward

担当区分：最終著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

In this paper, we propose a tool for supporting consensus-building in conversations with multiple participants. We call it “Discussion Map with Assistant (DMA)”. It consists of nodes and links. We classify the nodes into two types; alternatives and criteria. Alternatives represent what the participants are choosing between. Criteria are used to judge the alternatives. Each criterion contains an importance value. Each link between nodes also contains an importance value. The system estimates a ranking list of alternatives among participants from each map. We introduce a forgetting function to the model. The system also supports the decision-making process by using discussion maps from participants. It generates sentences and charts that describe the current state of the discussion. We evaluate the effectiveness of the discussion map system with DMA in a decision-making task experimentally.

DOI： 10.1007/978-3-319-98743-9_1

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85053106635&origin=inward

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

日本   大阪   2016年12月12日  -  2016年12月12日

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

日本   熊本   2016年07月10日  -  2016年07月14日

DOI： 10.1109/IIAI-AAI.2016.166

Scopus

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

日本   熊本   2016年07月10日  -  2016年07月14日

DOI： 10.1109/IIAI-AAI.2016.157

Scopus

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

日本   熊本   2016年07月10日  -  2016年07月14日

DOI： 10.1109/IIAI-AAI.2016.198

Scopus

担当区分：最終著者   記述言語：日本語   掲載種別：研究論文（研究会，シンポジウム資料等）

<p>Problem-based learning (PBL) is one of the most important learning approaches in recent years. In PBL, participants in a group discuss collaboratively to solve a problem and to make a decision through a conversation. In this paper, we propose a tool for supporting consensus-building on multi party conversations. We call it ``Discussion Map''. It consists of nodes and links between them. We divide the nodes into two types; alternatives and criteria. Each criterion contains the importance value. Each link between nodes also contains the importance value. We evaluate the effectiveness of the discussion map system experimentally.</p>

DOI： 10.11517/jsaialst.75.0_08

CiNii Article

CiNii Research

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

中国   上海   2015年10月30日  -  2015年11月01日

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

中国   上海   2015年10月30日  -  2015年11月01日

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（学術雑誌）

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（学術雑誌）

DOI： 10.1007/978-3-662-47227-9_6

Scopus

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（学術雑誌）

DOI： 10.1007/978-3-662-47227-9_10

Scopus

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

In this paper, we propose a method for ex-Tracting trouble information from Twitter. One useful approach is based on machine learn-ing techniques such as SVMs. However, trou-ble information is a fraction of a percent of all tweets on Twitter. In general, imbalanced distribution is not suitable for machine learn-ing techniques to generate a classifier. An-other approach is to extract trouble informa-Tion by using handwritten rules. However, constructing high coverage rules by handwork is costly. First, we verify these problems in a preliminary experiment. Then, to solve these problems, we apply a bootstrapping method to our trouble information extraction task. We introduce three characteristics and a scoring method to the bootstrapping. As a result, the iteration process on the bootstrapping in-creased the number of tweets and patterns for trouble information dramatically.

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=84967214979&origin=inward

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

In this paper we propose a method for a rat-ing prediction task. Each review consists of several ratings for a product, namely aspects. To predict the ratings of the aspects, we uti-lize not only aspect words, but also aspect sen-Tences. First, our method detects aspect sen-Tences by using a machine learning technique. Then, it incorporates words extracted from as-pect sentences with aspect word features. For estimating aspect likelihood of each word, we utilize the variance of words among aspects. Finally, it generates classifiers for each aspect by using the extracted features based on the aspect likelihood. Experimental result shows the effectiveness of features from aspect sen-Tences.

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=84966908156&origin=inward

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

ポーランド  

DOI： 10.1016/j.procs.2014.08.161

Scopus

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

日本   北九州   2014年08月31日  -  2014年09月03日

DOI： 10.1109/IIAI-AAI.2014.99

Scopus

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

日本   北九州   2014年08月31日  -  2014年09月03日

DOI： 10.1109/IIAI-AAI.2014.121

Scopus

担当区分：責任著者   記述言語：日本語   掲載種別：研究論文（学術雑誌）

記述言語：英語   掲載種別：研究論文（学術雑誌）

© Springer International Publishing Switzerland 2014.To understand an interaction among persons is one of the most important tasks in artificial intelligence. In this paper, we propose a method for estimating a cooperation level in pair work. The task is a cooperation work that take place in front of a whiteboard by two persons. The goal of our study is to provide the cooperation level that is estimated by features extracted from images for teachers. The result of this study is useful for education support systems and problem based learning. We extract the standing location, operation ratio and head direction of each person from an overhead camera. We apply the features to two machine learning approaches: AdaBooost and multiple linear regression. We obtained 77.5% as the accuracy by the AdaBoost and 0.649 as the adjusted R2 by the regression.

DOI： 10.1007/978-3-319-05570-1_9

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=84927761073&origin=inward

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（学術雑誌）

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

日本   東京  

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

日本   金沢  

DOI： 10.1007/978-3-642-33983-7_28

Scopus

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

日本   福岡  

DOI： 10.1109/IIAI-AAI.2012.32

Scopus

記述言語：英語   掲載種別：研究論文（学術雑誌）

In this paper, we propose a combined method for hand shape recognition. It consists of Support Vector Machines (SVMs) and an online learning algorithm based on the perceptron. We apply HOG features to each method. First, our method estimates the hand shape of an input image by using SVMs. Here, an online learning method with the perceptron uses an input image as new training data if the image is effective in relearning in the recognition process. Next, we select a final hand shape from the outputs of SVMs and perceptrons by using the score from SVMs. The combined method with the online perceptron is robust against unknown users because it contains a relearning process for the current user. Therefore applying the online perceptron leads to an improvement in accuracy. We compare the combined method with a method that uses only SVMs. Experimental results show the effectiveness of the proposed method.

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=84866617122&origin=inward

記述言語：英語   掲載種別：研究論文（学術雑誌）

In this paper, we describe a novel image-based person identification task. Conventional face-based person identification methods have a low tolerance for occluded situations, such as overlapping of people in an image. We focus on an image from an overhead camera. Using the overhead camera reduces restrictions on the installation location of the camera and solves the problem of occluded images. First, our method identifies a person area in a captured image by using background subtraction. Then, it extracts four features from the area: (1) body size, (2) hair color, (3) hairstyle, and (4) hair whorl. We apply the four features to the AdaBoost algorithm. Experimental results show the effectiveness of our method.

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=84866608953&origin=inward

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

日本   京都  

DOI： 10.1109/SNPD.2012.47

Scopus

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

中国   上海  

DOI： 10.1109/ICIS.2012.44

Scopus

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

韓国   ソウル  

DOI： 10.1109/SSNE.2011.27

Scopus

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（学術雑誌）

DOI： 10.1016/j.sbspro.2011.10.592

Scopus

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（学術雑誌）

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

In this paper, we propose a method for personal identification using facial features and context information. The method can overcome a problem of partially occluded images. In the proposal method, facial similarity is calculated by using the CLAFIC method from a face image and the parts in the face, such as the image of eyes. In addition, we focus on clothes of each target person and time information as the context. We apply these features into a scoring method and a machine learning method. In the experiments, we confirmed that proposal method is better than the method using only the face image similarity and the heuristic method based on a scoring.

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=84874331219&origin=inward

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

In this paper, we describe a novel image-based person identification task. Traditional face-based person identification methods have a low tolerance for occluded situation, such as overlapping of people in an image. We focus on an image from an overhead camera. Using the overhead camera reduces a restriction of the installation location of a camera and solves the problem of occluded images. First, our method identifies the person's area in a captured image by using background subtraction. Then, it extracts four features from the area; (1) body size, (2) hair color, (3) hairstyle and (4) hair whorl. We apply the four features into the AdaBoost algorithm. Experimental result shows the effectiveness of our method.

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=84874305692&origin=inward

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

In this paper, we propose a combined method for hand shape recognition. It consists of support vector machines (SVMs) and an online learning algorithm based on the perceptron. We apply HOG features to each method. First, our method estimates a hand shape of an input image by using SVMs. Here the online learning method with the perceptron uses the input image as new training data if the data is effective for relearning in the recognition process. Next, we select the final hand shape from the outputs of the SVMs and perceptron by using the score of SVMs. The combined method deals with a problem about decrease of the accuracy in the case that users change. Applying the online perceptron jointly leads to improvement of the accuracy. We compare the combined method with a method using only SVMs. The experimental result shows the effectiveness of the proposed method.

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=84874341202&origin=inward

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

マレーシア   クアラルンプール  

担当区分：責任著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

マレーシア   クアラルンプール  

DOI： 10.1016/j.sbspro.2011.10.579

Scopus

担当区分：責任著者   記述言語：日本語   掲載種別：研究論文（学術雑誌）

CiNii Article

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

岡山   2010年12月08日  -  2010年12月12日

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

As the World Wide Web rapidly grows, a huge number of online documents are easily accessible on the Web. We obtain a huge number of review documents that include user's opinions for products. To summarize the opinions is one of the hottest topics in natural language processing. We focus on aspects of a product in the summarization process. First, we identify a relation between aspects and each word in review documents. Our method employs an unsupervised approach for the identification process. The experimental result shows the effectiveness of the method. Next, we generate a summary by using the relations. In our system, users obtain the summary by an interactive approach.

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=84866656025&origin=inward

記述言語：英語   掲載種別：研究論文（学術雑誌）

In this paper, we propose a method for anaphora resolution in speech understanding for a livelihood support robot. For robust speech recognition, we combine two types of speech recognizers; a large vocabulary continuous speech recognizer (LVCSR) and domain-specific speech recognizers (DSSR). One problem in the anaphora resolution is lack of the antecedent in the outputs. To solve the problem, we introduce 2 types of DSSRs; one medium-scale DSSR and several small DSSRs. In this paper, we describe the basic idea of our multiple speech recognizer first. The selection process in the recognizer is based on the similarity between the LVCSR and each DSSR. Then, by using the outputs from the LVCSR and the medium-scale DSSR, we resolve anaphoric expressions in the current output from a small-scale DSSR. The experimental result shows the effectiveness of our method. © 2010 by Kazutaka Shimada, Noriko Tanamachi, and Tsutomu Endo.

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=84863869152&origin=inward

記述言語：英語   掲載種別：研究論文（学術雑誌）

The development of theWeb services lets many users easily provide their opinions recently. Automatic summarization of enormous sentiments has been expected. Intuitively, we can summarize a review with traditional document summarization methods. However, such methods have not well-discussed "aspects". Basically, a review consists of sentiments with various aspects. We summarize reviews for each aspect so that the summary presents information without biasing to a specific topic. In this paper, we propose a method for multiaspects review summarization based on evaluative sentence extraction. We handle three features; ratings of aspects, the tf -idf value, and the number of mentions with a similar topic. For estimating the number of mentions, we apply a clustering algorithm. By integrating these features, we generate a more appropriate summary. The experiment results show the effectiveness of our method. © 2010 by Ryosuke Tadano, Kazutaka Shimada, and Tsutomu Endo.

Scopus

その他リンク： https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=84863868523&origin=inward

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

宮城   2010年11月04日  -  2010年11月07日

主要論文集（会議）

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

宮城   2010年11月04日  -  2010年11月07日

主要論文集（会議）

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

韓国   大邱   2010年08月30日  -  2010年09月02日

主要論文集（会議）

DOI： 10.1007/978-3-642-15246-7_73

Scopus

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

北海道札幌市   2009年10月21日  -  2009年10月23日

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

北海道   2009年09月01日  -  2009年09月04日

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

北海道   2009年09月01日  -  2009年09月04日

記述言語：日本語   掲載種別：研究論文（国際会議プロシーディングス）

大阪   2009年02月  -  2009年02月

記述言語：英語   掲載種別：研究論文（その他学術会議資料等）

フィリピン   セブ   2008年11月20日  -  2008年11月22日

主要論文集（会議）

記述言語：英語   掲載種別：研究論文（その他学術会議資料等）

フィリピン   セブ   2008年11月20日  -  2008年11月22日

主要論文集（会議）

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

大阪   2008年04月  -  2008年04月

記述言語：日本語   掲載種別：研究論文（その他学術会議資料等）

2008年04月  -  2008年04月

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

Korea   Seoul   2007年11月01日  -  2007年11月03日

主要論文集（会議）

記述言語：英語   掲載種別：研究論文（その他学術会議資料等）

Australia   Melbourne   2007年09月19日  -  2007年09月21日

主要論文集（会議）

記述言語：英語   掲載種別：研究論文（学術雑誌）

記述言語：英語   掲載種別：研究論文（学術雑誌）

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

東京   2006年06月05日  -  2006年06月06日

記述言語：日本語   掲載種別：研究論文（学術雑誌）

主要雑誌

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

東京都日野市   2005年08月24日  -  2005年08月27日

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

東京都日野市   2005年08月24日  -  2005年08月27日

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）

東京都日野市   2005年08月24日  -  2005年08月27日

代表的研究業績

記述言語：日本語   掲載種別：研究論文（学術雑誌）

主要雑誌 代表的研究業績

記述言語：英語   掲載種別：研究論文（学術雑誌）

記述言語：英語   掲載種別：研究論文（その他学術会議資料等）

Halifax, Nova Scotia, Canada   2003年08月22日  -  2003年08月25日

記述言語：英語   掲載種別：研究論文（その他学術会議資料等）

Halifax, Nova Scotia, Canada   2003年08月22日  -  2003年08月25日

記述言語：英語   掲載種別：研究論文（その他学術会議資料等）

主要雑誌 代表的研究業績

記述言語：英語   掲載種別：研究論文（その他学術会議資料等）

Kitakyushu, Japan   2003年06月03日  -  2003年06月06日

記述言語：英語   掲載種別：研究論文（その他学術会議資料等）

2001年04月  -  2001年04月

開催期間： 2024年03月   記述言語：日本語  

開催期間： 2024年03月   記述言語：日本語  

開催期間： 2024年03月   記述言語：日本語  

開催期間： 2023年09月   記述言語：日本語  

開催期間： 2023年09月   記述言語：日本語  

開催期間： 2023年09月   記述言語：日本語  

開催期間： 2023年03月13日 - 2023年03月17日   記述言語：日本語  

開催期間： 2023年03月13日 - 2023年03月17日   記述言語：英語  

開催期間： 2022年12月   記述言語：日本語  

開催期間： 2022年09月   記述言語：日本語  

開催期間： 2022年09月   記述言語：日本語  

開催期間： 2022年06月   記述言語：日本語  

開催期間： 2022年06月   記述言語：日本語  

開催期間： 2022年03月07日   記述言語：日本語  

開催期間： 2022年03月07日   記述言語：日本語  

開催期間： 2021年12月   記述言語：日本語  

開催期間： 2021年09月   記述言語：日本語  

開催期間： 2021年09月   記述言語：日本語  

開催期間： 2021年09月   記述言語：日本語  

開催期間： 2021年07月   記述言語：日本語  

開催期間： 2021年03月15日 - 2021年03月19日   記述言語：日本語  

開催期間： 2021年03月15日 - 2021年03月19日   記述言語：日本語  

開催期間： 2021年03月01日 - 2021年03月02日   記述言語：日本語  

開催期間： 2021年03月01日 - 2021年03月02日   記述言語：日本語  

開催期間： 2021年03月01日 - 2021年03月02日   記述言語：日本語  

開催期間： 2021年02月18日   記述言語：日本語  

開催期間： 2021年02月18日   記述言語：日本語  

開催期間： 2020年12月25日   記述言語：日本語  

開催期間： 2020年12月25日   記述言語：日本語  

開催期間： 2020年12月12日 - 2020年12月19日   記述言語：英語  

開催期間： 2020年12月12日 - 2020年12月19日   記述言語：英語  

開催期間： 2020年09月10日   記述言語：日本語  

開催期間： 2020年09月10日   記述言語：日本語  

開催期間： 2020年09月10日   記述言語：日本語  

開催期間： 2020年07月02日   記述言語：日本語  

開催期間： 2020年03月16日 - 2020年03月19日   記述言語：日本語  

開催期間： 2020年03月16日 - 2020年03月19日   記述言語：日本語  

開催期間： 2020年03月09日 - 2020年03月10日   記述言語：日本語  

開催期間： 2020年02月16日 - 2020年02月17日   記述言語：日本語   開催地：東京  

開催期間： 2020年02月16日 - 2020年02月17日   記述言語：日本語   開催地：東京  

開催期間： 2019年12月   記述言語：日本語  

開催期間： 2019年06月10日 - 2019年06月13日   記述言語：英語  

開催期間： 2019年03月12日 - 2019年03月15日   記述言語：日本語  

開催期間： 2019年03月12日 - 2019年03月15日   記述言語：日本語  

開催期間： 2019年03月12日 - 2019年03月15日   記述言語：日本語  

開催期間： 2019年03月02日 - 2019年03月03日   記述言語：日本語  

開催期間： 2019年03月02日 - 2019年03月03日   記述言語：日本語  

開催期間： 2019年02月07日 - 2019年02月08日   記述言語：日本語  

開催期間： 2019年02月07日 - 2019年02月08日   記述言語：日本語  

開催期間： 2018年12月07日 - 2018年12月08日   記述言語：日本語  

開催期間： 2018年12月07日 - 2018年12月08日   記述言語：日本語  

開催期間： 2018年12月07日 - 2018年12月08日   記述言語：日本語  

開催期間： 2018年09月06日 - 2018年09月07日   記述言語：日本語  

開催期間： 2018年07月06日 - 2018年07月07日   記述言語：日本語  

開催期間： 2018年07月06日 - 2018年07月07日   記述言語：日本語  

開催期間： 2018年03月12日 - 2018年03月15日   記述言語：日本語  

開催期間： 2018年03月12日 - 2018年03月15日   記述言語：日本語  

開催期間： 2018年03月01日 - 2018年03月02日   記述言語：日本語  

開催期間： 2018年03月01日 - 2018年03月02日   記述言語：日本語  

開催期間： 2017年12月20日 - 2017年12月21日   記述言語：日本語  

開催期間： 2017年12月20日 - 2017年12月21日   記述言語：日本語  

開催期間： 2017年12月13日 - 2017年12月15日   記述言語：日本語  

開催期間： 2017年09月26日   記述言語：日本語  

開催期間： 2017年09月   記述言語：日本語  

開催期間： 2017年06月09日 - 2017年06月10日   記述言語：日本語  

開催期間： 2017年03月14日 - 2017年03月16日   記述言語：日本語   開催地：筑波  

開催期間： 2017年03月14日 - 2017年03月16日   記述言語：日本語   開催地：筑波  

開催期間： 2017年03月14日 - 2017年03月16日   記述言語：日本語   開催地：筑波  

開催期間： 2017年02月09日 - 2017年02月10日   記述言語：日本語  

開催期間： 2016年12月21日 - 2016年12月22日   記述言語：日本語   開催地：東京  

開催期間： 2016年12月07日 - 2016年12月09日   記述言語：日本語   開催地：高知  

開催期間： 2016年06月07日 - 2016年06月10日   記述言語：英語  

開催期間： 2016年06月04日 - 2016年06月05日   記述言語：日本語  

開催期間： 2016年06月04日 - 2016年06月05日   記述言語：日本語  

開催期間： 2016年03月08日 - 2016年03月11日   記述言語：日本語  

開催期間： 2016年03月08日 - 2016年03月11日   記述言語：日本語  

開催期間： 2016年03月08日 - 2016年03月11日   記述言語：日本語  

開催期間： 2016年03月02日 - 2016年03月03日   記述言語：日本語  

開催期間： 2016年03月02日 - 2016年03月03日   記述言語：日本語  

開催期間： 2016年02月04日 - 2016年02月05日   記述言語：日本語  

開催期間： 2015年11月14日   記述言語：日本語  

開催期間： 2015年06月04日 - 2015年06月05日   記述言語：日本語  

開催期間： 2015年06月04日 - 2015年06月05日   記述言語：日本語  

開催期間： 2015年03月17日 - 2015年03月19日   記述言語：日本語  

開催期間： 2015年03月17日 - 2015年03月19日   記述言語：日本語  

開催期間： 2014年12月   記述言語：英語  

開催期間： 2014年09月20日   記述言語：日本語  

開催期間： 2014年09月20日   記述言語：日本語  

開催期間： 2014年06月20日 - 2014年06月21日   記述言語：日本語  

開催期間： 2014年06月14日 - 2014年06月15日   記述言語：日本語  

開催期間： 2014年06月14日 - 2014年06月15日   記述言語：日本語  

開催期間： 2014年06月14日   記述言語：日本語  

製品の不具合に関する情報を収集することは,事故や社会的損失を未然に防ぐためにも重要である.本研究では,マイクロブログサービスTwitterを情報源とし,不具合情報を自動的に抽出する手法を提案する.まず,情報抽出の分野において一般的である,機械学習による手法を用いた実験を行い,機械学習による手法の問題点や, Twitter上の不具合情報抽出における難しさを考察する.さらに,機械学習とは異なるアプローチとして,人手で作成したルールベースの抽出手法を提案する.

CiNii Article

開催期間： 2014年06月14日   記述言語：日本語  

Web上には多くの観光情報が存在し,その情報を分析することは観光情報学における重要なタスクの一つである.本論文では, Twitterに投稿された各tweetの現地性を判断する手法について提案する.ここで現地性とは,そのtweetが実際に現地で現地のことを言及しているかと定義する. tweetの現地性を正確に判断できれば,観光地に対する評判の分析や移動経路の推定などが可能になる.提案手法では,ルールによるフィルタリングと機械学習によって現地性を判断する. 2つの手法を統合的に利用することで,精度が向上することを示す.また,前後のTweetに関する情報を利用することの有効性についても検証する.

CiNii Article

開催期間： 2014年03月17日 - 2014年03月20日   記述言語：日本語  

開催期間： 2013年12月18日 - 2013年12月20日   記述言語：日本語  

開催期間： 2013年09月11日 - 2013年09月12日   記述言語：日本語  

開催期間： 2013年09月11日   記述言語：日本語  

CiNii Article

開催期間： 2013年06月14日   記述言語：日本語  

本論文では,3名によるクイズ対話を対象とし,それぞれが対話で感じた主観的な難易度を推定する手法について提案する.提案手法では,(1)発話に関する特徴,(2)沈黙に関する特徴,(3)オーバーラップに関する特徴の3つを利用する.発話特徴としては,発話の時間長や形態素数,前後の発話の分布などを利用する.沈黙特徴としては,沈黙の数や時間の長さなどを利用する.オーバーラップ特徴としては,その頻度や時間の平均,分散などを利用する.これらの特徴について特徴選択を行い,機械学習器であるC4.5とSVMに適用して,主観的難易度を推定する.実験の結果より,特徴選択をしたC4.5が正解率の面でも推定誤差の面でも最も高い精度を得た.

CiNii Article

開催期間： 2013年06月   記述言語：英語  

開催期間： 2013年06月   記述言語：日本語  

開催期間： 2013年06月   記述言語：日本語  

開催期間： 2013年03月14日 - 2013年03月15日   記述言語：日本語  

開催期間： 2012年12月19日 - 2012年12月20日   記述言語：日本語   開催地：東京  

開催期間： 2012年12月19日   記述言語：日本語  

本論文では,Webから観光情報を抽出し,複数の特徴ベクトルから観光地間の類似性を評価することで,観光地を推薦するシステムを提案する.本システムでは,入力をユーザのお気に入りの観光地とすることにより,観光地の幅広い特徴分析に対応し,同時にユーザの嗜好解析も実現する.観光地の特徴ベクトルは,(1)知恵袋・ブログ上での共起キーワードと(2)時系列分布,(3)知恵袋上でのカテゴリ構造,(4)観光地周辺施設,(5)地図画像から生成する.これらの特徴ベクトルからベクトル空間モデルの考え方のもと,コサイン類似度の算出を行い,類似性の高い観光地を推薦する.さらにどこが特徴的なのかを明確に表現するため,差分の可視化にも取り組む.

CiNii Article

開催期間： 2012年09月26日   記述言語：日本語   開催地：佐賀  

開催期間： 2012年09月26日   記述言語：日本語   開催地：佐賀  

開催期間： 2012年08月18日   記述言語：日本語   開催地：滋賀  

開催期間： 2012年08月11日   記述言語：日本語  

多人数インタラクションの円滑化において対話者の内面を推定することは重要な課題である.対話者の内面推定を実現するには言葉などの言語情報だけでなく,話者の表情や姿勢,ジェスチャといった非言語情報も重要な役割を果たす.我々は非言語情報の1つである姿勢に着目し,話者の姿勢から内面を推定する手法を検討している.本論文では,その前処理として深度センサーを用いた姿勢推定の手法を提案する.提案手法では頭上方向から撮影した人物画像より得られた深度情報を基に抽出した(1)深度ヒストグラム,(2)人物の面積,(3)人物の体型,(4)人物領域の中心座標,(5)頭部領域の中心座標,(6)身体の傾き度合い,(7)身体の向きの計7種類の特徴量を用いる.抽出した特徴量を学習アルゴリズムの1つであるAdaboostに適用することで姿勢推定に最適な分類器を作成する.実験の結果,提案手法が姿勢推定において有効であることを示す.

CiNii Article

開催期間： 2012年08月06日 - 2012年08月08日   記述言語：日本語   開催地：福岡  

開催期間： 2012年06月29日   記述言語：日本語   開催地：東京  

開催期間： 2012年06月22日   記述言語：日本語  

複数人談話を対象とし,談話中の盛り上がり箇所を検出する手法について提案する.対話の盛り上がりを推定できれば,ユーザ心理の把握や,それに基づく詳細な対話状態の理解などが可能になる.提案手法では,言語的特徴の他に,笑いという状態に着目する.対話に現れる笑いを外部からの発話や行動に対して発生したものか,自発的な笑いかに分類する.また,笑いの大きさを3段階に分けて,特徴とする.これらの笑い特徴と,bag-of-wordsや時間的特徴,その他の言語的特徴などを組み合わせて,分類器に適用する.実験では,5分程度の複数人対話のデータを10セット用意し,提案手法で評価した.実験結果より,bag-of-wordsのみによる分類器と比較して,笑い特徴を利用した提案手法の有効性が確認された.

CiNii Article

開催期間： 2012年06月22日   記述言語：日本語  

複数人談話を対象とし,談話中の盛り上がり箇所を検出する手法について提案する.対話の盛り上がりを推定できれば,ユーザ心理の把握や,それに基づく詳細な対話状態の理解などが可能になる.提案手法では,言語的特徴の他に,笑いという状態に着目する.対話に現れる笑いを外部からの発話や行動に対して発生したものか,自発的な笑いかに分類する.また,笑いの大きさを3段階に分けて,特徴とする.これらの笑い特徴と,bag-of-wordsや時間的特徴,その他の言語的特徴などを組み合わせて,分類器に適用する.実験では,5分程度の複数人対話のデータを10セット用意し,提案手法で評価した.実験結果より,bag-of-wordsのみによる分類器と比較して,笑い特徴を利用した提案手法の有効性が確認された.

CiNii Article

開催期間： 2012年05月25日 - 2012年05月26日   記述言語：日本語  

開催期間： 2012年03月13日 - 2012年03月16日   記述言語：日本語  

開催期間： 2012年03月13日 - 2012年03月16日   記述言語：日本語  

開催期間： 2011年09月   記述言語：日本語   開催地：佐賀  

開催期間： 2011年09月   記述言語：日本語   開催地：佐賀  

開催期間： 2011年09月   記述言語：日本語   開催地：佐賀  

開催期間： 2011年07月20日 - 2011年07月22日   記述言語：日本語   開催地：金沢  

開催期間： 2011年07月20日 - 2011年07月22日   記述言語：日本語   開催地：金沢  

開催期間： 2011年03月   記述言語：日本語   開催地：日本 豊橋  

開催期間： 2010年10月   記述言語：日本語   開催地：日本 東京  

開催期間： 2010年09月   記述言語：日本語   開催地：日本 福岡  

開催期間： 2010年09月   記述言語：日本語   開催地：日本 福岡  

開催期間： 2010年09月   記述言語：日本語   開催地：日本 福岡  

開催期間： 2010年09月   記述言語：日本語  

開催期間： 2010年09月   記述言語：日本語   開催地：日本 福岡  

開催期間： 2010年09月   記述言語：日本語   開催地：日本 福岡  

開催期間： 2010年08月20日   記述言語：日本語  

CiNii Article

開催期間： 2010年07月15日   記述言語：日本語  

本論文では,複数の異なる認識器を組み合わせた音声理解手法に基づく照応解析について述べる.提案手法は, (1) 1つの大語彙認識器と (2) 複数の小語彙なドメイン依存認識器, (3) 中規模なドメイン依存認識器の3種類で構成される.提案手法では,介護支援ロボットをタスクとし,小語彙認識器で,ロボットへの命令発話についてロバストな認識を実現し,一方で,大語彙認識器により,命令発話以外の雑談中に存在する単語やトピックを獲得する.ユーザからの命令発話中に,照応詞が存在する場合は,それ以前のそれぞれの音声認識器の結果から適切な先行詞を推定する.先行詞は,大語彙認識器が扱う発話中に存在することが多いが,大語彙認識器の認識精度は十分ではない.そこで,提案手法中の小語彙認識器の語彙を組み合わせた中規模な認識器を用意し,大語彙認識器の認識精度の問題を解消する.実験により,中規模認識器を含む手法の有効性が確認された.

CiNii Article

開催期間： 2010年07月   記述言語：日本語   開催地：日本 宮城  

開催期間： 2010年03月15日 - 2010年03月16日   記述言語：日本語   開催地：日本 鹿児島  

開催期間： 2010年03月15日 - 2010年03月16日   記述言語：日本語   開催地：日本 鹿児島  

開催期間： 2010年03月09日 - 2010年03月11日   記述言語：日本語   開催地：日本 東京  

開催期間： 2010年03月09日 - 2010年03月11日   記述言語：日本語   開催地：日本 東京  

開催期間： 2010年03月09日 - 2010年03月11日   記述言語：日本語   開催地：日本 東京  

開催期間： 2010年03月09日 - 2010年03月11日   記述言語：日本語   開催地：日本 東京  

開催期間： 2010年03月08日   記述言語：日本語  

本稿では,少数のサンプルで学習したSVMと逐次学習により作成される識別器を併用したHOG特徴による手形状認識手法を提案する.HOG特徴を用いた形状認識ではSVMを用いて認識を行う研究が多数報告されているが,一般的に機械学習には十分な学習が必要であり,学習に存在しない人物の認識精度が低下することも起こり得る.本手法では,入力画像からHOG特徴を算出し,それをSVM,逐次学習により作成される識別器それぞれに入力する.それぞれの結果を一定条件で選択することにより,高精度で汎用性の高い手形状認識を行う.提案手法とSVM単体の結果と比較したところ、提案手法の有効性を確認することができた.

CiNii Article

開催期間： 2010年03月08日   記述言語：日本語  

本稿では,隠れに頑健な人物識別手法として,顔特徴とコンテキスト情報を用いた手法について報告する.本手法では,顔特徴として正面顔と目,鼻などの顔部品を用い,CLAFIC法により類似度を求める.またコンテキスト情報には衣服の情報を使用し,衣服特徴として4つの特徴を用い,それぞれ類似度を求める.これらの特徴から得られた類似度を統合し,人物識別を行う.顔の一部が隠れた画像に対して,顔特徴のみで識別を行った場合の結果と本手法で識別を行った場合の結果を比べることで,コンテキスト情報として衣服特徴を用いることの有効性を確認した.

CiNii Article

開催期間： 2010年03月08日   記述言語：日本語  

CiNii Article

開催期間： 2010年03月08日   記述言語：日本語  

CiNii Article

開催期間： 2009年09月30日 - 2009年10月01日   記述言語：日本語   開催地：日本 京都市  

開催期間： 2009年09月30日 - 2009年10月01日   記述言語：日本語   開催地：日本 京都市  

開催期間： 2009年09月30日   記述言語：日本語   開催地：日本 飯塚市  

開催期間： 2009年09月30日   記述言語：日本語   開催地：日本 飯塚市  

開催期間： 2009年09月30日   記述言語：日本語   開催地：日本 飯塚市  

開催期間： 2009年09月30日   記述言語：日本語   開催地：日本 飯塚市  

開催期間： 2009年09月   記述言語：日本語   開催地：日本  

開催期間： 2009年07月   記述言語：日本語   開催地：日本  

開催期間： 2009年03月   記述言語：日本語   開催地：日本 滋賀  

開催期間： 2009年03月   記述言語：日本語  

開催期間： 2008年04月   記述言語：日本語  

開催期間： 2008年04月   記述言語：日本語  

開催期間： 2008年04月   記述言語：日本語  

開催期間： 2008年04月   記述言語：日本語   開催地：日本 軽井沢  

開催期間： 2008年04月   記述言語：日本語   開催地：日本 旭川  

開催期間： 2008年03月17日 - 2008年03月21日   記述言語：日本語   開催地：日本  

開催期間： 2008年03月06日 - 2008年03月07日   記述言語：日本語   開催地： 長崎  

開催期間： 2007年09月28日 - 2007年09月29日   記述言語：日本語   開催地：日本 東京  

開催期間： 2007年06月18日 - 2007年06月22日   記述言語：日本語   開催地：日本 宮崎県宮崎市  

開催期間： 2007年03月19日 - 2007年03月23日   記述言語：日本語   開催地：日本 滋賀  

開催期間： 2007年03月01日 - 2007年03月02日   記述言語：日本語   開催地：日本 鹿児島  

開催期間： 2007年03月01日 - 2007年03月02日   記述言語：日本語   開催地：日本 鹿児島  

開催期間： 2007年03月01日 - 2007年03月02日   記述言語：日本語   開催地：日本 鹿児島  

開催期間： 2007年03月01日 - 2007年03月02日   記述言語：日本語   開催地：日本 鹿児島  

開催期間： 2006年09月   記述言語：日本語   開催地：日本  

開催期間： 2006年09月   記述言語：日本語   開催地：日本  

開催期間： 2006年09月   記述言語：日本語  

開催期間： 2006年09月   記述言語：日本語  

開催期間： 2006年09月   記述言語：日本語   開催地：日本  

開催期間： 2006年09月   記述言語：日本語   開催地：日本  

開催期間： 2006年03月14日 - 2006年03月16日   記述言語：日本語   開催地：日本 東京都日吉  

開催期間： 2005年09月28日   記述言語：日本語   開催地：日本 福岡県福岡市  

開催期間： 2005年09月28日   記述言語：日本語   開催地：日本 福岡県福岡市  

開催期間： 2005年07月09日   記述言語：日本語   開催地：日本 福岡県福岡市  

開催期間： 2005年03月07日 - 2005年03月08日   記述言語：日本語  

開催期間： 2005年03月   記述言語：日本語   開催地：日本 香川県  

開催期間： 2005年03月   記述言語：日本語   開催地：日本 香川県  

開催期間： 2005年03月   記述言語：日本語   開催地：日本 香川県  

開催期間： 2004年11月   記述言語：日本語   開催地：日本 香川県  

開催期間： 2004年09月   記述言語：日本語   開催地：日本 鹿児島県  

開催期間： 2004年09月   記述言語：日本語   開催地：日本 京都府  

開催期間： 2004年03月16日 - 2004年03月18日   記述言語：日本語   開催地： 東京都  

開催期間： 2003年09月26日 - 2003年09月27日   記述言語：日本語   開催地： 熊本県熊本市  

開催期間： 2003年09月25日   記述言語：日本語   開催地： 熊本県熊本市  

開催期間： 2003年09月25日   記述言語：日本語   開催地： 熊本県熊本市  

開催期間： 2003年09月25日   記述言語：日本語   開催地： 熊本県熊本市  

開催期間： 2003年03月18日 - 2003年03月20日   記述言語：日本語   開催地： 横浜国立大学  

開催期間： 2003年03月06日 - 2003年03月07日   記述言語：日本語   開催地： 九州工業大学情報工学部  

開催期間： 2002年09月26日 - 2002年09月27日   記述言語：日本語   開催地： 長崎大学  

開催期間： 2002年09月26日 - 2002年09月27日   記述言語：日本語   開催地： 長崎大学  

開催期間： 2002年09月25日   記述言語：日本語   開催地： 長崎大学  

開催期間： 2002年09月25日   記述言語：日本語   開催地： 長崎大学  

受賞国：日本国

受賞国：日本国

受賞国：日本国

受賞国：日本国

受賞国：日本国

受賞国：日本国

科目区分：学部専門科目

科目区分：学部専門科目