研究

表現学習 / 深層学習

単語や文の意味をコンピュータ上でどのように表現すればよいか? これは,自然言語処理の長年の未解決問題のひとつです.近年では,深層学習を自然言語処理に取り入れて,大規模言語データから単語の意味を表現するベクトルを学習したり,単語の意味ベクトルから文の意味ベクトルを合成することが可能になりました.また,テキスト中で言及される人物や会社名などをWikipedia記事に自動的に対応付ける研究を行っています.

知識獲得

「試験に合格する」→「嬉しい」など,人間は常識的知識を活用しながらコミュニケーションをしています.このような知識をコンピュータに身につけさせるため,ウェブ,Wikipedia,SNS投稿などのデータから自動的に学習する方法を探求しています.

質問に答える

受け取った言葉を理解して,自身の知識を活用しながら,適切な応答を返すという人間の知的処理をコンピュータで実現することで,クイズ,翻訳,対話,意見分析など,様々なタスクをコンピュータ上で実現することができます.

社会での応用

SNSの投稿などのビッグデータから世論を分析したり,文章を自動的に生成・校正するなど,言語処理技術には様々な応用があります. 当研究室では,ビッグデータ解析による社会観測など,研究成果の実社会での応用も展開しています.

事例: 朝日新聞2013年3月13日朝刊2面「震災ツイート昨年より2割増」,朝日新聞2013年7月3日朝刊6面「611万 もう一つの民意」,朝日新聞2013年7月26日朝刊9面「つながる力 次こそ真価」など.朝日新聞社に無断で転載することを禁じる(承諾番号17-6975).