August 2019 - DBJapan - dbjapan.dbsj.org

【教員公募】岡山大学大学院自然科学研究科産業創成工学専攻計算機科学講座知能設計工学分野助教
by ohta 21 Aug '19

21 Aug '19

日本データベース学会の皆様岡山大学の太田です。下記の通り岡山大学では機械学習やデータ工学を専門とする 2020年4月着任の助教（テニュアトラック）を募集しております。皆様の周辺で適任の方がおられましたら是非応募をお勧めいただければ幸甚です。なおこのポストは、テニュアトラック制による任期5年ですが、テニュア・トラック期間満了日の６ヶ月前までに行う審査の結果、一定の基準を満たせば任期の定めのない教員として採用されます。応募書類は2019年9月12日（必着）です。何卒よろしくお願いいたします。 ------------------------------------ 【機　　関】岡山大学【公募人員】助教１名【所　　属】大学院自然科学研究科産業創成工学専攻計算機科学講座（工学部情報系学科）【専門分野】知能設計工学に関連する情報学の分野（機械学習（AI）、データマイニング、情報検索、情報推薦、電子図書館等）【業務内容】・大学院自然科学研究科における教育・研究博士前期及び後期課程学生に対する研究指導補助を含む・工学部情報系学科における教育「プログラミング」「専門英語」などの講義と卒業研究指導補助を含む・岡山大学における組織運営【応募資格】・着任時に博士の学位を有しているか取得見込であること・教育・研究に意欲的に取り組めること・日本語と英語で教育と研究指導補助が行えることなお岡山大学では、男女共同参画を推進し、女性教員をサポートしています。女性の積極的な応募を歓迎します。【着任時期】２０２０年４月１日以降のできるだけ早い時期【任　　期】テニュアトラック制による任期5年（テニュア審査による再任可）【提出書類】１．履歴書（様式１）２．学会及び社会における活動（様式２）３．教育に関する経歴書（様式３）４．研究業績概要書（様式４）５．研究業績目録（様式５）６．主要論文（３篇以内）の別刷（写し可）７．推薦書１通（応募者について照会可能な方２名以上の氏名・連絡先を推薦書に代えることができます）様式１〜５は、岡山大学大学院自然科学研究科ホームページ https://www.gnst.okayama-u.ac.jp/other/koubo/ からダウンロードしてご使用ください。封筒に「計算機科学講座教員応募書類（知能設計工学）」と朱書し、簡易書留にて郵送願います。【応募締切】２０１９年９月１２日（木）必着【応募書類送付先及び連絡先】〒700-8530 岡山県岡山市北区津島中3-1-1 岡山大学大学院自然科学研究科産業創成工学専攻計算機科学講座　主任　太田学 TEL：086-251-8174 E-mail：ohta-m(a)cc.okayama-u.ac.jp 【選考方法】第１次選考：書類審査第２次選考：プレゼンテーション及び面接（第１次選考合格者に対して、実施日時及び実施方法をお知らせします）【その他　】本件については、岡山大学の教育職員募集情報のホームページ https://www.okayama-u.ac.jp/tp/society/boshyu-kyoiku.html に掲載されています。詳細につきましてはこちらをご参照ください。 ------------------------------------ ----------------------------------------- 岡山大学大学院自然科学研究科太田学〒700-8530 岡山市北区津島中3-1-1 電話/FAX:086-251-8174 E-mail:ohta@de.cs.okayama-u.ac.jp -----------------------------------------

1 1

【リマインダ】情報処理学会第241回自然言語処理研究会参加募集 (開催8/29-8/30)
by Yasutomo Kimura 21 Aug '19

21 Aug '19

日本データーベース学会の皆様，小樽商科大学の木村と申します．開催日が近づいて参りましたのであらためて案内を送らせて頂きます． ----------------------- 情報処理学会第241回自然言語処理研究会参加募集 https://nl-ipsj.or.jp ●日程: 2019年8月29日(木)，30日(金) ●会場: 小樽商科大学　5号館　470号室 (〒047-8501 北海道小樽市緑3丁目5-21) アクセス https://www.otaru-uc.ac.jp/access/ キャンパスマップ https://www.otaru-uc.ac.jp/summary/campus_map/ 小樽商科大学まではNL研の参加者をみつけて4人でタクシーに乗ることをお勧めします．小樽駅から「小樽商科大学の正門」までの料金は760円なので1人200円程度です． =========== ●問い合わせ先: 木村泰知(小樽商科大学) E-mail: kimura (at) res.otaru-uc.ac.jp 8月29日(木)　発表15件 [10:00-11:40] 翻訳・意味・知識獲得 (4件) [11:40-13:10] 昼休み [13:10-14:25] 情報抽出 (3件) [14:25-14:40] 休憩 [14:40-15:55] 分散表現・意味 (3件) [15:55-16:10] 休憩 [16:10-17:25] 生成・解析 (3件) [17:25-17:40] 休憩 [17:40-18:30] 知識獲得 (2件) 8月30日(金)　発表13件 [09:00-10:15] 機械翻訳 (3件) [10:15-10:30] 休憩 [10:30-11:45] 機械翻訳 (3件) [11:45-13:15] 昼休み [13:15-14:55] 言語処理応用(4件) [14:55-15:10] 休憩 [15:10-16:25] 言語処理応用 (3件) [16:25-16:40] 休憩 (集計) [16:40-16:55] クロージング ※若手奨励賞の対象者には著者名の前に「〇」を付けています． ※NL241は発表件数が多いため，発表20分，質疑5分としています． 8月29日(木)　発表15件 [10:00-11:40] 翻訳・意味・知識獲得 (4件) (1) 事前訓練済みBERTエンコーダーを再利用したニューラル機械翻訳今村賢治(国立研究開発法人　情報通信研究機構), 隅田英一郎(国立研究開発法人　情報通信研究機構) 本稿では，事前訓練済みのBERT (Bidirectional Encoder Representations from Transformer)モデルをTransformerベースのニューラル機械翻訳(NMT)に適用する．単言語のタスクと異なり，NMTの場合，BERTのモデルパラメータ（訓練済み）に比べ，デコーダー（未学習）のパラメータ数が多い．そこで，まずBERTエンコーダーのパラメータを固定して，未学習パラメータのみを訓練し，その後，全体を微調整する2段階最適化を行う．実験では，直接微調整したときにはBLEUスコアが極めて低くなったのに対して，2段階最適化では訓練が成功した．その結果，Transformerの基本モデルや，モデル構造が同じ事前訓練なしのTransformerに比べてもBLEUスコアが向上することが確認された．また，少資源設定で，より効果が高いことが確認された． (2) 共起情報を利用した不具合事象の同義表現獲得川村晋太郎(株式会社リコー) 製造業の品質保証業務において，不具合の原因究明，対策内容検討や再発防止に活用する為，コールログ，保守記録，保守ナレッジ共有サイトなどの多様な情報から解決の糸口になりそうな過去の情報を活用している．数百万件規模の多様なデータから所望のデータを検索する際に，その検索精度を向上させる為，対象製品の部品名，箇所名や不具合現象などの同義（言い換え）表現を得る必要がある．同義表現については，コーパス全体から分布仮説に基づいた類似性指標（コサイン類似度など）で獲得する手法がよく知られているが，同じ単語の同義表現であっても，実際に文書内で使用される言い回しや表現方法は，不具合事例により異なることも多い．本稿はこのような同義表現獲得の問題点に鑑み，ある単一の用語に対する同義表現を獲得するのではなく，不具合やトラブルを表す"事象"の表現が「箇所名+現象名」で成り立つことに着目し，それらをセットにした際の互いの関連度・共起度によって，「箇所名」及び「現象名」の同義表現を同時に獲得していく手法の開発を試みた． (3) 対話システムが積極的な情報提供をするための推薦知識獲得福原裕一(情報通信研究機構データ駆動知能システム研究センター), 水野淳太(情報通信研究機構データ駆動知能システム研究センター), 門脇一真(情報通信研究機構データ駆動知能システム研究センター，株式会社日本総合研究所), 飯田龍(情報通信研究機構データ駆動知能システム研究センター，奈良先端科学技術大学院大学　先端科学技術研究科), 鳥澤健太郎(情報通信研究機構データ駆動知能システム研究センター，奈良先端科学技術大学院大学　先端科学技術研究科) 対話システムで「ステーキをおいしく焼くにはお肉は常温に戻しておくことをお勧めします」や「ウール素材のお手入れにはブラシをまめに行うことを勧めます」といったユーザに役立つ情報を提供するためには，このような推薦対象（例「ステーキをおいしく焼く」）と推薦情報（例「お肉は常温に戻す」）から成る推薦知識を大規模に獲得することが重要となる．本研究では，まずWeb文書から推薦知識の候補として抽出した最大2文を対象に，推薦対象とその対象に関する推薦情報が含まれるか否かをBERTを用いて分類する手法を開発した．さらに，この手法で得られた推薦知識を含む文を対話システムを通じてコンパクトにユーザに提示するために，推薦知識を要約する手法をpointer-generator networkを用いて開発した．これらの手法を学習・評価するために，推薦知識分類のためのデータとして58,978件，推薦知識要約のためのデータとして19,647件を人手でアノテーションして作成した．評価実験の結果，推薦知識分類の性能として精度約72%，推薦知識要約の性能としてROUGE-2 F値で約76%を得た． (4) NPCMJに対する述語項構造シソーラスの意味役割と概念フレームの付与竹内孔一(岡山大学), BatlerAlastair(弘前大学), 長崎郁(名古屋大学), PardeshiPrashant(国立国語研究所) ダウンロード可能な形で，日本語のテキストに対して構文木を付与しているNPCMJに対して，述語項構造シソーラスの意味役割と概念フレームを付与するプロジェクトをスタートした．本発表では，アノテーションの枠組と体制，意味役割および概念フレーム付与における問題点を整理しつつ，今後の見通しについて説明する． [13:10-14:25] 情報抽出 (3件) (5) 議会会議録に含まれる法律名の表記揺れ問題解決に向けたエンティティリンキングの試み〇桧森拓真(北海道大学大学院情報科学院), 木村泰知(小樽商科大学), 荒木健治(北海道大学大学院情報科学研究院) 国会では，委員会や本会議において法律案に関する議論が行われている．数多くの議員が法律案の名称を何度も発言することから，法律案の名称は，省略されることや異なる表現で呼ばれることがあり，同一の法律案を示しているのかを判断することが困難な場合がある．例えば，「働き方改革法案」には「働き方改革関連法」「働き方改革一括法」などの表記揺れが存在する．そこで，本研究では，議会会議録に含まれる法律名の表記揺れの問題を解決するために，エンティティリンキングを行う．実験では，辞書ベース，Wikipedia2Vecをベースラインとし，提案手法との比較を行う．提案手法では，ベースラインであるWikipedia2Vecに加え，メンションの各候補エンティティと、メンションを含む一文の分散表現とのコサイン類似度，メンションとエンティティの文字列の差分のLenghScore，メンションとエンティティの間で一致している文字数に応じたPenaltyに基づきスコアを算出し，最もスコアの高いエンティティを出力する．実験の結果，国会データでは，提案手法がF値において0.713を示し，0.198ポイントベースラインを上回り，地方議会会議録データでは，F値において0.719を示し，0.030ポイントベースラインを上回る結果となった． (6) トピック間の階層構造を考慮したGaussian LDAの構成〇吉田崇裕(東京大学大学院情報理工学系研究科), 久野遼平(東京大学大学院情報理工学系研究科), 大西立顕(東京大学大学院情報理工学系研究科) トピックモデルは自然言語処理を始めとして多くの分野で用いられる手法である．トピックモデルの基本形であるLatent Dirichlet Allocation(LDA)の提唱後，様々なLDAの改良モデルが提案されてきた．例えばCorrelated Topic Model(CTM)はLDAが文書中のトピック間の相関を十分に考慮できない点に注目したモデルであり，汎化性能が向上すると報告されている．Gaussian LDAはLDAが単語間の意味的な近さを十分に考慮できない点に注目したモデルであり，トピックの意味一貫性が向上すると報告されている．両者を組み合わせたCorrelated Gaussian Topic Model(CGTM)と呼ばれるモデルは上記二つの欠点を同時に補うのみならず，単語の埋め込み空間上でトピックの相関構造を可視化することができ革新的である．しかし，文書内におけるトピックの関係性は，CGTMが対象とする単純な相関構造だけで表現できるものではない．実際日常生活においても，例えば「経済」-「金融政策」-「出口戦略」のように話題の階層性を意識し会話をすることは多々ある．そこで本稿では階層的トピックモデルとして最も単純なPAM(Pachinko Allocation Model)とGaussian LDAを組み合わせたモデルを提案することで，トピックの階層構造を単語埋め込みベクトル空間上で分析する一歩としたい． (7) 辞書を用いたコーパス拡張による，化学ドメインのDistantly Supervised固有表現認識〇辰巳守祐(奈良先端科学技術大学院大学), 後藤啓介(理化学研究所革新知能統合研究センター), 進藤裕之(奈良先端科学技術大学院大学), 松本裕治(奈良先端科学技術大学院大学 / 理化学研究所革新知能統合研究センター) 化学ドメイン固有表現抽出では，学習データのアノテーションコストが極めて高く，学習データ確保が課題である．この問題の打開策として，人手を介さずにアノテーションする，Distantly Supervised固有表現抽出の研究が注目されている．ただ，当手法では，自動生成コーパスが全ての化学物質名を網羅するのが困難な為，未知語問題が生じる．そこで，本研究では辞書を用いたコーパス拡張を提案する．人手アノテーションコーパスであるChemdNERでの評価実験の結果，提案データによる学習モデルがベースラインを上回った． [14:40-15:55] 分散表現・意味 (3件) (8) グラフニューラルネットワークを用いた半教師あり語義曖昧性解消〇谷田部梨恵(茨城大学大学院理工学研究科情報工学専攻), 佐々木稔(茨城大学工学部情報工学科) 単語の語義曖昧性解消は，今日に至るまで様々な研究が行われており，教師あり学習を用いることで高い精度を出している．先行研究では，このアプローチにおける識別誤りの主要な要因として学習用のデータ不足を挙げている．そのため，精度を向上するためにはさらに多くの用例文の追加が求められている．しかし，学習用のデータを新たに追加することは，語義識別に精通した専門家による正解ラベル付与が必要となるためコストがかかるという問題がある．そこで，本研究ではグラフニューラルネットワークを用いた半教師あり語義曖昧性解消手法を提案し，提案手法が語義識別精度の改善に有効であることを目指す． (9) 鏡映変換に基づく埋め込み空間上の単語属性変換〇石橋陽一(奈良先端科学技術大学院大学), 須藤克仁(奈良先端科学技術大学院大学), 吉野幸一郎(奈良先端科学技術大学院大学), 中村哲(奈良先端科学技術大学院大学) 本研究では鏡映変換に基づく埋め込み空間上の単語の属性変換を提案する。自己相互情報量(PMI)に基づく単語埋め込みは、``king - man + woman = queen'' といったアナロジーが成立することが知られている。このアナロジーを用いて入力単語xをmanからwomanに、またwomanからmanに変換することが可能である。一方、アナロジーによる変換はxが男性か女性かどうかで演算が変わるため、xの属性に関する知識が必要となるが、そのような知識は無数にあるため全て付与することは不可能である。そこで本研究では、属性知識を用いず単語属性を変換するため、理想的な性質を持つ写像である鏡映変換を導入する。鏡映変換は同じ写像でベクトルの位置を相互に反転させる変換であるため、入力単語ベクトルが目的の属性を持つかどうかにかかわらず変換できる。性別属性を変換する実験の結果、提案手法は属性の知識を用いることなく、性別単語を45.8%の精度で相互に変換できることが示された。また性別属性を持たない単語に鏡映変換を適用した結果、最大で99.9%が変換されず、鏡映変換は目的属性を持つ単語のみを変化させる非常に高い安定性を持つことが示唆された。 (10) Long Short-Term Memory に基づくRecurrent Auto-Encoder を用いた文の分散表現獲得手法に対する Attention 機構の導入〇飯倉陸(大阪府立大学), 岡田真(大阪府立大学), 森直樹(大阪府立大学) 近年，計算機の著しい発達に伴い，言葉や画像といった離散的な記号概念の分散表現を獲得する研究が盛んになされている．得られた分散表現は人工知能研究におけるさまざまなタスクに対して適用されるが，その精度は分散表現の性能に大きく依存する．それゆえに，分散表現の性能向上は人工知能研究の発展のために極めて重要な事項であるといえる．自然言語処理の分野においては現状として，単語の分散表現獲得手法については Word2Vec のような複数のタスクに対して高い性能が認められている優れた手法が開発されている．その応用として，文の分散表現の獲得手法に関するいくつかの先行研究が存在するが，いまだに決定的な手段は確立されているとは言い難い．本研究では，既存の文の分散表現獲得手法の改良を目的として，Long Short-Term Memory に基づく Recurrent Auto-Encoder を用いたモデルに対してAttention 機構を導入した．そして獲得した分散表現を用いた文の連続性識別の実験を通して，それらの性能を Attention 機構の有無の観点から相対的に評価した．その結果，文章の連続性を考慮するという観点から，分散表現の性能向上を確認することができ，Attention 機構を導入することの有効性を示せた． [16:10-17:25] 生成・解析 (3件) (11) 与えた外部情報の再予測モデルを組み込んだニューラル文生成モデルの検討〇隆辻秀和(奈良先端科学技術大学院大学), 吉野幸一郎(奈良先端科学技術大学院大学), 須藤克仁(奈良先端科学技術大学院大学), 中村哲(奈良先端科学技術大学院大学) 言語生成は、与えられた外部情報のセットに対して、自然言語文をドメインに適当な形で生成するタスクである。近年、言語生成に用いられるニューラルネットワークを用いた手法は、より自然で柔軟な応答生成が実現できることが知られている。一方で、入力となる外部情報に対応する文生成を単語予測のモデルで行うため、モデルがどの情報を利用し文を生成したかを説明することが難しい。そこで本研究では、与えた外部情報を生成文に反映することを保証するため、与えた外部情報を再予測するモデルと再予測の結果に対する損失を利用した。アノテーション済みのコーパスを用いた実験を行い、生成された文の評価と、生成文に含まれる情報の精度評価を行った。 (12) 因果関係と事態分散表現を用いた雑談対話応答のリランキングにおける傾向分析〇田中翔平(奈良先端科学技術大学院大学), 吉野幸一郎(奈良先端科学技術大学院大学/科学技術振興機構さきがけ), 須藤克仁(奈良先端科学技術大学院大学), 中村哲(奈良先端科学技術大学院大学) 本論文では，対話履歴に対し一貫した多様な応答を選択する手法を提案する．提案手法では対話履歴に対する一貫性を保つため，対話モデルより生成された応答候補を，対話履歴と応答候補の間に存在する因果関係（ストレスが溜まる → 発散する，など）を用いてリランキングする．この際，因果関係の認定には統計的に獲得された因果関係ペアを用いるが，対話中に存在する全ての因果関係を被覆するような辞書を用意することは難しい．そこで，Role Factored Tensor Model を用いて事態を分散表現に変換することで，因果関係知識のカバレージを向上させ，因果関係知識と対話中の因果関係の頑強なマッチングを実現した．自動評価，人手評価の結果，提案手法は応答の一貫性や対話継続性を向上させることが確認できた．一方で，事態の過汎化に由来する応答の自然性低下が見られる場合もあった．これらの問題についても例示し，解決の方向性について論じる． (13) モダリティ表現認識・事象の事実性解析の同時学習〇友利涼(京都大学大学院情報学研究科), 村脇有吾(京都大学大学院情報学研究科), 松吉俊(電気通信大学大学院情報理工学研究科), 亀甲博貴(京都大学学術情報メディアセンター), 森信介(京都大学学術情報メディアセンター) モダリティ表現や事象の事実性などを正確に認識・解析することは、否定や推量などが含まれるテキストの言語理解や文生成を行ううえで重要である。本研究では、モダリティ表現認識器・事象の事実性解析器などをマルチタスク学習の枠組みを用いて同時学習する。これらのタスクは相互に関連しており、マルチタスク学習を用いてその関係性を自動的に学習することを目指す。実験では、同時学習による手法が単純な手法による精度を上回った。また、生コーパスを用いて事前学習することにより、さらなる精度向上を示した。 [17:40-18:30] 知識獲得 (2件) (14) A Simple Reranking Method for Knowledge Graph Completion 〇LuYuxun(Nara Institute of Science and Technology), ShigetoYutaro(Chiba Institute of Technology), HayashiKatsuhiko(Osaka University), ShimboMasashi(Nara Institute of Science and Technology) A recent report indicates that learning type embeddings of entities in addition to normal embedding helps improve the performance of knowledge graph completion. We argue that the type of arguments individual relations take is inherent in the normal embedding of entities, and this information can be exploited with the help of training data. A simple reranking method is proposed that solely relies on training data and learned entity and relation embeddings. This method requires only four parameters per relation to be tuned on the validation data. Experimental results show that its performance is close to the approach based on type embeddings, although it does not require retraining of embeddings. (15) クイズ解答タスクにおける大規模ラベルなしコーパスの利用: 言語モデルとデータ拡張〇鈴木正敏(東北大学), 松田耕史(理化学研究所/東北大学), 大内啓樹(理化学研究所/東北大学), 鈴木潤(東北大学/理化学研究所), 乾健太郎(東北大学/理化学研究所) Quizbowlは、複数の文からなるクイズ問題の入力に対して、正解となるエンティティを予測する質問応答タスクである。Quizbowlは超多クラス（数万クラス以上）の分類問題と見なすことができるが、その場合、訓練データの規模が限定的であるためにfew-shot学習の問題が生じる。すなわち、訓練データにわずかな回数しか出現しないエンティティであっても、テスト時には正しく答えなければならない。この問題に対処するため、本研究では、1) 大規模コーパスで事前訓練された言語モデルの利用と、2) Wikipediaを利用したデータ拡張を組み合わせたクイズ解答の手法を提案する。具体的には、1) 汎用言語モデルBERTの複数の層が出力する分散表現を用いて、クイズ問題から正解エンティティへのマッピングを学習する。さらに、2) Wikipediaの記事の性質を利用して、テキスト-エンティティ対のデータを大量に生成し、擬似クイズ問題として訓練データに追加する。これらモデルとデータ両方向の拡張により、Quizbowlのクイズ解答の性能が大幅に向上することを実験的に示す。 8月30日(金)　発表13件 [09:00-10:15] 機械翻訳 (3件) (16) スタイル変換のための折り返し翻訳に基づく事前訓練〇梶原智之(大阪大学データビリティフロンティア機構), 三浦びわ(株式会社 AI Samurai), 荒瀬由紀(大阪大学大学院情報科学研究科) 本研究では、スタイル変換における少資源問題に取り組む。同一言語内の翻訳問題であるスタイル変換は、機械翻訳とは異なり訓練用のパラレルコーパスを大規模に収集することが難しい。この問題に対して、先行研究ではルールベースのデータ拡張や目的とするスタイルの機械翻訳とのマルチタスク学習が提案されているが、人手や特定のコーパスに依存するため他のスタイルへの拡張が困難であった。そこで我々は、任意のスタイルに適用可能な生コーパスに基づく転移学習のフレームワークを提案する。まず事前訓練では、生コーパスを折り返し翻訳した疑似言い換えコーパスを用いて、スタイルを考慮しない言い換え生成器を訓練する。続いて再訓練では、小規模なパラレルコーパスを用いて、言い換え生成器を目的とするスタイルへのスタイル変換に特化させる。GYAFCデータセットにおける評価実験の結果、提案手法がスタイル・ドメイン・モデル構造のいずれにも依存せず、常にスタイル変換の性能を大幅に改善することを確認した。さらに詳細な分析の結果、高品質な折り返し翻訳を利用できない設定やターゲットドメインの生コーパスを利用できない設定でも提案手法は有効に機能し、再訓練のためのパラレルコーパスが1,000文対と非常に少ない設定でさえ高品質なスタイル変換を実現できることがわかった。 (17) 機械翻訳の前処理のための言い換え辞書自動作成手法の提案〇胡尤佳(大阪府立大学工学域), 岡田真(大阪府立大学工学研究科), 森直樹(大阪府立大学工学研究科) 近年，ニューラルネットワークを用いる手法が自然言語処理の多くのタスクで成果を上げている．機械翻訳の分野でも，ニューラル機械翻訳が登場し，これまでのフレーズベース機械翻訳や統計的機械翻訳と比べて翻訳の質が飛躍的に上がり，流暢性の高い翻訳もできるようになった．しかし，低頻度語や未知語が存在することにより，翻訳の際に意味が通じなくなるという問題が依然存在している．通常の機械翻訳の場合，出力層における語彙数が制限されているため，低頻度語は未知語(OOV)と見なされ，意味繋がりが中断され，翻訳精度が悪くなる．このような低頻度語や未知語の問題を解決するために，翻訳に前処理をするアプローチがある．先行研究では，学習データの目的言語文に存在する低頻度語を大規模パラフレーズ辞書を用いて高頻度語に言い換えてから翻訳する手法が提案されている．ここでは，目的言語文に低頻度語が存在する場合，その単語またはその単語を含むフレーズを高頻度な単語またはフレーズに言い換えることで，言い換え前後の意味を保持したまま翻訳結果の未知語の削減を求める．ここでは，追加で大規模パラフレーズ辞書が必要となり，パラフレーズ辞書によって言い換えた学習データからの翻訳モデルの作り直しが必要となる．そこで本研究では，作成した機械翻訳のモデルを直接用いて，モデル作成時に用いた学習データからそのままパラフレーズ辞書を自動作成する手法を提案する．その後，その辞書を用いた低頻度語の高頻度語への言い換えを入力文の前処理として施すことにより，意味を保持したまま翻訳精度を向上できると考える．本稿では提案手法の有効性を実験により検証し，考察した． (18) Double Attention-based Multimodal Neural Machine Translation with Semantic Image Region 〇ZhaoYuting(Tokyo Metropolitan University), KomachiMamoru(Tokyo Metropolitan University), KajiwaraTomoyuki(Osaka University), ChuChenhui(Osaka University) Current work on multimodal neural machine translation (MNMT) has mostly paid attention to the effect of combining visual and textual modalities in improving translation performance. However, it has been suggested that the visual modality is only marginally beneficial. As conventional visual attention mechanisms are used to select visual features from grids of equal size in an image generated by convolutional neural net, the feature of a grid that is not related to image content may arise slight effects in aligning visual concepts associated with the textual object. In contrast, we propose to apply semantic image regions for MNMT with integrating visual and textual features by means of two separate attention mechanisms (double attention) in order to improve predictive token generation. Our approach on the Multi30k dataset achieves 0.5 and 0.9 BLEU point improvement on English--German and English--French translation tasks compared with the baseline double attention-based MNMT. [10:30-11:45] 機械翻訳 (3件) (19) 言語横断な言語モデルによる原言語情報を活用した自動機械翻訳評価〇髙橋洸丞(奈良先端科学技術大学院大学), 須藤克仁(奈良先端科学技術大学院大学), 中村哲(奈良先端科学技術大学院大学) 本研究では原言語文と参照訳文から翻訳文がどれだけ正しいかを推定する自動評価手法を検討する. 既存の自動翻訳評価手法では, 1 対 1 の参照訳文と翻訳文のペアから翻訳文を評価する手法が主流だが, 1 対 1 ペアの比較では, 翻訳文が参照訳文と一見異なるが正しい訳文である際に評価性能が下がりやすい. この問題は, マルチリファレンスと呼ばれる参照訳文を複数用意することで解決可能だが, 各原言語文に対して参照訳文を複数作成する必要がありコストが高い. そこで本研究では, 原言語文も参照訳文の一つとみなして, 原言語文を評価に用いることで前述の問題に対処する. 言語横断な言語モデルを用いて入力文を分散表現とし, 最終的な評価値を多層パーセプトロンを通して出力する回帰モデルによる評価手法を検討した. (20) 英日同時翻訳のためのConnectionist Temporal Classificationを用いたニューラル機械翻訳〇帖佐克己(奈良先端科学技術大学院大学), 須藤克仁(奈良先端科学技術大学院大学), 中村哲(奈良先端科学技術大学院大学) 同時翻訳は文の入力が終了する前にその文の翻訳を開始するタスクである．このタスクでは翻訳精度と訳出までの遅延時間がトレードオフの関係にあり，システムを構築する際には翻訳を行うタイミングを適切に決定する必要がある．本研究では，ニューラル機械翻訳においてこの訳出タイミングを適当的に決定する方法を提案する．提案手法では目的言語側の語彙に訳出を行わない代わりに出力するためのメタトークン ‘<wait>’ を追加し，損失関数としてConnectionist Temporal Classification（CTC）と呼ばれるアルゴリズムを目的関数に導入する．CTCによって縮約すると正解系列と一致するような‘<wait>'を含む系列全てに対して最適化を行うことで翻訳モデルと訳出タイミング制御を同時に最適化することができ，さらに訳出タイミングを適応的に決定することも可能となる．また，このモデルを英語から日本語への同時翻訳タスクに対して適用し，その翻訳結果の精度や問題点について検討する． (21) スタイル変換技術による対訳コーパスから英日同時通訳コーパスへの拡張〇二又航介(奈良先端科学技術大学院大学), 須藤克仁(奈良先端科学技術大学院大学), 中村哲(奈良先端科学技術大学院大学) 同時通訳とは，入力文章が完結する前に目的言語の部分的な翻訳結果を訳出するタスクである．同時通訳システムを介したコミュニケーションでは，翻訳の遅延が円滑なコミュニケーションの大きな障害となるため，遅延を最小限にしつつ正確に部分訳出をする必要がある．特に英語と日本語のように語順が大きく異なる言語間の同時通訳では，訳出開始までの遅延が大きな問題となる．一方で，原言語の語順に近い形で訳出を行うことができれば，遅延を少なくすることができる．同時通訳システムの学習には通常，機械翻訳システムと同様に対訳コーパスが用いられる．同時通訳コーパスは，機械翻訳システムの学習に用いられる対訳コーパスと異なり，入力文が完結する前に目的言語の部分訳出を行った文から構成される対訳コーパスである．したがって，同時通訳システムの学習に用いられる対訳コーパスとして，同時通訳コーパスを用いることができれば，入力文を小さな部位に区切り逐次訳出できるため，訳出を終えるまでの遅延が少なくなる．しかし，現在利用可能な同時通訳コーパスの量は非常に少ないため，このような問題設定は現実的ではない．そこで本稿では，機械翻訳に用いられる対訳コーパスから，同時通訳コーパスへと拡張する手法について提案する．提案手法ではスタイル変換を用いることで，機械翻訳のスタイルから同時通訳へのスタイルへと変換を行う．また，スタイル変換により生成された疑似同時通訳文について現状での問題点について検討する． [13:15-14:55] 言語処理応用(4件) (22) BERTを用いたテレビドラマに関する関心動向・感想のウェブマイニング〇川口輝太(筑波大学), 久保遼馬(筑波大学), 藤田拓也(筑波大学), 前田竜冶(筑波大学), 宇津呂武仁(筑波大学), 小林彰夫(筑波技術大学), 西崎博光(山梨大学), 河田容英(ログワークス) 本論文では，テレビドラマ視聴者がドラマ視聴後にウェブ上で行うドラマ関連関心動向・感想・レビュー類の情報探索過程を支援することを目的として，ブログ・ドラマ関連サイト等のウェブページからの情報収集・集約を行うウェブマイニング技術を提案する．提案手法においては，BERTおよびWikipediaを用いて，文単位での当該ドラマ関連判定および主観情報判定を行うとともに，文単位での判定結果に基づいて，ウェブページ単位での当該ドラマ関連判定および主観情報判定を行う手法，および，その評価結果について述べる． (23) 評価者バイアスを考慮した小論文自動採点手法〇岡野将士(電気通信大学), 宇都雅輝(電気通信大学) 近年、深層学習モデルを利用した小論文自動採点手法が注目されている。このような自動採点手法では、採点済み小論文コーパスからモデルを学習する。しかし、小論文の採点では、各評点が評価者の特性（甘さ/厳しさなど）に依存することが多く、このような場合、学習される自動採点モデルが評価者特性の影響を受け、得点予測の性能が低下する問題がある。他方で、評価者の影響を考慮してスコアを推定できる数理モデルが近年多数提案されている。本研究では、この数理モデルで得られるスコアを予測するように自動採点モデルを学習する手法を提案する。提案手法を利用することで、コーパスを採点する評価者の特性に依存せず、自動採点モデルを学習できる。本論文では、実データ実験により提案モデルの有効性を示す。 (24) Automated Essay Rewriting (AER): Grammatical Error Correction, Fluency Edits, and Beyond 〇MitaMasato(RIKEN AIP/Tohoku University), HagiwaraMasato(Octanove Labs), SakaguchiKeisuke(Allen Institute for Artificial Intelligence), MizumotoTomoya(Future Corporation), SuzukiJun(Tohoku University/RIKEN AIP), InuiKentaro(Tohoku University/RIKEN AIP) We propose the Automated Essay Rewriting (AER) task, where computer systems make automatic edits to argumentative essays to improve their quality. AER subsumes types of edits beyond single sentences such as coherence, cohesion, and style, which are not within the scope of traditional tasks such as grammatical error correction (GEC) and fluency edits. The quantitative and qualitative analyses of a corpus specifically designed for AER reveal that these edits account for almost half of edits made by professional proofreaders. We also discuss the challenges, issues, and future direction of AER by comparing with other tasks. (25) 文符号化器のマルチタスク学習によるテキスト分類モデルの頑健化〇大橋空(大阪大学大学院情報科学研究科), 高山隼矢(大阪大学大学院情報科学研究科), 梶原智之(大阪大学データビリティフロンティア機構), ChenhuiChu(大阪大学データビリティフロンティア機構), 荒瀬由紀(大阪大学大学院情報科学研究科) 一般的なニューラルテキスト分類モデルは、文をベクトル化する文符号化器と、文ベクトルを基に分類先の各ラベルが付与される確率を計算する分類器からなる。このようなモデルは、特定の単語が出現する文に対し、文意に関わらずその単語との共起頻度が高いラベルに分類しやすくなり過学習しやすい。これは、文符号化器が分類に強く寄与する単語を過度に反映した文ベクトルを生成するためであると考えられる。この課題に対し本研究では、同じ（異なる）ラベルを持つ文同士のベクトルはベクトル空間で近傍（遠方）に位置すべき，という直感に基づくマルチタスク学習手法を提案する。具体的には、共通のラベルを持つ文同士の文ベクトルが類似するように、文符号化器を通常のテキスト分類タスクおよび同一ラベル判別タスクのマルチタスク学習によって訓練する。同一ラベル判別タスクでは、コーパスからサンプリングした複数の文のうち、どれが入力文と同一のラベルを持つかを判別できるように文符号化器を訓練する。これにより、文符号化に特定の単語が過度に影響するのを抑制し、テキスト分類の性能を改善するような文ベクトルが得られると期待できる。提案手法の有効性を検証するため、単一ラベル分類のデータセット6つ、複数ラベル分類のデータセット3つそれぞれについて、2種類の文符号化器を用いて実験を行い、文書の複数ラベル分類のデータセットについて、1種類の文符号化器を用いて実験を行った。結果より、6つのデータセットについて全ての文符号化器で提案手法がベースラインを上回る精度を達成し、提案手法の有効性が示された。 [15:10-16:25] 言語処理応用 (3件) (26) 機械学習を用いた漫画のオブジェクト順位推定〇元山直輝(大阪府立大学工学域), 岡田真(大阪府立大学工学研究科), 森直樹(大阪府立大学工学研究科) 近年, 深層学習をはじめとする機械学習技術の発展を背景に, 画像処理と言語処理が密接に結びついたマルチモーダルな分野として漫画に関する研究が注目されている. 漫画は画像データで提供されることから, 画像処理に基づいた研究は数多くなされてきたが, 対話理解にまで踏み込んだ研究はなされてこなかった. 本研究の目的は文脈に基づき会話の連続性を正しく認識することである. コマや台詞の読み順などの読者が物語の文脈を踏まえて解釈する内容に踏み込んだ漫画のストーリー理解に関する研究のためには, 漫画におけるコマや台詞といったオブジェクトの順番についてのアノテーションデータが必要不可欠である. そこで, コマと台詞に順位をつけるアノテーションツールを開発し, 既存の漫画データセットの拡張をした. そして, 文脈を踏まえた漫画の理解の準備として, 座標情報を用いた機械学習によるコマと台詞の順位推定手法を提案する. さらに, 漫画内の文書の言語的特徴について調査し, 自然言語処理の活用の可能性について考察する. (27) 入力音声に続く文章の予測〇恒松和輝(奈良先端科学技術大学院大学), サクリアニサクティ(奈良先端科学技術大学院大学), 中村哲(奈良先端科学技術大学院大学) 近年の技術の進歩により、音声認識は人間に近い非常に高い性能を示しています。しかし、それらは与えられた音声をただ文字に起こすだけです。人間同士の対話では、発せられた言葉からその後に続く言葉を予測できることがあります。本研究では、深層学習を用いてそのようなタスクを実行できるシステムの構築を目指しています。 (28) 生成型文要約のための抽出性に着目したデータ選択〇長谷川駿(東京工業大学工学院), 上垣外英剛(東京工業大学科学技術創成研究院), 奥村学(東京工業大学科学技術創成研究院) 生成型文要約は必ずしも原文の語句を抽出する必要がなく，入力に対して極めて柔軟な要約文を生成することが可能である．しかし，我々の事前調査で，最高精度に近い性能を達成している文要約器の出力では，原文から借用した単語が生成文の約8割を占めていることが判明した．一方で，その要約器の学習に用いた訓練データでは，参照文における原文から借用可能な単語は約6割にとどまっている．我々は，これらの調査結果における実際の生成文と訓練データの抽出率の乖離から，既存の生成型文要約器が抽出的な要約を得意としており，抽出率の低いデータ対が学習時のノイズとなっているという仮定を置いた．本研究ではこの仮定に基づき，訓練データから抽出率の低いデータ対を除去する, 容易で効果的なデータ選択手法を提案する．実験の結果，提案手法を用いた場合，全データで学習した場合の約半分のデータ量・学習時間で同等の要約精度を達成できることを確認した．また，訓練データの抽出性・生成性を変化させて学習・比較を行うことで，それらの訓練データの性質が文要約器に与える影響の分析も行った． [16:25-16:40] 休憩 (集計) [16:40-16:55] クロージング ============================= ●研究報告のペーパーレス化本研究会はペーパーレスでの開催となり，印刷した研究報告の配布を行いません．また，特許出願の公知日（研究報告の公開日）が従来より1週間早まりますので，ご留意ください． ※自然言語処理研究会に登録されている方研究報告は研究発表会の1週間前に電子図書館と当日閲覧用サイトで公開します．当日は資料をプリントアウトしてご持参いただくか，ご自身のPCにダウンロードのうえ，ご持参ください．情報処理学会電子図書館（情報学広場） https://ipsj.ixsq.nii.ac.jp/ej/　（ユーザ登録が必要です）当日閲覧用サイト http://www.ipsj.or.jp/sig-reports/ ※自然言語処理研究会に登録されていない方当日受付で本研究発表会の資料閲覧用にUSBメモリを貸し出します．当日はノートPC等をご持参ください．なお，当研究会にご登録頂くことで，本研究会の資料をバックナンバーも含めて電子図書館で購読できます．登録されていない方は，是非この機会に研究会に登録してください（登録まで最大3日かかりますのでご留意ください）． ★研究会への登録をお勧めします年に２回以上の参加を見込まれる方は，研究会に登録される方が（ほぼ）お得になります．研究会登録は以下のウェブサイトから行えます． http://www.ipsj.or.jp/kenkyukai/toroku.html ●研究会幹事団主査：　関根聡　　（理化学研究所）幹事：　木村泰知　（小樽商科大学）　笹野遼平　（名古屋大学）　進藤裕之　（奈良先端科学技術大学院大学）　中澤敏明　（東京大学）　西川仁　　（東京工業大学）　桝井文人　（北見工業大学）　横野光　　（株式会社富士通研究所）運営委員：　内海慶　　（株式会社デンソーアイティーラボラトリ）　内田ゆず　（北海学園大学）　江原遥　　（静岡理工科大学）　大内啓樹　（理化学研究所/東北大学）　亀甲博貴　（京都大学）　小林暁雄　（理化学研究所）　斉藤いつみ（日本電信電話株式会社）　佐々木稔　（茨城大学）　貞光九月　（フューチャー株式会社）　佐藤敏紀　（LINE株式会社）　須藤克仁　（奈良先端科学技術大学院大学）　土田正明　（株式会社コトバデザイン）　成松宏美　（日本電信電話株式会社）　西田京介　（日本電信電話株式会社）　羽鳥潤　　（株式会社 Preferred Networks）　牧野拓哉　（株式会社富士通研究所）　増村亮　　（日本電信電話株式会社）　馬緤美穂　（ヤフー株式会社）　松林優一郎（東北大学）　三輪誠　　（豊田工業大学）　森田一　　（株式会社富士通研究所）　谷中瞳　　（理化学研究所）　吉川克正　（株式会社コトバデザイン） ------------------------------

1 0

新学術領域「対話知能学」キックオフシンポジウムのご案内 (2019/9/7(土))
by Ryuichiro Higashinaka 21 Aug '19

21 Aug '19

※重複して受け取られた場合はご容赦ください関連研究者のみなさま， NTTの東中です． 2019年9月7日(土)に新学術領域「対話知能学」キックオフシンポジウムを下記の要領で行いますので, 案内を送付させていただきます. よろしくお願いいたします． -------------------------------- 新学術領域「対話知能学」キックオフシンポジウムのご案内令和元年度科学研究費助成事業・新学術領域研究（研究領域提案型）に、研究領域「人間機械共生社会を目指した対話知能システム学（略称「対話知能学」）」（領域代表者：石黒浩、研究期間：令和元年～5年度）が採択されました。本領域は、人間と知能ロボットや情報メディアが共生する社会の実現を目指し、従来にない分野横断的な体制の下で、意図や欲求をもつとともに言語を用いて人間との間で互いの意図や欲求を理解し合う知能システムの研究を行うものです。この新学術研究では，対話システムや知能ロボットの開発だけでなく，それらを用いた認知科学，脳科学，社会心理学，法学，社会学，哲学の研究を幅広く展開します．つきましては、下記の要領で、当該領域のキックオフシンポジウムを開催いたしますので、ご案内いたします。参加には事前登録が必要です。参加希望者の方は、下記の方法で参加登録をお願いいたします。参加費は不要（懇親会費は別）です。みなさまのご参加を心よりお待ちしております。新学術領域「対話知能学」キックオフシンポジウム日時：9/7(土) 13:00～17:00 会場：慶應義塾大学三田キャンパス西校舎ホールプログラム：　13:00-13:40 【領域紹介】　石黒浩（大阪大学・教授）　「人間機械共生社会を目指した対話知能システム学」　13:40-14:20 【計画研究班紹介①】　河原達也（京都大学・教授）　「人間との対話継続及び関係構築のための対話知能システム」　14:20-15:00 【計画研究班紹介②】　東中竜一郎（ＮＴＴコミュニケーション科学基礎研究所・上席特別研究員）　「モジュール連動に基づく対話システム基盤技術の構築」　15:00-15:20 休憩　15:20-16:00 【計画研究班紹介③】　杉山弘晃（ＮＴＴコミュニケーション科学基礎研究所・研究主任）　「人と社会的に共生する対話システムのための行動決定モデル基盤技術の確立」　16:00-16:40 【計画研究班紹介④】　新保史生（慶應義塾大学・教授）　「対話知能システムの研究開発及び社会実装のための法社会規範の研究」　16:40-17:00 全体についての質疑応答　18:00-20:00 懇親会　会場：和モダン居酒屋せいりゅう田町店（https://tamachi-seiryu.com/）　会費：4000円 ※ 本領域では、公募研究班の募集を行う予定です。公募が開始されている場合には、同日・同会場にて公募の説明を行います。　上記のように、シンポジウム終了後に懇親会を行う予定です。公募研究班への応募を検討されている方は、どうぞ懇親会にもご参加ください。＜参加登録の方法＞ 9/4(木)17時までに、下記の項目について記載したメールを、タイトルを「対話知能学キックオフシンポジウム参加申し込み」として、【mailto:info@commu-ai.org】までお送りください。・お名前・ご所属・ご連絡先（メールアドレス）・シンポジウム参加の有無・懇親会の参加の有無　※ 懇親会はスペースが限られているため、領域メンバー・関係者・公募班の応募希望者の方のみ参加可とさせていただきます。ご了承ください。＜お問い合わせ先＞連絡先：　mailto:info@commu-ai.org 領域ホームページ：　http://www.commu-ai.org

1 0

WebDB Forum 2019参加募集のご案内(9/8-9開催, 8/25事前参加登録締切)
by Nobutaka SUZUKI 20 Aug '19

20 Aug '19

日本データベース学会のみなさま筑波大の鈴木と申します．いつもお世話になっております． 9月8,9日に開催されますWebDB Forum 2019につきまして，事前参加登録期限 (8/25(日))が近づいて参りましたので，再度のご案内をさせていただきます．また，新設の先端研究解説セッションを含む，口頭発表のプログラムが決まりましたので，速報版のテキストを添付Webさせていただきます（ポスター発表のプログラムも近々公開いたします） WebDB Forum 2019では「Webとデータベースのこれからがわかる２日間」と題しまして，以下の新たな取り組みを実施いたします．・WebとDBに関係する分野のトップカンファレンスで発表された国内研究者を　お招きし，研究内容をご紹介いただく先端研究解説セッション・WebDB査読付き論文の復活・ポスター発表の拡充会場も工学院大学新宿キャンパス（新宿駅西口徒歩５分）と，大変便利な場所での開催となっておりますので，ぜひご参加をご検討いただければ幸いです（事前参加登録期限：8/25(日)）特に，聴講学生は参加費無料となっておりますので，学生の皆様はお気軽にご登録・ご参加ください．皆様からの多数のご参加をお待ち申し上げております． ###################################################################### 　　　　　　　第12回Webとデータベースに関するフォーラム　　　　　　　　　　　　 WebDB Forum 2019 　　　　　〜 Webとデータベースのこれからがわかる２日間〜　　　　　　　　　　 2019年9月8日(日) - 9(月) 　　　　　　　　　　工学院大学新宿キャンパス　　　　　　　　　　 https://bit.ly/2G2nYXt 　　　　　　　　　　　　　　参加募集　　　　　　事前参加登録ページ：https://bit.ly/32WEZvW 　　　　　　事前参加登録期限：2019年8月25日(日) 23:59 JST ###################################################################### WebDB Forumは，WebとDB技術の基盤および応用技術に興味のある研究者，技術者，学生が一堂に会し，最新研究動向や成果について議論し交流を行う，大規模なイベントです．このフォーラムに参加すれば日本国内のWebとDBの研究・技術の最新動向を知ることができるように，過去１年間にTODや国際的なトップカンファレンスに掲載された論文の発表，企業による最先端の技術講演が行われます．皆様のご参加を心からお待ちしております．【先端研究解説セッション】 WebとDBに関係する分野のトップカンファレンスにおいて，この１〜２年間に論文が採択された国内の研究者の方をご招待し，その研究内容をご紹介いただきます．最先端の国際的研究を本フォーラムでお聞きいただくことができます．【最先端の技術報告】 WebとDB分野の第一線で活躍する企業の最新技術を語る講演，ブース展示，ならびにポスター発表を行います．講演やポスター発表は一般の研究発表と同じセッション内で行われますので，最先端の研究と技術動向を１つのセッションで知ることができます．【聴講学生は全セッション無料】聴講学生は学会の会員/非会員に関わらず，すべてのセッションに無料でご参加いただけます．学生の方は是非お気軽にご参加ください（受付で学生証をご提示ください）．ポスターセッションや参加者交流会では，飲み物片手に気軽な雰囲気で親睦を深めることができます（参加者交流会に限り，聴講学生の方が参加するには関連団体の(学生)会員である必要があります．なお，日本データベース学会の学生会員は会費無料です）【萌芽的な研究から最先端の研究まで】 WebDB Forum 2019では査読付き論文が復活しました．トップカンファレンスセッションでの国際的な研究発表，国内論文誌(TOD)に加え，WebDB査読付き論文も含めた質の高い論文が発表されます．また，ポスターセッションでは，これら論文やスポンサー企業のポスターに加えて，萌芽性を重視したポスターのみの発表も多数行われます．本フォーラムに参加することで，萌芽的な研究の議論を深めると共に，最先端の研究成果を共有することができます． ============================ 運営組織 =============================== 　　フォーラム委員長　　　　　　吉川正俊（京都大学）　　実行委員長　　　　　　　　　鈴木伸崇（筑波大学）　　副実行委員長　　　　　　　　灘本明代（甲南大学）　　プログラム委員長　　　　　　牛尼剛聡（九州大学）　　プログラム副委員長　　　　　波多野賢治（同志社大学）　　財務委員長　　　　　　　　　中島伸介（京都産業大学）　　ローカルアレンジメント共同委員長　　　　　　　　　　　　　　　　山口実靖（工学院大学）　　　　　　　　　　　　　　　　小林亜樹（工学院大学）　　産学連携担当幹事　　　　　　　　　　　　　　　　伊藤雅弘（株式会社東芝）　　　　　　　　　　　　　　　　関喜史（株式会社Gunosy）　　　　　　　　　　　　　　　　門前一馬（株式会社FRONTEO）　　　　　　　　　　　　　　　　北島信哉（株式会社富士通研究所）　　　　　　　　　　　　　　　　舟木類佳（株式会社LegalForce）　　　　　　　　　　　　　　　　加藤　誠（筑波大学）　　ポスターセッション担当幹事　北山大輔（工学院大学）　　参加者交流会担当幹事　　　　陳キュウ（工学院大学）　　レジストレーション担当幹事　上田高徳（日本IBM）　　出版・印刷担当幹事　　　　　佃洸摂（産業技術総合研究所）　　Web・広報担当幹事　　　　　山本修平（日本電信電話株式会社）　　　　　　　　　　　　　　　　池田光雪（愛知淑徳大学）　　DBS連携担当幹事　　　　　　上田真由美（流通科学大学）　　DE・IFAT連携担当幹事　　　大島裕明（兵庫県立大学）　　表彰担当幹事　　　　　　　　若宮翔子（奈良先端科学技術大学院大学）　　情報保障担当幹事　　　　　　白石優旗（筑波技術大学）　　プログラム委員　　　　　　　　　　　　　　　　伊川洋平（日本アイ・ビー・エム株式会社）　　　　　　　　　　　　　　　　池田大輔（九州大学）　　　　　　　　　　　　　　　　岩井原瑞穂（早稲田大学）　　　　　　　　　　　　　　　　上田真由美（流通科学大学）　　　　　　　　　　　　　　　　榎美紀（日本アイ・ビー・エム株式会社）　　　　　　　　　　　　　　　　王元元（山口大学）　　　　　　　　　　　　　　　　大島裕明（兵庫県立大学）　　　　　　　　　　　　　　　　小口正人（お茶の水女子大学）　　　　　　　　　　　　　　　　片山薫（首都大学東京）　　　　　　　　　　　　　　　　加藤誠（筑波大学）　　　　　　　　　　　　　　　　金政泰彦（株式会社富士通研究所）　　　　　　　　　　　　　　　　鎌原淳三（神戸大学）　　　　　　　　　　　　　　　　北島信哉（株式会社富士通研究所）　　　　　　　　　　　　　　　　清田陽司（株式会社LIFULL）　　　　　　　　　　　　　　　　金京淑（産業技術総合研究所）　　　　　　　　　　　　　　　　熊本忠彦（千葉工業大学）　　　　　　　　　　　　　　　　倉島健（NTT）　　　　　　　　　　　　　　　　黒川茂莉（株式会社KDDI総合研究所）　　　　　　　　　　　　　　　　欅惇志（株式会社デンソーアイティーラボラトリ）　　　　　　　　　　　　　　　　合田和生（東京大学）　　　　　　　　　　　　　　　　小林亜樹（工学院大学）　　　　　　　　　　　　　　　　駒水孝裕（名古屋大学）　　　　　　　　　　　　　　　　佐々木勇和（大阪大学）　　　　　　　　　　　　　　　　白石優旗（筑波技術大学）　　　　　　　　　　　　　　　　白川真澄（ハッピーコンピューター株式会社）　　　　　　　　　　　　　　　　新谷隆彦（電気通信大学）　　　　　　　　　　　　　　　　鈴木優（岐阜大学）　　　　　　　　　　　　　　　　戸田浩之（NTT）　　　　　　　　　　　　　　　　豊田正史（東京大学）　　　　　　　　　　　　　　　　中島伸介（京都産業大学）　　　　　　　　　　　　　　　　難波英嗣（中央大学）　　　　　　　　　　　　　　　　西田京介（NTT）　　　　　　　　　　　　　　　　平手勇宇（楽天株式会社）　　　　　　　　　　　　　　　　福原知宏（マルティスープ株式会社）　　　　　　　　　　　　　　　　前田亮（立命館大学）　　　　　　　　　　　　　　　　宮森恒（京都産業大学）　　　　　　　　　　　　　　　　村上晴美（大阪市立大学）　　　　　　　　　　　　　　　　森嶋厚行（筑波大学）　　　　　　　　　　　　　　　　森本康彦（広島大学）　　　　　　　　　　　　　　　　山肩洋子（東京大学）　　　　　　　　　　　　　　　　山本岳洋（兵庫県立大学）　　　　　　　　　　　　　　　　山本祐輔（静岡大学）　　　　　　　　　　　　　　　　湯本高行（兵庫県立大学）　　　　　　　　　　　　　　　　吉田尚史（駒澤大学）　　　　　　　　　　　　　　　　劉健全（日本電気株式会社）　　　　　　　　　　　　　　　　Le Hieu Hanh（東京工業大学）　　　　　　　　　　　　　　　　若宮翔子（奈良先端科学技術大学院大学）　　　　　　　　　　　　　　　　渡辺聡（株式会社日立製作所）　　　　　　　　　　　　　　　　渡辺知恵美（筑波技術大学）　　　　　　　　　　　　　　　　渡辺陽介（名古屋大学） ---

1 0

CFP: Third Workshop on Software Foundations for Data Interoperability
by makoto onizuka 20 Aug '19

20 Aug '19

日本データベース学会のみなさま，阪大の鬼塚です．福岡で開催される国際会議 Internetware2019 の併設ワークショップ　Third Workshop on Software Foundations for Data Interoperability のご案内です．データ統合・相互運用性に関する研究を広く公募します．招待講演には・Prof. Hiroyuki Seki (Nagoya University) ・Dr. Zinovy Diskin (McMaster University) をお招きし，それぞれ情報流解析や多方向データ変換技術についてご講演頂く予定です．詳細は以下のようになっておりますので，ご投稿をご検討頂けますようよろしくお願いいたします． Workshop site: http://www.prg.nii.ac.jp/projects/biscuits/third-workshop/index.html Submission link: https://easychair.org/conferences/?conf=sfdi20190 Submission deadline September 9, 2019 Workshop organizing chairs: Soichiro Hidaka (Hosei University) Yasunori Ishihara (Nanzan University) Zachary G. Ives (University of Pennsylvania)

1 0

第22回情報論的学習理論ワークショップ (IBIS2019)発表募集
by Yukino Baba 20 Aug '19

20 Aug '19

日本データベース学会の皆様，筑波大学の馬場と申します． 11月に名古屋で開催されます，IBIS2019の発表募集案内をお送りします．今年は，昨年までありましたテクニカルトラックはなく，ディスカッショントラックのみとなります．皆様からの発表申し込みをお待ちしております． --------------------------------------------------------------------------------------------------- 第22回情報論的学習理論ワークショップ (IBIS2019)発表募集 --------------------------------------------------------------------------------------------------- 日程・場所 ---------- * 開催日程： * ワークショップ：2019年11月20日(水)-22日(金) * チュートリアル：2018年11月23日(土) *開催場所：　　*ワークショップ・懇親会・チュートリアル：ウインクあいち (愛知県産業労働センター) 名古屋市中村区名駅4丁目4-38 *ホームページ： <http://ibisml.org/ibis2019/>;; 一般投稿発表 ------------ 統計数理，情報理論，統計物理学，統計的機械学習，信号処理，音声処理，音楽情報処理，自然言語処理，画像処理，データマイニング，バイオインフォマティクスなど，広く機械学習に関わる分野に関する発表を募集します．すべての発表は論文投稿なしでポスター発表形式で行います．今年は，昨年までありましたテクニカルトラックはなく，ディスカッショントラックのみとなります．萌芽的なアイデアや進行中の研究内容を気軽に発表・議論するためのものです．全ての申込者が発表できるようにするつもりですが，会場の都合等により発表をご遠慮いただく可能性もありますので，ご了承下さい． ###表彰優れたポスター発表に対してベストプレゼンテーション賞，学生優秀プレゼンテーション賞を授与します．申込スケジュール ---------------- * 一般投稿発表申込　　　9/9(月)-10/11(金) * チュートリアル参加申込 10/16(水)-11/6(水)，有料，要事前申込，定員に達し次第終了 * ワークショップ参加申込 10/16(水)-11/6(水)，無料，要事前申込，定員に達し次第終了（会場規模の関係上，事前登録されていない当日参加はお断りすることがございますので，事前登録をお願いします．） * ワークショップ懇親会参加申込 10/16(水)-11/6(水)，有料，要事前申込，定員に達し次第終了プログラム ---------- ### ワークショップ招待講演 * Marc Deisenroth（Imperial College London）-- 11/20 PM * 落合陽一（筑波大） -- 11/21 PM * 竹村彰通（滋賀大） -- 11/22 PM ### ワークショップ企画セッション * 機械学習と離散数学（担当：杉山） -- 11/20 AM * データ駆動科学と機械学習（担当：藤井、中西）--11/21 AM * 深層学習の理論（担当：今泉）--11/22 AM * 機械学習工学（担当：比戸）-- 11/22 PM ### ワークショップ一般投稿発表 * ポスター発表： 11/20 PM, 11/21 PM ### 懇親会（有料，要事前登録） * 日時： 11/21 夕方 * 場所：ウインクあいち（6F展示場） * 参加費：一般 6,000円，学生 3,000円 ### チュートリアル（有料，要事前登録） * 日時： 11/23(土) * 場所：ウインクあいち（大ホール） * 内容：（題目は仮題です）　　深層学習入門　今泉允聡（統数研）　　Graph Neural Network入門　石黒勝彦（Preferred Networks）　　機械学習モデル理解のための説明法　原聡（阪大）　　劣モジュラ関数最大化入門　相馬輔（東大） * 参加費：一般 20,000円，学生：5,000円主催・共催 ---------- * 主催電子情報通信学会情報論的学習理論と機械学習研究会 * 共催統計数理研究所委員 ---------- *実行委員長　岩田具治（NTT CS研） *副実行委員長　志賀元紀（岐阜大）　烏山昌幸（名工大） *プログラム委員長　河原吉伸（九大・理研 AIP） *プログラム委員（50音順）　伊藤伸志（NEC）　今泉允聡（統数研）　大輪拓也（九工大）　西郷浩人（九大）　杉山麿人（NII）　武石直也（理研 AIP）　竹内孝（NTT CS研）　中西義典（東大）　馬場雪乃（筑波大）　比戸将平（Preferred Networks）　廣瀬善大（北大）　藤井慶輔（名大）　松島慎（東大）　山田誠（京大・理研 AIP） ------------ 問い合わせ先 IBIS2019事務局 <ibis2019(a)ibisml.org>

1 0

【発表募集】第10回対話システムシンポジウム 1st CFP
by RYOKO TOKUHISA 20 Aug '19

20 Aug '19

日本データベース学会の皆さま，豊田中央研究所の徳久です．以下のように「第10回対話システムシンポジウム」を開催いたしますので，奮ってご発表ください． ―――――――――――― 人工知能学会言語・音声理解と対話処理研究会（SLUD）第87回研究会を，「第10回対話システムシンポジウム」として，以下の要領で開催します．日時：2019年12月2日（月）3日（火）会場：早稲田大学西早稲田キャンパス 63号館2階04・05会議室〒169-8555 東京都新宿区大久保3-4-1 https://www.waseda.jp/top/access/nishiwaseda-campus 参加費：無料（※資料集をご希望の方は資料代1,500円が必要です）参加資格：特にありません．人工知能学会および本研究会非会員の方でも　　　　　参加・発表が可能です．共催: 早稲田大学グリーンコンピューティングシステム研究機構 2010年度から毎年，対話システムシンポジウムと銘打ちまして，人工知能学会言語・音声理解と対話処理（SLUD）研究会を中心に，国内の対話システム研究者が一堂に会する機会を設け，研究討論と情報交換を行ってきました．対話システムはテキストチャットシステムから対話ロボットまで様々な形態があり，また様々な要素技術を統合したシステムであるため，その発表は多様な分野に分散していました．これらが一堂に会する機会を設けることで，対話システムの研究者にとっては，今までの研究会の枠に捉われない議論ができ，また対話システム分野に参入したい研究者にとっては，現在国内で行われている対話システム研究の概観が掴める場としたいと考えています．今年度は，一般発表を口頭発表またはポスター発表として募集します．また，萌芽期の対話システム研究に関する議論を行うべく，一般発表とは別に，若手萌芽ポスター発表を募集し，独創性・将来性のある研究に対して若手萌芽ポスター賞を授与します．例年のように，対話システムのデモ発表も募集します．この他にも，招待講演，関連する国際会議の参加報告，昨年盛況であった対話システムライブコンテペティションの第2回の開催を予定しています．対話システムの研究者や，対話システムに興味がある方々が，一堂に会する会となるよう企画しておりますので，ぜひ発表をご検討ください．対話システムシンポジウムでは，以下の企画を予定しています．内容や申し込み方法などの詳細は下記をご覧ください・一般発表（口頭・ポスター）・デモ発表・若手萌芽ポスター発表・対話システムライブコンペティション・国際会議報告・招待講演・チュートリアル講演なお，12/4-6には，NHK放送技術研究所にて「音声言語シンポジウム+自然言語処理シンポジウム」が開催される予定です．併せてご参加・ご発表ください． ======================================================================== [1] 募集内容（一般発表，デモ発表，若手萌芽ポスター発表）発表申込締切日・資料集原稿締切日・発表申込先 [2] 募集内容（対話システムライブコンペティション） ======================================================================== [1] 募集内容（一般発表，デモ発表，若手萌芽ポスター発表）発表申込締切日・資料集原稿締切日・発表申込先 ------------------------------------------------------------------------ 今回のシンポジウムでは以下のカテゴリ別に発表を募集します．・一般発表（口頭発表，ポスター発表）・デモ発表・若手萌芽ポスター発表（※preprintサーバを含め，未投稿・未発表の研究に限ります）発表申込み期間　：　2019年10月 1日（火）-- 2019年10月18日（金）発表申込み締切日：　2019年10月18日（金）資料集原稿締切日：　2019年11月 1日（金） ※ 発表申込みサイトは，上記期間のみオープンします．申込みサイトは2nd CFP にてご案内します．【重要】口頭発表については，各発表に質疑含め25分を確保するため，本年から発表数に上限を設けます．発表申し込み順での受付となります．上限数に達した後のお申込みには，申込み取り下げか，ポスター発表を行うかを選択いただきます．口頭発表を強くご希望されるかたは，お早めにお申し込みください．但し，申込者都合での申込み後のタイトル・著者の変更や取り下げはできませんのでご注意ください． ● 一般発表（口頭発表またはポスター発表）一般発表として，技術的な発表に限らず，対話に関係する理論・分析・リソースについての発表についても，幅広く募集します．申込み時に，口頭発表かポスター発表を選択いただきますが，口頭発表の発表数には上限を設けます．上限数を超えた口頭発表のお申込みには，申込み取り下げか，ポスター発表を行うかを選択いただきます．口頭発表を強くご希望されるかたは，申込みサイトがオープンしましたら，お早めにお申し込みください．ポスター発表については，1分程度のショート発表の後，ポスターセッションを行う予定です（発表者の年齢に関わらず，一般発表のポスターセッションでの発表は，若手萌芽ポスター賞の授賞対象とはなりませんのでご注意ください）．投稿原稿のページ数は，2ページ，4ページ，6ページのいずれかといたします． ● デモ発表（ポスター＋展示）対話インタフェース，対話エージェント，対話ロボット，コミュニケーション支援ロボット，対話システム開発ツールなど，システムの規模，形態を問わず募集します．対話システム研究者以外の方々にも，システムについて知っていただく機会としたいと思います（実機展示が難しい場合は，ビデオ展示でもかまいません）．システムを開発されている研究室や研究機関，企業の方々など，内容の新規性に関わらず，是非展示発表をご検討いただきますよう，よろしくお願いいたします．投稿原稿のページ数は，一般発表同様，2ページ，4ページ，6ページのいずれかとします．デモ発表と一般発表の両方を希望される方は，それぞれ個別にお申し込みください． ● 若手萌芽ポスター発表 30歳未満(2019年4月1日時点)の若手による未発表・未投稿の研究を対象としたポスター発表を募集します．対話システムを作ってみたがまだ評価ができていない，このような対話システムを考えているが実現する方法で迷っている，といった段階での萌芽的な発表を歓迎します．シンポジウム実行委員による投票（共著者は除く）により，独創性・将来性が高いと認められる発表に対して若手萌芽ポスター賞を授与し表彰します．一般ポスター発表同様，1分程度のショート発表の後，ポスターセッションを行う予定です．学生に限らず，企業の若手の方からの発表も対象となりますので，積極的にご発表ください．投稿論文は2ページ程度とします．同一の研究内容で，一般発表にもお申し込みいただくことはできません． ======================================================================== [2] 募集内容（対話システムライブコンペティション：口頭あるいはポスター発表） ------------------------------------------------------------------------ 対話システムライブコンペティションとは聴衆の前で対話システムを実際に動作させ，システムの挙動を全員で評価するイベントです．昨年の対話システムシンポジウムにおいて行われた第1回ライブコンペティションでは，100名以上の人が対話の評価に参加し盛況を博しました．これに続き，今年度も対話システムシンポジウムにおいて，「第2回対話システムライブコンペティション」を開催します． 2回目となる今年は，前回と同じく「(システムと)どれくらいまた話したいと思うか」を競うオープントラックに加え，特定の状況において「どれくらい人らしい会話をしたか」を競うシチュエーショントラックを新たに設けます．これらのトラックにより，対話システムの到達点や問題点をより浮き彫りにできればと考えております．ご興味がある方は，ぜひこちらのウェブサイトをご覧ください．第2回対話システムライブコンペティションウェブサイト https://dialog-system-live-competition.github.io/dslc2/ スケジュール（予定）は以下の通りです． 2019年9月下旬：エントリ〆切（予定） 2019年10月上旬：スクリーニングおよびクラウドソーシングを用いた予選 2019年10月上旬：予選の結果通知 2019年10月下旬：発表申し込み締切 2019年11月上旬：原稿締切（対話システムシンポジウムの締切に従います） 2019年12月2,3日：ライブイベント本番（第10回対話システムシンポジウム内）エントリフォームは以下にございます． https://forms.gle/4bR7mdhBKmsnU2qZ6 多数のエントリをお待ちしております！ぜひエントリを検討ください！！なお，第1回対話システムライブコンペティションの様子はこちらでご覧いただけます． https://dialog-system-live-competition.github.io/dslc1/ ■ 問い合わせ先第10回対話システムシンポジウム実行委員会　dialog-system-sympo(a)googlegroups.com 　委員長　　船越孝太郎（京大）　副委員長　藤江真也（千葉工大）　シンポジウム委員　　　　　　稲葉通将（電通大）　　　　　　井上昂治（京大）　　　　　　岡田将吾（JAIST）　　　　　　川端良子（国語研）　　　　　　小林優佳（東芝）　　　　　　駒谷和範（大阪大）　　　　　　杉山弘晃（NTT）　　　　　　徳久良子（豊田中研）　　　　　　東中竜一郎（NTT）　　　　　　松山洋一（早大）　　　　　　吉野幸一郎（奈良先端大）　ライブコンペ専任委員　　　　　　赤間怜奈（東北大）　　　　　　宇佐美まゆみ（国語研）　　　　　　　高橋哲郎（富士通）　　　　　　角森唯子（NTTドコモ）

1 0

教員公募: 東工大情報工学系データサイエンス・人工知能分野教授
by Jun MIYAZAKI 19 Aug '19

19 Aug '19

日本データベース学会の皆様東工大の宮崎です。重複してお受け取りの場合は申し訳ありません。標記の通り、教授の公募を開始しました。データサイエンス・人工知能分野で卓越した研究業績があり、また、その分野の教育でリーダシップをとれる方を募集します。周囲に適格な方がいらっしゃいましたら応募をお勧めください。所属: 東京工業大学情報理工学院情報工学系分野: データサイエンス・人工知能分野職種: 教授人数: 1名〆切: 2019年10月16日(水) 必着応募方法や問い合わせ先等の詳細は、以下のURLをご参照下さい。大学HP: http://www.hyoka.koho.titech.ac.jp/eprd/recently/koubo/koubo.php JREC-IN: https://jrecin.jst.go.jp/seek/SeekJorDetail?fn=0&id=D119080770&ln_jor=0 どうぞよろしくお願いします。 -- 宮崎純〒152-8550 東京都目黒区大岡山2-12-1 W8-63 東京工業大学情報理工学院情報工学系メール: miyazaki(a)cs.titech.ac.jp

1 0

日本学術会議情報学委員会ＩＴの生む課題検討分科会主催公開シンポジウム「災害時におけるICTの役割・反省・今後」のお知らせ
by Yutaka Kidawara 18 Aug '19

18 Aug '19

日本データベース学会の皆様 NICTの木俵でございます。＃重複してお受け取りになられた方はご容赦下さい。喜連川先生が委員長の日本学術会議情報学委員会ＩＴの生む課題検討分科会主催の以下のシンポジウムが開催されます。DBSJの会員の皆様にも大変興味深い内容の発表と議論が行われることとなっています。皆様のご参加をお待ちしております。 ------------------------------------------------------------------------ 日本学術会議情報学委員会ＩＴの生む課題検討分科会主催公開シンポジウム「災害時におけるICTの役割・反省・今後」 http://www-higashi.ist.osaka-u.ac.jp/~higashino/it-problem-symposium-2019.h… 主　催：日本学術会議　情報学委員会　ＩＴの生む課題検討分科会共　催：国立情報学研究所（予定）後　援：情報処理学会（予定）日　時：令和元年9月4日（水）13:00-17:20 場　所：日本学術会議講堂（〒106-0032 東京都港区六本木７丁目２２−３４）開催趣旨：近年我が国は数多くの自然災害被害を受け、様々な防災・減災の取り組みがなされている。ICT技術や携帯網の急速な進展に伴い、災害発生後の新たな情報伝達の仕組みも構築されてきている。一方で、電力網や通信網の遮断時に社会不安が増大したり偽情報が伝搬したりするなど、新たな問題も生じてきている。本シンポジウムでは、このような状況を今一度見つめ直し、ＩＣＴの役割について改めて考えるとともに、その限界を直視し、今後について議論する。【シンポジウムプログラム】司会：須藤修（日本学術会議連携会員、東京大学大学院情報学環・学際情報学府教授） 13：00　開会の挨拶：本シンポジウムについて　　　　　喜連川優（日本学術会議連携会員、国立情報学研究所長） 13：10　災害と放送（仮題）　　　　　児野昭彦（日本放送協会専務理事・技師長） 13：50　北海道地震での活動（仮題）　　　　　宇佐見正士（ＫＤＤＩ株式会社常勤顧問） 14：30-14：40 休憩 14：40　新たな緊急電力供給策（仮題）　　　　　越智文雄（株式会社あかりみらい代表取締役） 15：20　熊本地震におけるソーシャルネットの役割とＡＩ防災（仮題）　　　　　江口清貴（LINE株式会社執行役員） 16：00-16：10　休憩 16：10-17：10　総合討論「ＩＣＴをフルに活用した防災への展望」（司会）東野輝夫(日本学術会議会員、大阪大学大学院情報科学研究科教授) 　　　　（コメンテーター）児野昭彦（日本放送協会　専務理事・技師長）　　　　　　宇佐見正士（ＫＤＤＩ株式会社　常勤顧問）　　　　　　越智文雄（株式会社あかりみらい　代表取締役）　　　　　　江口清貴（LINE株式会社　執行役員）　　　　　　喜連川優（日本学術会議連携会員、国立情報学研究所長） 17：10　閉会の辞　安浦寛人(日本学術会議連携会員、九州大学理事・副学長) 17：20　閉会参加申し込み：下記URLより参加申し込み下さい http://www-higashi.ist.osaka-u.ac.jp/~higashino/it-problem-symposium-2019.h… 問い合わせ先： it-problem-staffs(a)net.ist.osaka-u.ac.xn--jp(-2d8ea465a006l 東野輝夫） ------------------------------------------------------------------------ ＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿　国立研究開発法人　情報通信研究機構　ユニバーサルコミュニケーション研究所　研究所長　先進的音声翻訳研究開発推進センター(ASTREC)　センター長　知能科学融合研究開発推進センター（AIS）　センター長　情報利活用基盤総合研究室　室長　木俵　豊　(e-mail:kidawara@nict.go.jp) 　TEL: 0774(98)6800 FAX: 0774(98)6955

1 0

【本日締切！】WebDB Forum 2019のポスター発表募集
by Taketoshi Ushiama 12 Aug '19

12 Aug '19

DBSJの皆様九州大学の牛尼と申します．（重複してお受け取りの場合は申し訳ございません） WebDB Forum 2019のポスター発表の締切が本日8/12(月)となりましたため，再度ご案内させていただきます．本ポスターセッションは，学生の皆様にとっては，DEIM2019で発表された研究の進捗状況や，卒業研究や修士論文の前期のとりくみのまとめを発表していただき，企業の方々や他の大学の方との議論で研究にはずみをつけるまたとない機会です． WebDB Forum には例年多数の企業がスポンサーとして，ポスター発表にも参加されます．学生の皆さんのご研究に興味を持たれる企業の方もいらっしゃるかもしれません．また，今年のWebDBでは，先端研究解説セッションとしてここ1〜2年でWebやデータベースに関係する著名な国際会議に採択された論文をご本人に解説していただく発表が9件もあり，ここに参加するだけで最先端の研究動向を勉強できるまたとない機会です． 1日目は，インターン中の学生の皆様にも参加しやすいように日曜日に開催いたします．　　　　　　　皆様からの多数のお申し込みをお待ちしております！ ####################################################################　　　　　　　　　　第12回Webとデータベースに関するフォーラム　　　　　　　　　　　　　　WebDB Forum 2019　　　　　　　　　〜　Webとデータベースのこれからがわかる２日間〜　　　　　　　　　　　　　　　ポスター発表　募集　　　　　　　　　　　　2019年9月8日(日) - 9(月) 　　　　　　　　　　　工学院大学新宿キャンパス https://bit.ly/2G2nYXt 　連続開催：IPSJ DBS研・IEICE DE研・IPSJ IFAT研合同研究会（9月10日） ####################################################################　 WebDB Forumは，WebとDB技術の基盤および応用技術に興味のある研究者，技術者，学生が一堂に会し，最新研究動向や成果について議論し，交流を行う，大規模なイベントです．このフォーラムに参加すれば日本国内のWebとDBの研究・技術の最新動向を知ることができるように，過去１年間にTODをはじめとする国内の論文誌や，国際的なトップカンファレンスに掲載された論文の発表，企業による最先端の技術講演が行われます． WebDB Forum 2019では，皆様の最新の研究をご紹介いただくポスター発表を募集いたします．ポスター発表は審査はなく，申し込んでいただいた方はどなたでも発表していただくことができます．現在進行中のチャレンジングな取り組みを是非ともご発表ください．また，優れた発表にはスポンサー企業から企業賞が授与されます． ####################################################################　　　　　　　　　　第12回Webとデータベースに関するフォーラム　　　　　　　　　　　　　　WebDB Forum 2019　　　　　　　　　〜　Webとデータベースのこれからがわかる２日間〜　　　　　　　　　　　　　　　ポスター発表　募集　　　　　　　　　　　　2019年9月8日(日) - 9(月) 　　　　　　　　　　　工学院大学新宿キャンパス https://bit.ly/2G2nYXt 　連続開催：IPSJ DBS研・IEICE DE研・IPSJ IFAT研合同研究会（9月10日） ####################################################################　 WebDB Forumは，WebとDB技術の基盤および応用技術に興味のある研究者，技術者，学生が一堂に会し，最新研究動向や成果について議論し，交流を行う，大規模なイベントです．このフォーラムに参加すれば日本国内のWebとDBの研究・技術の最新動向を知ることができるように，過去１年間にTODをはじめとする国内の論文誌や，国際的なトップカンファレンスに掲載された論文の発表，企業による最先端の技術講演が行われます． WebDB Forum 2019では，皆様の最新の研究をご紹介いただくポスター発表を募集いたします．ポスター発表は審査はなく，申し込んでいただいた方はどなたでも発表していただくことができます．現在進行中のチャレンジングな取り組みを是非ともご発表ください．また，優れた発表にはスポンサー企業から企業賞が授与されます． ========================= ポスター発表申し込み要領 ================================ 【募集分野】・Webとデータベース技術の基盤および応用に関する幅広いトピック【ポスター発表スケジュール】　　申し込み締切　： 8/12（月）　　フラッシュトーク原稿締め切り：9/2(月) 　　WebDB Forum 2019： 9/8（日），9/9（月）【申し込みについて】・発表申し込みには、以下のフォームを利用してください　https://forms.gle/N4zfEPFpm8GMHYbe6 ・申込締切(2019年08月12日 24:00 JST) ・申込者多数の場合は，締切前に申し込みを締め切らせて頂く場合がございますのでご了承ください．【審査について】・発表の審査はございませんが，発表の内容が本会議の主題から著しく乖離すると考えられる場合には発表を　認めない場合があります．【予稿集への掲載について】・予稿集には原稿は掲載されません．【ポスター発表について】・ポスターのサイズは最大A0縦（W841mm×H1189mm）です．【デモについて】・希望者はデモを行うことができます．・デモはノートPCで行うことを前提とし，それ以外の機材の機材を希望される方はご相談ください．・デモ希望者にはポスターの前に長机を準備いたします．【フラッシュトーク】・ポスター発表者の皆様には，１分間のフラッシュトークを行っていただきます．・フラッシュトークのために，事前にスライドのPDFファイルを１枚ご提出いただきます．【ポスターセッションとフラッシュトークセッション】・9/8(日)と9/9(月)の昼間にポスターセッションの時間を設けます．・9/8(日)にポスター発表を行う方は，9/8(日)の午前中にフラッシュトークを行います．・9/9(月)にポスター発表を行う方は，9/8(日)の夕刻にフラッシュトークを行います．【賞について】・優れた発表には，スポンサー企業から企業賞が授与されます．【言語について】・ポスターは日本語または英語で作成してください詳細は，WebDB Forum 2019 Webサイトでご確認ください． https://bit.ly/2G2nYXt ============================ 運営組織 =============================== 　　フォーラム委員長　　　　　　吉川正俊（京都大学）　　実行委員長　　　　　　　　　鈴木伸崇（筑波大学）　　副実行委員長　　　　　　　　灘本明代（甲南大学）　　プログラム委員長　　　　　　牛尼剛聡（九州大学）　　プログラム副委員長　　　　　波多野賢治（同志社大学）　　財務委員長　　　　　　　　　中島伸介（京都産業大学）　　ローカルアレンジメント共同委員長　　　　　　　　　　　　　　　　山口実靖（工学院大学）　　　　　　　　　　　　　　　　小林亜樹（工学院大学）　　産学連携担当幹事　　　　　　　　　　　　　　　　伊藤雅弘（株式会社東芝）　　　　　　　　　　　　　　　　関喜史（株式会社Gunosy）　　　　　　　　　　　　　　　　門前一馬（株式会社FRONTEO）　　　　　　　　　　　　　　　　北島信哉（株式会社富士通研究所）　　　　　　　　　　　　　　　　舟木類佳（株式会社LegalForce）　　　　　　　　　　　　　　　　加藤　誠（筑波大学）　　ポスターセッション担当幹事　北山大輔（工学院大学）　　レジストレーション担当幹事　上田高徳（日本IBM）　　出版・印刷担当幹事　　　　　佃洸摂（産業技術総合研究所）　　Web・広報担当幹事　　　　　山本修平（日本電信電話株式会社）　　　　　　　　　　　　　　　　池田光雪（愛知淑徳大学）　　DBS連携担当幹事　　　　　　上田真由美（流通科学大学）　　DE・IFAT連携担当幹事　　　大島裕明（兵庫県立大学）　　表彰担当幹事　　　　　　　　若宮翔子（奈良先端科学技術大学院大学）　　情報保障担当幹事　　　　　　白石優旗（筑波技術大学）　　プログラム委員　　　　　　　　　　　　　　　　伊川洋平（日本アイ・ビー・エム株式会社）　　　　　　　　　　　　　　　　池田大輔（九州大学）　　　　　　　　　　　　　　　　岩井原瑞穂（早稲田大学）　　　　　　　　　　　　　　　　上田真由美（流通科学大学）　　　　　　　　　　　　　　　　榎美紀（日本アイ・ビー・エム株式会社）　　　　　　　　　　　　　　　　王元元（山口大学）　　　　　　　　　　　　　　　　大島裕明（兵庫県立大学）　　　　　　　　　　　　　　　　小口正人（お茶の水女子大学）　　　　　　　　　　　　　　　　片山薫（首都大学東京）　　　　　　　　　　　　　　　　加藤誠（筑波大学）　　　　　　　　　　　　　　　　金政泰彦（株式会社富士通研究所）　　　　　　　　　　　　　　　　鎌原淳三（神戸大学）　　　　　　　　　　　　　　　　北島信哉（株式会社富士通研究所）　　　　　　　　　　　　　　　　清田陽司（株式会社LIFULL）　　　　　　　　　　　　　　　　金京淑（産業技術総合研究所）　　　　　　　　　　　　　　　　熊本忠彦（千葉工業大学）　　　　　　　　　　　　　　　　倉島健（NTT）　　　　　　　　　　　　　　　　黒川茂莉（株式会社KDDI総合研究所）　　　　　　　　　　　　　　　　欅惇志（株式会社デンソーアイティーラボラトリ）　　　　　　　　　　　　　　　　合田和生（東京大学）　　　　　　　　　　　　　　　　小林亜樹（工学院大学）　　　　　　　　　　　　　　　　駒水孝裕（名古屋大学）　　　　　　　　　　　　　　　　佐々木勇和（大阪大学）　　　　　　　　　　　　　　　　白石優旗（筑波技術大学）　　　　　　　　　　　　　　　　白川真澄（ハッピーコンピューター株式会社）　　　　　　　　　　　　　　　　新谷隆彦（電気通信大学）　　　　　　　　　　　　　　　　鈴木優（岐阜大学）　　　　　　　　　　　　　　　　戸田浩之（NTT）　　　　　　　　　　　　　　　　豊田正史（東京大学）　　　　　　　　　　　　　　　　中島伸介（京都産業大学）　　　　　　　　　　　　　　　　難波英嗣（中央大学）　　　　　　　　　　　　　　　　西田京介（NTT）　　　　　　　　　　　　　　　　平手勇宇（楽天株式会社）　　　　　　　　　　　　　　　　福原知宏（マルティスープ株式会社）　　　　　　　　　　　　　　　　前田亮（立命館大学）　　　　　　　　　　　　　　　　宮森恒（京都産業大学）　　　　　　　　　　　　　　　　村上晴美（大阪市立大学）　　　　　　　　　　　　　　　　森嶋厚行（筑波大学）　　　　　　　　　　　　　　　　森本康彦（広島大学）　　　　　　　　　　　　　　　　山肩洋子（東京大学）　　　　　　　　　　　　　　　　山本岳洋（兵庫県立大学）　　　　　　　　　　　　　　　　山本祐輔（静岡大学）　　　　　　　　　　　　　　　　湯本高行（兵庫県立大学）　　　　　　　　　　　　　　　　吉田尚史（駒澤大学）　　　　　　　　　　　　　　　　劉健全（日本電気株式会社）　　　　　　　　　　　　　　　　Le Hieu Hanh（東京工業大学）　　　　　　　　　　　　　　　　若宮翔子（奈良先端科学技術大学院大学）　　　　　　　　　　　　　　　　渡辺聡（株式会社日立製作所）　　　　　　　　　　　　　　　　渡辺知恵美（筑波技術大学）　　　　　　　　　　　　　　　　渡辺陽介（名古屋大学） --- 牛尼剛聡 / 九州大学大学院芸術工学研究院 http://www.design.kyushu-u.ac.jp/~ushiama/

1 0