人工知能学会 第73回 人工知能基本問題研究会 (SIG-FPAI)
主査 山本 章博
幹事 平田耕一，相原 健郎，伊藤 公人，植野 真臣，久保山哲二
担当幹事 相原 健郎，久保山哲二
(後援: 学習院大学計算機センター)
●開催日：3月13日(金)，14日(土)
●会場： 学習院大学 西5号館3階302教室
交通案内 http://www.gakushuin.ac.jp/univ/etc/access.html
http://www.gakushuin.ac.jp/mejiro.html
●参加費: 無料
●資料代: 1,500円 (学生会員は無料)
●テーマ: 特集「大規模データからの機械学習と自然言語処理への応用」および一般
●宿泊：各自ご用意ください。
会場へは以下のホテルが便利です。
・ホテルメッツ目白 http://www.hotelmets.jp/mejiro/
●懇親会: 日時：3月13日(金) 18:10-20:10
参加費・場所は当日にお知らせします．
●開催趣旨:
大規模データを対象とした機械学習手法の発展にともない自然言語
処理分野でも新しい機械学習手法が活発に適用されています．今回
の研究会では，このような大規模データからの機械学習と自然言語
処理への応用に着目し，関連する研究発表を広く募集します．
--------------------------------------------------------------------
プログラム
--------------------------------------------------------------------
○ 一日目 【3月13日（金）13:10-17:40】
● 受付開始 12:30
● 開会 13:00
● Session 1. 口頭発表(発表25分+質疑5分) 13:10-14:10
(1) 定量的アイテム集合発見による属性付き単一グラフマイニング
○三好裕樹，尾崎知伸，大川剛直(神戸大)
(2) 区間イベント集合に関する系列パターンマイニングの拡張
○中垣内郁也，尾崎知伸，大川剛直(神戸大)
● Session 2. 口頭発表(発表25分+質疑5分) 14:20-15:20
(3) アイテムIDの逆単調性を利用した頻出系列パターンマイニング
○北原洋一，櫻井茂明(東芝)
(4) リンク伝播：リンク予測のための半教師付き学習法
○鹿島久嗣(日本IBM)、加藤毅(お茶大)、山西芳裕(Mines ParisTech)、
杉山将(東工大)、津田宏治(MPI)
● 招待講演 15:30-16:30
(5) 招待講演 鍜治伸裕氏(東京大学生産技術研究所)
「テキストからの評判分析と機械学習」
近年のCGMの爆発的な普及に伴って，テキストデータから特定の製
品に関する評判を自動的に抽出して集約するための技術が注目を集
めている．こうした技術は評判分析と呼ばれ，特に自然言語処理な
どの分野において盛んに研究が行 われている．本講演では，機械
学習を応用したアプローチを中心として，最近の評判分析の研究動
向の紹介を行う． CGM: Consumer Generated Mediaのこと．ここで
はアマゾンなどのレビューデータやブログデータのことを指してい
る．
● 招待講演 16:40-17:40
(6) 招待講演 岡野原大輔氏(東京大学大学院情報理工学系研究科)
「大規模データを基にした自然言語処理」
大規模データが利用可能となるにつれ，機械学習を利用した自然言
語処理の精度は 大幅に向上する一方，計算量，空間領域量の増大
が深刻な問題となってきている．本発表では適切なデータ構造（拡
張接尾辞配列，転置ファイルなど），アルゴリズム（確率的勾配降
下法など），モデル化（L1正則化など）を利用することで，これら
の 問題がいかに解決されるかを述べるとともに，これからの課題
を述べる．
● 懇親会 18:10
○ 二日目 【3月14日（土）9:00-16:20】
● Session 2. 口頭発表(発表25分+質疑5分) 9:00-10:00
(7) Amida-Pick UpアルゴリズムとGAの比較と検証
○金坂径士(東海大)
(8) クラスタリングを用いた複合的木構造パターンの進化的獲得
長嶺 将俊(広市大), ○宮原 哲浩(広市大), 久保山哲二(学習院大),
上田祐彰(広市大), 高橋健一(広市大)
● Session 3. 口頭発表(発表25分+質疑5分) 10:10-11:10
(9) 木カーネルを構成するためのフレームワークの提案とサーベイ
○申吉浩(カーネギーメロン大日本校)、久保山哲二(学習院大)
(10) 勤務負担を考慮した制約緩和によるナーススケジューリング
○川上貴史，原田拓(東京理科大)
● 招待講演 11:20-12:20
(11) Sebastian Riedel氏(ICCS, Edinburg University)
"Natural Language Processing with Markov Logic"
Markov Logic (ML, Richardson and Domingos, 2005) is a
Statistical Relational Learning language based on First
Order Logic and Markov Networks. It can be seen as a
formalism that extends First Order Logic to allow formulae
that can be violated with some penalty. From an alternative
point of view, it is an expressive template language that
uses First Order Logic formulae to instantiate large Markov
Networks of repetitive structure.
In this talk I will first give an introduction to Markov
Networks and Markov Logic and will then show how it helped
us to develop state-of-the-art models for two Natural
Language Processing tasks. The first task is Semantic Role
Labelling --- the problem of finding the semantic arguments
of verbs in a sentence. The second task is shallow parsing
in dialogue systems --- the problem of identifying which
parts of an utterance hold useful information for the
dialogue system, and what the type of this information is.
● Session 4. 口頭発表(発表25分+質疑5分) 13:40-15:10
(12) Machine Learning on Temporal Relation Identification with Joint Inference
○吉川克正，浅原正幸，松本裕治(奈良先端大)
(13) 仮説をグラフ表現するReasoning Webモデルの再検討
○池田真土里, 土井晃一郎, 山本章博, 林晋(京大)
(14) 議論スキームに基づく設計における意思決定過程のモデル化の検討
○加藤義清(NICT)
● Session 5. 口頭発表(発表25分+質疑5分) 15:20-16:20
(15) メーリングリストに基づいた共同開発ソフトウェアの構造抽出
○グェン・ディン・アン，土井 晃一郎，山本 章博(京大)
(16) Consistencyベースの特徴抽出
○申吉浩(カーネギーメロン大日本校)
● 閉会 16:20