Photo Gallery

こんにちは。

NLP2019のプログラムが発表されました。

我がエッジ・トランスレーションは一応スポンサーなので、出られる限り出たいと思っています。
ただし、最終日の3/15は、JTF関西セミナーとかぶっているため、
早めに切り上げて、JTF関西セミナーの方に出ることにしました。

もしかしたらギリギリ(3/15正午くらい)まで名古屋にいて、
それから大阪に戻って、昼過ぎからJTF関西セミナーに出席するハメになるかもしれませんwww

◇現在の暫定スケジュール◇
(変更可能性は大いにあり

<3/12>
チュートリアル(1)   3月12日(火) 10:30-12:10 豊田講堂
機械読解の現状と展望
西田 京介 先生(NTTメディアインテリジェンス研究所)

チュートリアル(3)   3月12日(火) 15:10-16:50 豊田講堂
知識グラフと分散表現
林 克彦 先生(大阪大学)

<3/13>
A1:機械翻訳(1)   3月13日(水) 10:50-12:10 IB大講義室  座長: 鈴木潤(東北大)
A1-1 日本語から英語への文脈翻訳テストの提案
○永田昌明, 森下睦 (NTT)
A1-2 文脈を考慮した日英機械翻訳に向けた評価データの構築
○島津翔, 高瀬翔 (東工大), 中澤敏明 (東大), 岡崎直観 (東工大)
A1-3 翻訳ツールが苦手とする箇所の英日翻訳
○山岡幸高 (九大)
A1-4 係り受け構造に基づくAttentionの制約を用いたNMT
○出口祥之, 田村晃裕, 二宮崇 (愛媛大)

25周年企画
  3月13日(水) 13:10-14:10 IB大講義室(中継:IB014,IB015)
江原 暉将,井佐原 均,黒橋 禎夫,鶴岡 慶雅,丸山 岳彦

A2:機械翻訳(2)   3月13日(水) 14:30-16:10 IB大講義室  座長: 今村賢治(NICT)
A2-1 ニューラル機械翻訳における文書トピック情報の利用
○高田凌平, 秋葉友良, 塚田元 (豊橋技科大)
A2-2 文脈情報を考慮した日英ニューラル機械翻訳
○李凌寒, 中澤敏明, 鶴岡慶雅 (東大)
A2-3 人工負例による識別器を用いたニューラル機械翻訳
○白井圭佑 (京大), 橋本和真 (Salesforce), 江里口瑛子 (マイクロソフト), 森信介 (京大), 二宮崇 (愛媛大)
A2-4 文脈考慮型ニューラル機械翻訳における最適文脈文選択法
○木村龍一郎, 飯田頌平, 崔鴻翌, 洪博軒, 宇津呂武仁 (筑波大), 永田昌明 (NTT)
A2-5 マルチホップ注意機構を用いたニューラル機械翻訳
○飯田頌平, 木村龍一郎, 崔鴻翌, 洪博軒, 宇津呂武仁 (筑波大), 永田昌明 (NTT)

D3:画像と言語   3月13日(水) 16:30-17:50 ES022  座長: 林良彦(早大)
D3-1 Enhancing Neural Machine Translation with Image-based Paraphrase Augmentation
○◊Johanes Effendi (NAIST), Sakriani Sakti, 須藤克仁, 中村哲 (NAIST/理研AIP)
D3-2 君の名は -画像認識対象の名称獲得-
○那須川哲哉, 村岡雅康 (日本IBM)
D3-3 画像認識器の物体ラベルを活用した単語の特徴表現
○村岡雅康, 那須川哲哉 (日本IBM)
D3-4 質問文から連想した画像特徴量を用いた質問応答モデル
○石橋陽一 (NAIST), 森泰, 木村輔, 宮森恒 (京産大)

19:00-21:00 懇親会
ホテルメルパルク名古屋

<3/14>
【P1:ポスター(1)   3月14日(木) 10:20-11:50 ESホール  座長: 橋本力(ヤフー)】
P1-22 局所的トピック情報を利用した論文抄録(ASPEC)の英日機械翻訳
○渡邊拓斗 (中部大), 高田凌平, 佐橋広也 (豊橋技科大), 山本一公 (中部大), 秋葉友良 (豊橋技科大), 中川聖一 (中部大)
P1-23 目的言語側の文間文脈を考慮した文脈つきニューラル機械翻訳
○山岸駿秀, 小町守 (首都大)

【P2:ポスター(1)   3月14日(木) 10:20-11:50 ES会議室  座長: 橋本力(ヤフー)】
P2-2 単語分散表現に基づいた誤差によるニューラル機械翻訳の学習
○帖佐克己, 須藤克仁, 中村哲 (NAIST)

【P3:ポスター(2)   3月14日(木) 13:00-14:30 ESホール  座長: 松林優一郎(理研AIP)】
P3-20 BERTを用いた機械翻訳の自動評価
○嶋中宏希 (首都大), 梶原智之 (阪大), 小町守 (首都大)
P3-27 スケーラブルニューラル機械翻訳
○小野淳也, 内山将夫, 隅田英一郎 (NICT)
P3-36 自然発話に頑健な機械翻訳の検討
○村上聡一朗, 松岡保静, 内田渉, 礒田佳徳 (NTTドコモ), 森下睦, 平尾努, 永田昌明 (NTT)

【P4:ポスター(2)   3月14日(木) 13:00-14:30 ES会議室  座長: 松林優一郎(理研AIP)】
P4-6 ニューラル機械翻訳における長文分割によるコーパスの拡張
○張津一, 松本忠博 (岐阜大)

F4:テーマセッション: 産業翻訳に役立つ自然言語処理技術   3月14日(木) 14:50-18:50 ES025  座長: 藤田篤(NICT),影浦峡(東大)
F4-1 産業翻訳に役立つ自然言語処理技術についての議論の足場
○藤田篤 (NICT), 山田優 (関大), 影浦峡 (東大)
F4-2 技術文書の多言語化を見据えた制限オーサリングと翻訳:基本方針と枠組み
○宮田玲 (名大), 柳英夫 (システートソリューションズ), 影浦峡 (東大), 萩原秀章 (トヨタ自動車)
F4-3 「完全自動」と「半自動」によるニューラル機械翻訳のエラー修正手法 ~翻訳者目線での修正作業を効率化するツールの紹介~
○新田順也 (エヌ・アイ・ティー)
F4-4 コーポレート・ガバナンス報告書における機械翻訳の検討
○土井惟成, 近藤真史, 山藤敦史 (JPX)
F4-5 構造付き Web テキスト翻訳のための高品質多言語データセット
○橋本和真, Raffaella Buschiazzo (Salesforce), James Bradbury (グーグル), Teresa Marshall, Richard Socher, Caiming Xiong (Salesforce)
F4-6 機械翻訳(MT)は字幕翻訳できるのか YouTube字幕の記述および字幕におけるプリエディットの有効性の検証
○平岡裕資, 山田優 (関大)
F4-7 ニューラル機械翻訳の商用利用に関する一考察 ~翻訳会社における特許翻訳での実例紹介~
○渡部孝明, 山本真佑花 (翻訳センター)

<3/15>
【P5:ポスター(3)   3月15日(金) 10:40-12:10 ESホール  座長: 荒瀬由紀(阪大)】
P5-10 機械翻訳に対する文間文脈を考慮した評価と分析
○長我部恭行, 甲斐優人, 石井奏人, 荻野天翔, 黒澤道希, 小町守 (首都大)
P5-22 事前学習した単語分散表現を利用したマルチモーダル機械翻訳
○平澤寅庄, 山岸駿秀, 松村雪桜, 小町守 (首都大)

【P6:ポスター(3)   3月15日(金) 10:40-12:10 ES会議室  座長: 荒瀬由紀(阪大)】
P6-9 マルチソースニューラル機械翻訳における翻訳時の原言語欠落補完
○西村優汰, 須藤克仁 (NAIST), Graham Neubig (CMU), 中村哲 (NAIST)
P6-10 文の持つ情報量を用いたニューラル機械翻訳の訳抜け検出
○藤井真, 新納浩幸, 古宮嘉那子 (茨大)

<3/15午後>→帰阪
JTF関西セミナー「AI翻訳が製薬業界を変える ~現場からの報告~」


NLP2019とJTF関西セミナーに出られる方は、よろしくお願いします☆
(両方とも懇親会も出る予定です!)


お久しぶりです。
ローズ三浦です。

ちょっと時間が空いてしまいましたが、みなさまお元気でしょうか?
ローズ三浦は元気です

さて、毎年のことながら、確定申告で病んできたので(引っ越ししたので税務署に住所変更も届出しないといけなかったり)、
ストレスからデスクトップパソコンとノートパソコン両方買っちゃいました♪
(それに前に買ったの2013年頃なんで、もうそろそろ買い替えかな・・・という感じ)

ブログを更新しなかったのは、ただ単にネタがなかったのもありますが、
もうあんま余計なこと言わなくていいかな、という領域に入った感じです。
(黙っていれば普通に儲かるので)

ローズ三浦の最新情報を知りたい方は、twitterの方をご覧になるか、
直接会った時に交換しましょう♪

昨日はナレッジキャピタルに「【国立大学附置研究所・センター会議(JCRIC) × ナレッジキャピタル】生物界の右左」を聴講してきました。
会場に行く途中にかわいらしいチャットロボットの宣伝が。

人工無能ロボット 雪丸

では、本題に入ります。

世界的には人種・性別にかかわらず、
左利きは約10%だそうです。

貝は右巻き対左巻きが20000:1
ちなみに右巻きと左巻きの貝は交尾できないそうです(性器が別の部分に付いているため)。

蔓は右巻きの方が左巻きより圧倒的に多いらしいです。

アミノ酸のD-体(右巻き)とL-体(左巻き)は、味覚・嗅覚で識別できるそうです。

<味覚>
D-アラニン:甘味を感じる
L-アラニン:苦みを感じる

<嗅覚>
D-limonen:レモンの香り
L-limonen:オレンジの香り

その理由は、レセプターがL-アミノ酸からできているからだそうです。
このあたり、おもしろいですね♪

地球上のすべての生物のタンパク質は左巻きの構造だそうですが、
加齢に伴い、タンパク質中にD-アミノ酸が発生し、
それによってタンパク質の構造に歪みが発生し、構造が変化したり、機能が低下したりするそうです。

他にも難しい化学式とか出てきたけど、このあたりは全くわからず。。。

昼間に京都に行って疲れていましたが、行ってよかったです。

投票数は18票でした。

【アンケート結果】翻訳の仕事に満足していますか?

アクセスデータ

投票してくれた方々、ありがとうございました。

今、一説によれば人間を上回る精度であるとして昨年話題になった「BERT」の論文を読んでいます。
Assessing BERT’s Syntactic Abilities

<粗訳>
BERTは、 「Transformer」のアーキテクチャに基づくモデルである。
それはattention機構にのみ依存しており、語順は明示的には考慮されていない。
そのためBERTは、語順を直接設定するRNN(LSTM)と比較して、構文解析が弱いという説もある。
そこで著者は、BERTがどの程度英語の構文を捉えているかを実験した。
結論として、BERTはすべての構文テストにおいて良好な成績を出した。

詳しくは原文をお読みください。

WHAT'S NEW?