言語処理学会ニュースレター

Vol. 22 No. 2 (2015年6月12日発行)

目次

□ 企画記事：国際会議参加レポート　第7回　COLING2014参加報告

□ 2014年度論文賞の選考について

□ 言語処理学会第21回年次大会(NLP2015)報告

□ 言語処理学会第21回通常総会報告

□ 第21回年次大会優秀賞・若手奨励賞の選考について

□ 第22回年次大会について

企画記事：国際会議参加レポート　第7回　COLING2014参加報告

2013年度論文賞の選考について

□言語処理学会第21回年次大会(NLP2015)報告

□言語処理学会第21回通常総会報告

□第21回年次大会優秀賞・若手奨励賞の選考について

　言語処理学会年次大会　優秀賞は，年次大会において，論文の内容に優れたものと認められた発表論文に与えられる賞です．また，優秀賞のうち特に優れたものがあれば，最優秀賞として選定されます（言語処理学会年次大会優秀賞規定）．同様に，若手奨励賞は，年次大会において，論文の内容に優れたものと認められた発表論文の発表者であり，かつ，以下の条件を満たす者に与えられる賞です（言語処理学会年次大会若手奨励賞規定）．

・年次大会の開催年の4月1日において満30歳未満のもの
・講演者として登録かつ講演を行ったもの
・過去に優秀賞を受賞していないこと
・過去に若手奨励賞を受賞していないこと

　従来，大会賞は，年次大会の終了後三ヶ月以上かけ審査し，表彰は次年度になされてきましたが，昨年より，参加者の利便性を考慮し，大会期間中に表彰することとしました．今年もこれを踏襲し，年次大会の開始前に全論文を対象に審査を行い，大会賞を決定しました．

　大会賞の選考のための内規では「優秀賞の中で特に評価の高いものを0件から2件の範囲で最優秀賞とする．優秀賞は全発表件数の約2％を目安とする．若手奨励賞の受賞者は数件(上限は5件)」と規定されており，今大会でもこれに基づいて選定を進めました．今回の年次大会では276件が優秀賞の対象となる論文であり，優秀賞の授賞件数は5件前後を目安としました．また若手奨励賞の対象となる論文は173件でした．

　前回大会に引き続き，選考委員会を組織し，慎重な議論を重ねた上で選定を行いました．今回，選考委員会は計94名で構成されました．各授賞論文には議論で合意された授賞理由が付記されます．また，責任を明確にするために，最終選考に関わる委員の名前を公表します．ただし，最終的な責任は委員長の加藤が負うものとします．

　大会賞の選考は，1次選考と最終選考の二段階で行いました．1次選考では全ての論文を三つのグループ(言語学・言語分析，基盤技術・言語資源，応用技術)に分け，各論文に対し二名の選考委員を割り当て，審査を行いました．選考委員はそれぞれ2〜10件の論文を担当し，各論文に対して，総合評価(5段階)，新規性(5段階)，有用性(5段階)，読みやすさ(5段階)，推薦理由を提出します．各グループの主査は選考委員の審査結果に基づいて論文を順位付け，各グループにおいて優秀賞候補4?5件，若手奨励賞候補4?5件を目安として候補リストを作成しました．この結果，優秀賞候補18件と若手奨励賞候補17件(うち4件が優秀賞候補をかねる)が最終選考へ進みました．また最終選考委員会の委員長は，利益相反を考慮し，加藤が担当しました．

　最終選考では，候補論文との利益相反を考慮して8名の委員からなる大会賞最終選考委員会を組織し，まず，上記18件の優秀賞候補論文を全員で審査しました．全選考委員による重み付き投票および遠隔会議による討議の結果，4件を優秀賞として推薦することとしました．今年は授賞件数の目安5件程度に従った数の受賞となりました．上記4件のうち，特に高い評価を集めた上位2件を最優秀賞として推薦することとしました．若手奨励賞については，最終選考では，1次選考で推薦された17件(うち4件が優秀賞候補をかねる)の中から，全選考委員による重み付き投票と討議の結果，まず優秀賞に選ばれた2件を除き，最終的に4件を若手奨励賞に選定しました．

第21回言語処理学会年次大会優秀賞最終選考委員会

　加藤　恒昭　(委員長，東大)
　小林　一郎　(お茶大)
　佐々木　稔　(茨城大)
　佐々木　裕　(豊田工業大)
　難波　英嗣　(広島市大)
　橋本　泰一　(LINE)
　吉田　光男　(豊橋技科大)
　吉田　稔　(徳島大）

■最優秀賞　(2件)

C1-3　テンソル分解に基づく述語項構造のモデル化と動詞句の表現ベクトルの学習
○橋本和真,鶴岡慶雅(東大)
　本論文は，動詞句の意味表現を動詞とその項の間の分散表現で表すモデルとして，述語とそれに関わる二つの項を，パラメタライズしたテンソル表現として扱うことで，動詞句の類似性を判定するタスクにおいて最高精度を達成しています．本研究では，動詞句をテンソル分解により表現する先行研究と類似した手法を用いていますが，テンソル表現によるモデリングが著者ら自身の既存モデルに対して新たにもたらす恩恵と，既存モデルにおいて特に貢献度が高いと予測されていた前置詞等の付加部に関する意味表現を考慮していることの効果を確認した点が本研究の成果として挙げられます．全体として論文の構成もしっかりしており，評価も丁寧に行われています．最優秀賞にふさわしい論文です．

A4-1　構成性に基づく関係パタンの意味計算
○高瀬翔,岡崎直観,乾健太郎(東北大)
　近年，分布仮説に基づく単語やコロケーションの意味ベクトル(Word Embeddings)の学習の研究が盛んに行われています．本論文は，単語を対象とするのではなく，ある事象の関係パタンの意味ベクトルを学習するモデルを提案しています．関係パタンをコロケーションとして扱うのではなく，関係パタンの機能的な表現と内容的な表現といった構成性を考慮してRNNをベースとして学習を行うことが特徴です．近年盛んに研究されている分野であるため，差別化することが困難ですが，本論文は，従来研究をよく調査し，提案手法の位置づけや著者が提案する手法の理論，実験的な優位性が簡潔によくまとめられています．そのため，論文としての完成度が他の論文に比べ非常に高いと判断し，最優秀賞として推薦します．

■優秀賞　(2件)

A3-4　不完全な文の構文解析に基づく同時音声翻訳
○小田悠介,Graham Neubig,Sakriani Sakti,戸田智基,中村哲(NAIST)
　話し手の発話音声を他言語の音声へと連続的かつ時間差を少なく変換し聞き手へ提示することを目的とする同時音声翻訳システムにおいて，処理の単位となる発話の部分をどのように翻訳するか，翻訳に伴う語順の変更がある中で提示のタイミングをどう決定するかという問題に挑んでいます．発話の部分に対して前後の構文要素を仮定して最終的な構文構造を推定し，その構文構造を翻訳することで適切な訳を得ると共に，後続要素の訳出の有無を判定して，提示が可能であるかの判定をしています．この優れた着眼をTree To String のSMTの枠組みで実現し，従来法と比較して精度の向上を確認しています．同時音声翻訳に重要な課題に挑戦し，そのアイディアが逐次的な言語処理において広く参照されるであろう点，今後の発展も期待できる点で優秀賞にふさわしい論文です．

D7-2　第二言語としての日本語版リーディングスパンテストにおける方略の個人差
○二口和紀子(名大)
　リーディングスパンテスト(RST)とは，短い文章を音読しながら文中の単語を記憶する被験者実験で，人間の言語処理における作業記憶の役割を調査するために使われます．本論文は，日本語習熟度が中級程度の被験者71名を対象にRSTを実施し，第2言語(L2)で行われたRSTの得点の低群と高群における方略の違いを分析して，第１言語(L1)の場合との比較において興味深い知見を提示しており，優秀賞に値します．今後，言語処理分野が心理言語学の研究成果を参考にすることで，研究領域がさらに広がっていくことを期待します

■若手奨励賞　(4件)

P4-7　DNN 事後確率系列の言語モデル化に基づく言語識別
増村亮(NTT)
　本論文では，Deep Neural Network(DNN)に基づき，入力音声に対する言語種別の識別手法を提案しています．フレームごとの音響特徴量に基づきDNNで事後確率を計算し，この事後確率系列から構築した言語モデルを使って言語識別をしています．従来研究では，音声認識器で音素系列を言語モデル化する手法やNeural Networkの事後確率を音響モデルの特徴量として利用する手法が提案されていますが，この研究ではDNN事後確率系列を言語モデル化する新たなアプローチで，事後確率系列をk-meansで量子化した離散系列を言語モデル化することが特徴です．実験の結果，フレームごとの独立性を仮定して言語モデルなしに言語識別する従来手法と比べて，識別性能を大幅に改善しています．手法に新規性があり，既存研究と比較して有用性もあることから，今後の言語識別の発展に大いに期待できる研究です．

C4-2　一般二項定理による多項式カーネルの拡張と学習
椿真史(NAIST)
　この論文は，句や文の類似度を計算する手法に，自然言語処理で通常用いられる多項式カーネルを一般化して，非線形類似度を計算する一般多項式カーネルを用いて文の意味の類似度を計算する手法を提案するものです．提案手法は意味評価のワークショップSemEval2014におけるデータセットを用いて評価され，ランキングで3位に位置づけています．これにおいて特筆すべきは，他の手法が大量の素性を用いている一方，提案手法はシンプルな文の意味表現ベクトル表現とその非線形類似度学習のみで最高性能に迫る好成績を挙げている点です．現在盛んに研究されている単語ベクトル空間において句や文の意味を表現する研究への適用が期待されるという点においても高く評価できる論文です．

E3-2　評判分析における品詞情報と意味類型情報の有効性比較
岡田正平(長岡技科大)
　本論文では，形状性・作用性の区別および4 種類の意味類型を利用する事により，品詞のみを利用する場合と比べ，評判分析の性能が向上することを示しています．実験設定に関する制約事項の記述，ならびに結果に対する考察および誤り分析が丁寧に行われており，今後，意味類型情報を利用する研究者の指針になり得ると考えられます．実験範囲を限定して丁寧な分析が行われていますが，意味類型情報を他の情報と組み合わせた場合の分析，評判分析以外への応用など，さらなる発展を期待します．

C7-5　事態間知識における項の対応付け学習
小浜翔太郎(京大)
　この論文は，良く起こる出来事のペアを，項の対応まで考慮して獲得するという「事態間知識の獲得」のタスクにおいて，新たな手法を提案するものです．従来手法において，類似度による単純なヒューリスティクスを用いていた部分を，機械学習により精緻に扱うことで，精度の向上を図っています．評価ではクラウドソーシングを用いていますが，従来手法を利用することで，判定の信頼性を上げるなど丁寧な実験が行われ，評価結果も，ベースラインから大幅な精度向上が見られています．以上より，先進的な研究テーマに取り組み，そこでの新たな手法の提案，また，丁寧な実験と，ベースラインに対する優位性という形で，一つのまとまった論文となっているという点で，高く評価できる論文です．

□第22回年次大会について

学会に関する問い合わせ先