【研究領域課題番号】21K19625 (KAKENデータベースで見る）

【研究キーワード】

緩和ケア / 全人的苦痛 / 自然言語処理 / 機械学習 / 人工知能 / 評価

【研究成果の概要】

がん患者は痛みなどの身体的苦痛、不安や抑うつなどの精神的苦痛、仕事や家庭の問題などの社会的苦痛、生きる意味や死の恐怖などのスピリチュアルな苦痛といった相互に関連する苦痛を抱えている我々はすでに自然言語処理を用いて電子カルテデータから身体的苦痛の有無の評価には施行していたが、身体的苦痛や精神的苦痛の強さの評価、社会的・スピリチュアルな苦痛の有無の評価は未解決であった。
そこで、本研究では自然言語処理を用いて電子カルテデータからがん患者の身体的・精神的・社会的・スピリチュアルな苦痛の強さをリアルタイムに評価するシステムの開発に挑戦している。本年度は、自然言語処理を用いて電子カルテデータからがん患者の身体的・精神的・社会的・スピリチュアルな苦痛の有無を評価するシステムの開発を行った。
データは2018年~2020年の東北大学病院入院・外来のがん患者の診療記録であり、前処理を行ったのちに、プログラミング言語Python、Googleで開発され自然言語領域における性能の高さが注目されているBERTなどを用いた自然言語処理および機械学習により分析した。
結果として、がん患者の身体的・精神的苦痛の強さを評価すること、社会的・スピリチュアルな苦痛の有無を判定するシステムの開発に成功した。海外の先行研究では、身体症状の抽出のみにとどまっており、同じデータを用いて社会的苦痛やスピリチュアルな苦痛に拡大することは、世界でも初めての成果と考えられる。次年度は社会的・スピリチュアルな苦痛の強さの評価と身体的・精神的苦痛のデータを含めた経時データ分析、これらをリアルタイムに評価するシステムの開発に挑戦する予定である。

【研究種目】挑戦的研究(萌芽)

【研究期間】2021-07-09 - 2023-03-31

【配分額】6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)

【研究領域課題番号】20K19868 (KAKENデータベースで見る）

【研究キーワード】

自然言語処理 / 意味解析 / 事前訓練済み言語モデル / 構成性原理 / 体系性 / 人工知能 / 自然言語推論 / 単調性 / 推移性 / 形式意味論

【研究成果の概要】

文の意味を計算処理可能な形式で表し、文と文との意味的関係を判定する含意関係認識技術の実現は、計算機による人間らしい言語理解の実現に向けて解決すべき最重要課題である。近年、深層ニューラルネット(DNN)を用いた含意関係認識の研究が盛んに行われているが、文の構成的な意味におけるDNNの表現力は明らかではなく、未知のデータに対する頑健性が不透明である。本研究では、DNNの文の構成的な意味における表現力を明らかにするとともに、表現力の向上を目指す。本年度は、【研究課題1】文の構成性原理に基づく言語モデルの評価システムの開発について、主に次の2つの成果を得た。
研究成果1. DNNが獲得する意味表現の体系性の分析手法の開発
前年度ではDNNの推論の体系性を分析する手法を開発したが、この手法ではなぜ推論を体系的に学習できないのか、特定が困難であった。そこで、文を意味表現に変換する意味解析のタスクでDNNが学習データからどの程度文の意味を体系的に学習しているか分析する手法を開発した。開発手法で現行のDNNを分析した結果、学習データと文の構造が類似する構造に対しては汎化しやすい一方で、未知の深さの関係節の埋め込みなど構造が変わる場合は汎化しにくいことが示唆された。
研究成果2. 文法誤り訂正モデルの文法知識における汎化性能の分析手法の開発
自然言語処理の応用技術として、テキストに含まれる文法誤りを自動的に訂正する文法誤り訂正モデルがある。近年では大量の訓練データを用いたモデルが高性能を達成しつつあるが、実応用ではモデルの軽量化が求められており、どの程度の訓練データが必要か分析する手法が求められている。そこで、モデルが訂正に必要な文法知識をどの程度汎化できているか分析する手法を開発した。実験の結果、現行のモデルは簡単な設定では誤り検出をある程度汎化できる一方で、訂正は汎化しにくいことが示唆された。

【研究種目】若手研究

【研究期間】2020-04-01 - 2024-03-31

【配分額】3,900千円 (直接経費: 3,000千円、間接経費: 900千円)

【研究分野】知能情報学

【研究領域課題番号】15K00317 (KAKENデータベースで見る）

【研究キーワード】

自然言語処理 / 人工知能 / データ構造 / 形態で豊かな言語 / 中国語・日本語

【研究成果の概要】

本研究の目的は、１。単言語データから類推関係クラスターを構築し、２。そのクラスターから擬似パラレルコーパスを生成し、３。パラレルコーパスに追加することにより４。統計的機械翻訳（SMT）の精度を向上させる。
そのため、様々なツールを実装し公開した。新しいデータ構造も導入した：類推関係グリッド。形態的に貧しい言語を始め形態豊かな言語を渡って様々な言語でデータを構築した：欧州連合の１１ヶ国語、中国語、日本語、また追加言語（アラビア語、グルジア語、ナバホ語、ロシア語、トルコ語）。データの一部分は公開した。
行った実験で擬似パラレルコーパスの追加により日中SMTの翻訳精度を向上することを明らかにした。

【研究種目】基盤研究(C)

【研究期間】2015-04-01 - 2018-03-31

【配分額】4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)

【研究分野】知能情報学

【研究領域課題番号】15H02752 (KAKENデータベースで見る）

【研究キーワード】

自然言語処理 / 会話処理 / 相互信頼感 / 共関心分析 / 共関心モデル / 人工知能 / 認知科学 / マルチモーダルインタフェース / 対話エージェント / コミュニケーション支援

【研究成果の概要】

本研究課題では，会話インタラクションを通じて人々が合意を形成し，相互に信頼を構築する過程を対象として，会話の実証的分析に基づいて, その過程を記述する理論的枠組と計算理論的モデル構築を目標として研究を行った．医療, ビジネスコ, 共同体コミュニケーション分野での相互信頼感構築会話データの実証的分析に基づいて, 合意形成における関心擦り合わせ概念を提案し, 提案と関心との二階層からなる談話行為による会話相互信頼感構築の談話構造記述理論として共関心モデルを提案した. コミュニケーション支援基盤技術へと発展させることを企図して, 標準的な共有意図理論との融合を試みた.

【研究種目】基盤研究(B)

【研究期間】2015-04-01 - 2018-03-31

【配分額】16,380千円 (直接経費: 12,600千円、間接経費: 3,780千円)

【研究分野】知能情報学

【研究領域課題番号】15H02747 (KAKENデータベースで見る）

【研究キーワード】

自然言語処理 / 情報検索 / 人工知能 / 百科事典 / ウィキペディア / 情報の組織化 / 連想 / 用語説明

【研究成果の概要】

本研究の目的は，ある用語の解説記事をウェブ上の情報から自動生成することであり，二種類の対照的なモデルを探求する．体系的解説モデルは，動物や病気といった用語のカテゴリに応じて解説する観点を切り替えて記事を生成する．連想的解説モデルは，既存語との共通点や相違点に基づいて直感に訴える解説を生成する．両モデルを使い分ける方略の仕組みを通して，自然言語理解の本質に迫ることを目指す．

【研究種目】基盤研究(B)

【研究期間】2015-04-01 - 2018-03-31

【配分額】16,250千円 (直接経費: 12,500千円、間接経費: 3,750千円)

【研究分野】知能情報学

【研究領域課題番号】26280091 (KAKENデータベースで見る）

【研究キーワード】

要件事実論 / 司法試験 / 民法 / 論理プログラミング / 法的推論 / 人工知能 / 自然言語処理 / 司法試験短答式 / 論理的推論 / 説明生成

【研究成果の概要】

計画の当初において、手動によってPROLEGにより短答式問題を解けることを確認した。しかし、そこで作った、自然言語文から得られる述語とPROLEGの述語をつなぐ橋渡しルールについては、問題適用範囲が狭く、新しい問題に対応できないことが分かった。そこで、橋渡しルールとは別の手法を検討したが、うまくいかなかったため、自然言語で書かれた短答式問題に対して、述語の質問を行い、その述語の変数に対応する値を答えるという質問応答システムを使うことを考案し、初期的な実験を行った結果、ある程度の値の代入を得られることが分かったが実用性にはまだ検討が必要であることがわかった。

【研究種目】基盤研究(B)

【研究期間】2014-04-01 - 2017-03-31

【配分額】14,820千円 (直接経費: 11,400千円、間接経費: 3,420千円)

【研究分野】感性情報学・ソフトコンピューティング

【研究領域課題番号】24300083 (KAKENデータベースで見る）

【研究キーワード】

大規模感性情報 / 感性情報解析 / 人文工学 / テキスト自動解析 / テキスト分析 / 人工知能 / オントロジー / 自然言語処理

【研究成果の概要】

大規模感性情報の精妙な抽象化を課題として掲げ,具体的には感性情報解析ツールを2段階で設計実装し,公開することを目的とする.平成24年度は,その1段階目を実行した<開発済みのテキスト自動解析ツール(統語解析,共起解析)を拡張し,複数のオントロジー(専門概念,一般的文化概念,修辞概念など)を利用した解析のためのモジュールを組み込む.同時に,文学,芸術,音楽,政治の各ジャンルから,専門領域と時代を選び,オントロジーの模範事例を構築する.>.
具体的には,感性情報解析ツールをオントロジーと対応することを目指すため,以下の2つの方法論を実行に移した.(1)テキスト自動解析ツールヘオントロジー対応モジュールを実装:同義語辞書,類義語辞書の拡張として,句,節,文,意味要素,解釈要素,概念,要点,意図,修辞特徴それぞれの水準における構成要素の辞書とタグ付け機構を実装した.(2)模範事例オントロジーの作成:人文・社会科学におけるテキストの学術的研究において,分析単位として用いられる構成要素を特定し,それをオントロジー(辞書的データベース)として構築した.その成果は,国内外(アメリカ)での研究発表となって結実した.
また初年度である平成24年度は,5年間の研究を支える研究の基盤の構築に努めた.サーバの増強や,テキストの電子化など研究活動を助ける人材の確保等を行った.
以上のことにより,5年間の研究の初年度として,研究の概観と基盤を整えると共に,すでに開発・公開済みであったテキストの自動分析に関連するソフトウェア・ツールの拡張に成功した.

【研究種目】基盤研究(B)

【研究期間】2012-04-01 - 2017-03-31

【配分額】7,150千円 (直接経費: 5,500千円、間接経費: 1,650千円)

【研究分野】知能情報学

【研究領域課題番号】23680015 (KAKENデータベースで見る）

【研究キーワード】

自然言語処理 / Web情報処理 / 言語理解 / 知識獲得 / 人工知能 / 情報検索 / 言語解析 / 情報分析 / 多言語処理

【研究成果の概要】

本研究では、まず、大規模Webテキスト集合から言語知識を自動獲得した。主な言語知識は、述語とそれがとる項(名詞)を記述した格フレームと呼ばれるものである。次に、獲得した言語知識を言語解析に組み込むことによって言語解析システムの精度向上を達成した。また、この高いカバレッジをもつ言語知識に基づく言語解析器を情報検索に応用し、これまでよりも精度が高い情報検索システムを開発した。

【研究種目】若手研究(A)

【研究期間】2011-04-01 - 2014-03-31

【配分額】18,460千円 (直接経費: 14,200千円、間接経費: 4,260千円)

【研究分野】知能情報学

【研究領域課題番号】10480069 (KAKENデータベースで見る）

【研究キーワード】

自然言語処理 / 人工知能 / 文生成 / 対話処理 / 説明 / 話し言葉 / 医療情報 / 対話 / プランニング

【研究成果の概要】

人間の言語コミュニケーションにおける情報処理モデルに関する知見を獲得し,人間に親しみやすいマンマシンインタフェース技術の確立を目指して,受け手に理解しやすいように,話し言葉のような細かな発話単位で説明内容を表現し,受け手の反応に応じつつ説明する技術を明かにするために,情報の説明あるいは案内の対話の収集,話し言葉による説明対話の特徴の分析,動的な説明法のモデル化などの研究を行った.分析に関しては,動的説明法のモデル化に向けて,対話の主導権,話し言葉発話の言語行為,説明の単位,受け手の反応の種類,説明パターンなど,動的説明に係わると思われる特徴を取り上げ,対話の主導権による発話系列や確認発話の違い,タスクの違いによる対話主導権の特徴,受け手の質問の種類,確認発話の違いが対話に与える影響,効果的な情報伝達に係わる要因,対話における韻律の特徴,`説明の展開の特徴などについて知見を得た.分析と並行して進めた動的説明のモデル化に関しては,伝達情報に対して発話を細かな単位で漸次的に行う基本モデルをベースに,受け手の反応に応じて説明単位を選択し,各説明単位について小さな発話単位で漸次的に発話を生成する2階層モデルを提案した.2階層モデルについては,肝機能の検査項目を対象に立案技術により説明計画を動的に作成する部分をシステム化した.動的説明システムが生成する細かな発話単位については,細かな発話単位の言語行為を考え,これの論理的な形式化を行った.動的説明システムの対話面については,自然な動的説明を行うための対話管理をモデル化した.

【研究種目】基盤研究(B)

【研究期間】1998 - 2001

【配分額】10,200千円 (直接経費: 10,200千円)