- DBJapan - dbjapan.dbsj.org

by kumamoto＠net.it-chiba.ac.jp

日本データベース学会メーリングリストにご登録の皆様へ　千葉工業大学の熊本と申します．　メールにて失礼いたします．千葉工業大学・情報科学部・情報ネットワーク学科では教員1名を募集しています．募集の概要を以下に掲載します．詳細につきましては以下の教員公募のWebページをご参照ください． JREC-IN） https://jrecin.jst.go.jp/seek/SeekJorDetail?fn=3&id=D122100129&ln_jor=0 大学HP） https://www.it-chiba.ac.jp/media/NS_boshu.pdf 募集人員：教授または准教授または助教 1名所属：　　情報科学部・情報ネットワーク学科所在地：　千葉県習志野市津田沼1-1-1（JR総武線津田沼駅から徒歩1～2分）着任時期：平成5年4月1日（予定）応募〆切：平成4年10月31日（月）（JREC-INから電子応募が可能です）その他：採用後3年間は年度ごとの契約更新となるため，JREC-INの公募では　　　　任期付きとして扱われますが，3年経過した時点で，勤務に問題がないと　　　　判断された場合には，雇⽤契約期間の定めのない（任期なしの）専任教員に　　　　⾝分が変更されます．　　　　また，雇⽤契約期間中，雇⽤契約期間が定められていること以外は，　　　　処遇⾯等に関しても雇⽤期間の定めのない専任教員と同⼀となります．　　　　なお，定年年齢は満 65 歳です．以上です．よろしくお願い致します．千葉工業大学情報ネットワーク学科教授熊本忠彦

1 year, 7 months

1
1
0 0

言語処理技術セミナー開催案内【10/13締切】

by tokuhisa＠mosk.tytlabs.co.jp

日本データベース学会のみなさま：豊田中央研究所の徳久と申します．すでに300名を超える方々にお申込みいただきありがとうございます．参加申し込み締め切りまで約１週間となりましたので，再度ご案内させていただきます． ==== 言語処理学会では「言語処理技術セミナー2022 －機械学習モデルの構築からデプロイまで－」を下記の要領で開催します．自然言語処理技術が実際のサービスへ適用されるまで，どのように機械学習モデルが構築されデプロイされるのかを基礎から学ぶためのセミナーです．学生の方は，言語処理学会会員・非会員に関わらず会費は無料です．機械学習モデルに関する技術から事業応用までを広く学べる良い機会ですので，ぜひご参加ください．日時：２０２２年１０月２８日（金）１０：３０～１６：３５会場：Zoomによるオンライン開催ホームページ：https://sites.google.com/site/nlpseminarweb 　プログラムや申込方法の詳細はホームページをご覧ください．参加申込み：https://forms.gle/yF4FaPHiWhjRW8iJ6 　参加申込受付期間は，9月1日(木)から10月13日(木)です．言語処理学会会員，および，学生の方は参加費は無料ですが，参加申込みが必要ですのでご注意ください．参加費：言語処理学会会員　　　　　　学生会員・正会員・シニア会員・賛助会員：無料　　　　言語処理学会非会員　　　　　　学生：無料　　　　　　　一般：15,000円（税込）　※今回新たに言語処理学会の会員（年会費8,000円）に申し込みされた場合でも会員価格（参加費無料）が適用されます．入会手続きはこちら：https://www.anlp.jp/guide/admission.html 　※賛助会員の方は，3名まで会員価格（参加費無料）が適用されます．講演内容：・「Transformersによる自然言語処理の実践」　林孝紀先生（株式会社Preferred Networks）　　概要：自然言語処理タスクに対して高精度な機械学習システムを実現する上で、大規模コーパスで事前学習したTransformerベースのモデルは非常に強力なツールとなっています。Hugging Face社によって提供されているライブラリ「🤗 Transformers」とその周辺のエコシステムは、それらのモデルの利用を大幅に容易にしました。本講演では、Transformerベースのモデルの基礎知識について説明し、テキスト分類を題材として実際に🤗 Transformersを動かしながらその利用方法とtipsを解説していきます。　　略歴：株式会社Preferred Networks エンジニア。2016年3月東京大学大学院情報理工学系研究科修士課程修了。2021年2月より現職。Kaggle Master。・「自然言語理解システムの評価と説明」菅原朔先生（国立情報学研究所）　　概要：自然言語処理では、人間のように言語を理解するシステムを構築することがひとつの目標です。これまで様々な言語理解タスクが取り組まれ、大規模な深層学習モデルが目覚ましい精度を示していますが、一方でその性能を正確に評価する・説明することは容易ではありません。本講演では、とくに評価方法・説明性の観点から近年の自然言語理解研究の動向を概観し、講演者がこれまで取り組んできたデータセット分析やベンチマーク構築の試みを紹介します。　　略歴：国立情報学研究所コンテンツ科学研究系助教。2020年3月東京大学大学院情報理工学系研究科博士課程修了。2020年4月より現職。博士（情報理工学）。・「機械学習システムのプロダクト応用における課題について」　　　梅澤慶介先生（株式会社メルカリ）　　概要：昨今のwebサイト・アプリでは、常に同一のコンテンツをその利用者に提示するのではなく、利用者や状況等のコンテクストに応じてコンテンツを変化させます。また、利用者の目には触れないところであっても、コンテクストに応じて、内部的な処理を変えていることが多いです。機械学習を用いたシステムは、上記のようなサービスを実現する重要な技術です。しかし、既存のシステムと比べて機械学習システムは、プロダクト応用するにあたり、いくつか課題が発生します。特に、要件定義・システム設計・効果検証・継続改善の各ステップで、既存のシステムと比べて追加の課題が発生します。今回の講演では、実際に機械学習システムをプロダクト応用した自身の経験とともに、どのようにその課題に対応するかのプラクティスを紹介します。　　略歴：Web企業やFintechスタートアップ等で、レコメンデーションエンジン開発や金融モデリングの経験を持つSoftware EngineerおよびML Engineer。現在は、株式会社メルカリでEngineering Managerとして複数のチームに携わっている。また、Deep Learningフレームワークやハイパーパラメータ最適化のOSS開発に携わり、エバンジェリストとしてライブラリの普及にも努める。 ----------- 言語処理技術セミナー実行委員　実行委員長：徳久良子（株式会社豊田中央研究所）　実行委員：小林颯介（株式会社Preferred Networks）　　　　　　小町守（東京都立大学）　　　　　　柴田知秀（ヤフー株式会社）　　　　　　村上聡一朗（株式会社サイバーエージェント）参加手続きや支払い/運営に関する問合せ窓口　中西印刷（株）　言語処理技術セミナー担当 nlpseminar(a)nacos.com<mailto:nlpseminar@nacos.com>

1 year, 7 months

1
0
0 0

【参加募集】10月24日(月)開催（無料）第1回DBSJセミナー「情報系研究者のための医学系研究における倫理や法的課題について」

by Shingo Otsuka

日本データベース学会の皆様神奈川工科大学の大塚です。 2022年度第1回DBSJセミナーを【2022年10月24日（月）午後】に開催いたします。（オンライン開催）今回のテーマは「情報系研究者のための医学系研究における倫理や法的課題について」です。今年度の第1回目のセミナーでは、医学系の研究を行う際の手続きや注意点に関連した内容となります。ビッグデータ処理技術やＡＩ技術の発展に伴って、データ指向の研究が様々な分野に広がっています。医学系の分野においてもデータ指向型の研究開発が進められていますが、医学系の研究においては様々なガイドラインや倫理審査などを経なければなりません。そこで、本セミナーでは情報学分野の研究者が医学系研究を行うにあたり、注意すべきポイントや処理について法的な課題のみならず学術研究や企業でのシステム開発における講演いただくと共に、実践的な課題と対応などについてパネルにて議論を行います。 -- 講演詳細はこちら　https://dbsj.org/events/event_info/dbsj_seminar_2022_1/　-- 参加費：無料参加申込先：https://dbsjseminar.connpass.com/event/262240/ ■プログラム(13:00～) 13:00 - 13:05 (5分)　開会挨拶　（木俵豊特命副会長） 13:05 – 14:05 (60分) 【講演１】講演タイトル：TBD ひかり総合法律事務所　パートナー弁護士　板倉陽一郎氏概要： TBD 休憩 5分 14:10 – 14:55 (45分) 【講演２】：パーソナルデータ利活用のための研究開発から社会実装までの倫理的・法的・社会的課題（ELSI）への取り組み大阪大学社会技術共創研究センター（ELSIセンター）センター長　岸本充生氏概要： AIの社会実装など、パーソナルデータを収集・分析・利用する際、研究開始前から社会実装後まで、そのライフサイクル全体において、倫理的・法的・社会的課題（ELSI）を早期に見出し、事前に対応するための様々な取り組みについて、ELSIセンターにおける概念的な整理から、企業との共同研究での具体的な活動まで幅広く紹介する。 14:55 – 15:40 (45分) 【講演３】：医療AIの研究開発に向けた医学系データの取扱いについて-内視鏡画像解析AIを事例として- NEC　デジタルヘルスケア事業開発統括部　上席ヘルスケア技術主幹　上條憲一氏概要：デジタルヘルスケアにおいて、AIを用いることにより健康維持や診断支援などに向けて、新たな価値をユーザや医師に提供できるようになってきた。我々は、大腸内視鏡検査における病変見逃しを抑制するための画像診断支援AIなどの研究開発を医療機関と共同で行っている。このような医学系データを用いた医療AIの研究開発では大量のデータやアノテーション（ラベル）が必要となるが、関連する法律やガイドライン、指針等を遵守した上でこれらのデータを収集し利用しなければならない。内視鏡画像解析AIを事例として医学系データの取扱いや利用手続きについて解説し、このようなデータを扱う上での課題について述べる。休憩 10分 15:50 – 16:50 (60分) 【パネルディスカッション】モデレータ：東京工業大学　横田治夫会長パネリスト：ご講演者の皆様講演をふまえて、情報系研究者のための医学系研究における倫理や法的課題について議論する。 16:50 - 16:55 (5分)　閉会挨拶　（横田治夫会長）皆様のご参加を心よりお待ちしております！

1 year, 7 months

1
0
0 0

ISCT2022-workshop CFP

by Masayoshi Aritsugi

日本データベース学会の皆様：熊本大学の有次正義と申します． Multisource Information Fusion in a Complex and Uncertain Environment のワークショップを企画しました．投稿締切は10月20日，会議は12月16−18日に中国桂林開催です． http://www.icisct.org/workshop/ のWorkshop15です． Title: Multisource Information Fusion in a Complex and Uncertain Environment Summary: With the development of science and technology, more and more sensors are used to detect data to affect all aspects of people's lives. Therefore, the detection accuracy of the sensor has also been improved again and again, but the comprehensive processing of the detection results of multiple sensors is not enough, which will also cause errors in comprehensive research and judgment. The research on multi-source information fusion has made considerable progress in recent years, not only in the field of real numbers, but also in multi-source information fusion and even quantum information processing in the field of complex numbers. Keywords: Evidence theory, Complex evidence theory, Uncertain information modeling and decision-making, Quantum information processing, Sensor data fusion 関連する研究を行ってる皆様ぜひ論文の投稿をお願い申し上げます．論文フォーマットは http://www.icisct.org/guidelines/ をご覧ください．投稿は， https://csubmit.elspublishing.com/login?redirect=%2Focs%2Fmain からお願いします．どうぞよろしくお願いします． -- 有次正義（ありつぎまさよし）

1 year, 7 months

1
0
0 0

特任教員公募（奈良先端科学技術大学院大学）

by Eiji ARAMAKI

dbjapanの皆様奈良先端科学技術大学院大学の荒牧と申します．本年度から開始するCRESTバイオDX領域「リアルワールドテキスト処理の深化によるデータ駆動型探薬」（NLP探薬）を一緒に進めてくださる特任准教授，特任助教，博士研究員を募集します．本プロジェクトでは，自然言語処理を中心としたデータサイエンスで，副作用を低減する医薬品の発見など，ただちに臨床に使える知識の発見を目指します．情報処理だけなく，次年度以降は，共同研究先にて動物実験を用いた検証も行う予定で，これまでのデータサイエンスにはない大きな射程の課題に5年間かけて挑みます．本研究室は，スタッフ約10名の大きな研究室編成をとっています．プロジェクトは，複数の教員，研究員と協調して，お互い苦手な面を補いあい，得意な部分を活かせればと思っています．本公募は，医療系の専門知識がある研究者を想定していますが，本分野を学ぶ意思のある方の応募もお待ちしております．具体的な内容は下記リンク先の公募内容をご確認ください．〇本学HP https://www.naist.jp/job/20221107_tokunin.html 〇JRECIN https://jrecin.jst.go.jp/seek/SeekJorDetail?fn=4&id=D122091117&ln_jor=0 ーー【職種】特任准教授、特任助教、博士研究員【所属】奈良先端科学技術大学院大学　先端科学技術研究科　情報科学領域　ソーシャル・コンピューティング研究室【応募条件】博士課程以上（要相談）【雇用期間】 2022年10月1日以降できるだけ早い時期から2023年3月31日まで（年度毎の契約更新。なお最長2028年3月31日まで延長の可能性あり。）【応募方法】以下の書類を下記E-mailアドレスへメールで提出のこと．（1）履歴書（本学所定様式を使用：下記URL参照）　　 http://www.naist.jp/job/files/youshiki.xls （2）研究業績リスト（3）抱負（分量自由）応募書類の提出先〒630-0192　奈良県生駒市高山町8916-5 奈良先端科学技術大学院大学　情報科学領域ソーシャル・コンピューティング研究室　宛て E-mail:socialcomputing-office@is.naist.jp 【応募期限】 2022年11月7日(月)　必着 ※候補者が決まり次第、募集を締め切ることがあります【問い合わせ先】〒630-0192　奈良県生駒市高山町8916-5 奈良先端科学技術大学院大学　情報科学領域ソーシャル・コンピューティング研究室 E-mail:socialcomputing-office@is.naist.jp

1 year, 7 months

1
0
0 0

DBSJ Newsletter Vol. 15, No. 5: ICML 2022, KDD 2022, ICPR 2022

by maruhashi.koji＠fujitsu.com

┏━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ┃ 日本データベース学会 Newsletter ┃ 2022年10月号 ( Vol. 15, No. 5 ) ┗━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 本号ではICML 2022，KDD 2022，ICPR 2022の3件の国際会議の参加報告をご寄稿いただきました．それぞれの会議の様子や招待講演の内容，ご自身が発表された研究内容などについて紹介していただいているため，ぜひご覧いただければ幸いです．本号ならびにDBSJ Newsletterに対するご意見あるいは次号以降に期待する内容についてのご意見がございましたらnews-com[at]dbsj.orgまでお寄せください．日本データベース学会電子広報編集委員会（担当編集委員丸橋弘治） ======================================================================== ---- 目次 ---- １．ICML 2022 参加報告竹森翔（富士通株式会社）２．KDD 2022 参加報告高橋大志（株式会社NTTドコモ）３．ICPR 2022 参加報告植田涼介（京都大学） ======================================================================== ■１■ ICML 2022 参加報告竹森翔（富士通株式会社） 2022年7月17日から7月23日までボルティモアで開催されたICML 2022(The Thirty- ninth International Conference on Machine Learning)にオンラインで参加しました．今年のICMLは，基本的には現地での参加が想定されていて，物理的に会場を訪れることのできない参加者のために発表動画やチャットでの質問を受け付けるなどの工夫が用意されました．ICML 2022では5630本の投稿があり，そのうち1117 がshort presentationとして，118がlong presentationとして採択されました．私の「リスク回避のためのカーネル・バンディット問題」に関する主著論文がshort presentationとして採択され，オンライン(virtual only pass)で参加しました． ICML 2022では，査読者の負担や査読の質を改善する試みがなされました．具体的には，AAAIなどの他の国際会議でも導入されている2フェーズ査読がICMLでも導入されました．2フェーズ査読では，最初の査読で1つの論文に対し2人の査読者が割り当てられ，論文を2番目のフェーズに進めるべきか決定されます．2番目のフェーズに進んだ論文は，さらに追加の査読者が割り当てられ，議論に加わったり， rebuttalフェーズで著者たちに質問したりします．査読システムで印象的だったのが，査読スコアが著者やmeta reviewerから見えない点でした(スコア以外は見ることができます)．理由の一つとしては，meta reviewerが査読スコアだけで判断しないようにするためだと思われます．採択された論文の発表の他に，創薬やヘルスケア，気候変動への機械学習の応用，機械学習論文の再現性，因果推論についてなど機械学習に関する(理論・応用のどちらも含む)多岐にわたるトピックについて4件の招待講演，9件のチュートリアルなどが行われました．その中で特に，逐次的意思決定(contextual bandit や強化学習などを含む一般的な問題設定)の理論に関するDylan Foster・Alexander Rakhlinによるチュートリアルが印象に残りました．彼らの最近のプレプリントを基にした講演で，逐次的意思決定に対して"decision estimation coefficient"(DEC) と呼ばれる問題の複雑性を表す量が定義され，それが，サンプル効率性の良い学習ができるかどうかを判定可能にするものであることが紹介されました．これまでは，このような解析は各々の特定の問題(例えば線形bandit)に対して与えられていたのですが，彼らは一般的な問題設定に対して複雑性を表す量を与えました．DECが彼らの研究の中で自然に得られたことも説明され，理想的な研究の流れであるように思いました．私は事前に作成した動画により，「リスク回避のためのカーネル・バンディット問題」について発表しました．通常のカーネル・バンディット問題(ベイズ最適化と呼ばれることもある)は出力の平均を最適化(最大化)するよう入力を探索しますが，リスク回避のためには，出力の分布を考慮した量(例えば，CVaRやMean-Variance) などを最適化することが重要になります．例えば，Mean-Varianceを考慮した場合，入力に依存する出力の確率分布をモデル化し，出力分布の分散が小さく，平均が最大化されるように入力を探索する問題設定になっています．既存研究(特にCVaR の場合)では，強い制約のもとでしか動作しないアルゴリズムが提案されていて，今回の提案手法はより広い場合に適用できる実用的な手法になっています．採択論文ではリスク回避のためのカーネル・バンディット問題のための枠組みを提案していて，似た枠組みが他のカーネル・バンディット問題などに広く適用可能だと思うので，関連研究が盛り上がることを期待しています．去年のICMLはGatherTownによるオンラインのポスター発表があったのですが，残念ながら今年はオンラインの発表は動画とチャットのみでした(オンラインのポスターセッションは当初予定されていましたが，参加者たちの投票による十分な支持がなかったので，なくなりました)．可能であれば，来年は実際に現地を訪れて参加者と議論してみたいと思います．最後に，ICML2023は韓国ソウルで7月24日から30日まで開催される予定です．（竹森翔富士通株式会社） ------------------------------------------------------------------------ ■２■ KDD 2022 参加報告高橋大志（株式会社NTTドコモ） 2022年8月14日から18日まで開催された，KDD2022 (28th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining) に参加してきました．KDD はデータマイニング・データサイエンス分野のトップカンファレンスです．第28 回目となる今年は3年ぶりとなる現地開催で，開催地はワシントンD.C.でした．合計2122人が参加したとのことです．私は機械学習分野の学会に参加することが多く，KDDに参加するのは今回が初めてだったのですが，非常に有意義な体験ができました． KDDでは幅広いトピックを扱っており，学術的貢献を評価するResearch Track，機械学習アルゴリズムの社会実装を評価するApplied Data Science (ADS) Trackが併設されています．今年のResearch Trackへの投稿数は過去最高の1695件で，そのうち254件が採択されました (採択率15.0%)．投稿数は増加傾向にあり，過去最高を記録した去年の1541件から約10%増加しています．また，KDDの特徴として， KDD Cupという世界最大のデータ分析コンテストが併設されています．採択論文の傾向ですが，Research Trackではグラフを扱っている研究が，ADS Track では推薦を扱っている研究が特に多かったです．公平性などの実用上重要なトピックも存在感がありました．また，Transformerといった機械学習分野で注目を集めている技術も広く使われている印象を受けました．私は現在音声認識のチームに所属しているため，音声認識に関する研究をいくつか聴講しました．プライバシーを考慮した上で追加学習を行う研究や，音声認識に対する敵対的攻撃を扱った研究などがあり，機械学習分野の学会と比べて，実用上重要になってくる課題に取り組んでいると感じました．余談ですが，ADS Trackは「System」，「User」，「Product」，「Service」，「Framework」，「Commerce」といった単語がタイトルに使われることが多いようです．インダストリアルに近いKDDならではだと思います．続いて，KDD Cupについて説明します．今年はAmazon主催の「Amazon Product Search」と，Baidu主催の「Wind Power Forecast」という2つのコンテストが行われました．私が所属しているNTTドコモでは，有志がAmazon Product Searchに参加しており，9位入賞されたとのことでした．その方達は残念ながら現地参加できないとのことで，代わりにワークショップを聴講しました．Amazon Product Searchでは，英語，日本語，スペイン語などの複数言語における検索クエリとその結果がデータセットとして提供されています．このデータセットを用いて，Amazonの商品検索の改善に直結するような3つのタスクを解くのが，本コンテストの目的です．各チームの手法を見ていたのですが，Transformerを用いて特徴抽出し，LightGBMを用いて予測を行うという方法が主流のようでした．現在の自然言語処理における分析手法を知ることができ，勉強になりました．私自身はResearch Trackで「Learning Optimal Priors for Task-Invariant Representations in Variational Autoencoders」というタイトルの論文を紹介しました．Variational Autoencoders (VAE) は教師なし表現学習に用いられる手法です．VAEは強力なのですが，データ数が少ない場合に性能が低下するという問題があります．この問題を解決するために，複数のタスク上でVAEを学習する試みが行われています．この時，表現がタスクに依存しないようにすることが重要なのですが，多くの場合は依存してしまうことが知られています．本研究では，このタスク依存性の原因を調査し，従来用いられていた単純な事前分布が一因であることを明らかにしました．その上で，タスク依存性を減らすために最適な事前分布を提案しています．発表後に式変形について熱心に聞きに来てくれる人がいて，とても嬉しかったです．久しぶりの現地開催となったKDDですが，コロナ流行前の学会の雰囲気に戻りつつあるという印象を持ちました．ポスターセッションもオーラルセッションも盛況でした．会場内では料理が提供されていて，参加者が料理を片手にコミュニケーションを取っているのを頻繁に見かけました．コロナ対策もしっかり行われており，会場内ではマスク着用を徹底するように呼びかけられていました．今後も感染対策を徹底した上で現地開催する流れが続き，人がどんどん戻っていくのではないかと思います．来年はロサンゼルス開催とのことですので，興味のある方はぜひ参加または論文投稿を検討されてはいかがでしょうか．（高橋大志株式会社NTTドコモ） ------------------------------------------------------------------------ ■３■ ICPR 2022 参加報告植田涼介（京都大学） 2022年8月21日から25日にかけて開催された26th International Conference on Pattern Recognition (ICPR 2022) に参加しました．ICPRはパターン認識に関する国際会議の一つで，2年ごとに開催されています．今回のICPR 2022は，カナダ・モントリオールでの現地とオンラインのハイブリッドで開催され，口頭発表が 147件，ポスター発表が188件実施されました．ハイブリッドでの開催のため，口頭発表は半分ほどが事前に録画されたプレゼンテーションビデオによるものでした．一方，ポスター発表は私の見る限り全て現地で行われており，議論も活発に行われている印象を受けました．ただし，質問は現地の参加者からのものが大半で，ハイブリッドでのコミュニケーションの難しさを感じました．パターン認識がメインの学会であるため，画像や音声データを対象とした実応用の研究が非常に多く見られました．個人的に特に印象に残っているのは，複数の Keynoteで取り上げられた，顔認証・歩行認証・虹彩認証などの生体認証の分野の研究です．クリーンなデータ（グリーンバックで真っ直ぐ歩く動画など）から始まり，ノイズの大きいデータ（実際の街の固定カメラなど）への適応・実応用でのデータ収集方法など，現実的な課題とその解決についての話が多く，非常に興味深かったです．私は「Mitigating Observation Biases in Crowdsourced Label Aggregation」という研究を口頭発表しました．この研究はアノテーションを統合する問題に対して，因果推論でよく使われる傾向スコア逆重み付けを導入し，精度の高いラベル付きデータセットの構築を目的としています．ICPRではアノテーションを対象とした研究は多くありませんが，「Artificial Intelligence, Machine Learning for Pattern Analysis」トラックに投稿し，採択されました．私が発表したセッションは発表者の現地参加の割合が高く，質疑応答も活発に行われました．初めての国際会議での発表だったので，良い経験になりました．次回のICPR 2024はインド・コルカタで開催されるそうです．新型コロナウイルスの流行が収まり，より活気ある状態で開催できることを願っています．（植田涼介京都大学） ======================================================================== --- 丸橋弘治富士通株式会社 maruhashi.koji(a)jp.fujitsu.com<mailto:maruhashi.koji@jp.fujitsu.com>

1 year, 7 months

1
0
0 0

NTCIR-17: タスク提案追加募集案内 (締切: 2022年10月31日)

by Takehiro Yamamoto

日本データベース学会の皆様兵庫県立大学の山本岳洋です．今年から2023年12月にかけて，NTCIR-17が行われます． NTCIR-17では，公平性や密検索に関する情報検索タスクや，医療，金融，政治情報を対象とした自然言語処理タスクなどの 6つのタスクが採択されました．この度，これらのタスクに加えて，追加タスクを募集することにいたしましたので，下記の通りご案内いたします．締切は10月31日となっております．ぜひご提案をご検討いただければ幸いです． ********************************************* CALL FOR NTCIR-17 ADDITIONAL TASK PROPOSALS Task Proposals Due: October 31, 2022 (AoE) Submission Link: https://easychair.org/my/conference?conf=ntcir17taskproposal ********************************************* NTCIR (NII Testbeds and Community for Information access Research) is a series of evaluation conferences that mainly focus on information access with East Asian languages and English. The first NTCIR conference (NTCIR-1) took place in August/September 1999, and the latest NTCIR-16 conference took place in June 2022. Research teams from all over the world participate in one or more NTCIR tasks to advance the state of the art and to learn from one another's experiences. At the NTCIR-17, 6 tasks have already been accepted, and the kickoff meeting has been held on September 28, 2022. Among the 6 tasks, three are core tasks (FinArg-1, MedNLP-SC, and QA Lab-PoliInfo-4), and 3 are pilot tasks (FairWeb-1, Transfer, and UFO). Since there are still many diverse problems emerging in information access research, we would like to call for additional task proposals. Additional task proposals will be reviewed by the NTCIR-17 Program Committee, following the schedule below: * IMPORTANT DATES for Additional Task Proposals: October 31 (AoE), 2022 Task Proposal Submission Due December 5, 2022 Acceptance Notification of Additional Task Proposals * NTCIR-17 TENTATIVE SCHEDULE: January 2023: Dataset Release* January-June 2023: Dry Run* March 2023-July 2023: Formal Run* August 1, 2023: Evaluation Result Release August 1, 2023: Draft Task Overview Paper Release September 1, 2023: Draft Participant Paper Submission Due November 1, 2023: All Camera-ready Paper Submission Due December 2023: NTCIR-17 Conference in NII, Tokyo, Japan (* indicates that the schedule can be different for different tasks) Please submit your task proposal to https://easychair.org/my/conference?conf=ntcir17taskproposal by October 31, 2022 (AoE). If you have any questions regarding proposing additional tasks to NTCIR-17, please feel free to contact Program Co-Chairs (ntc-17(a)nii.ac.jp). * WHO SHOULD SUBMIT NTCIR-17 TASK PROPOSALS? To organize an evaluation task is to identify important research problems, tackle them strategically by collaborating with other researchers (both co-organizers and participants), build the necessary evaluation framework to advance the state of the art, and make an impact on the research community and to the future. We encourage applicants to emphasize real-world applications of the proposed task by using real-world data, real tasks, and addressing real-world problems, and address a challenge in information access technology evaluation such as a large number of assessments required for evaluation, privacy-preserving use of proprietary data, and live test with real users. * PROPOSAL TYPES: We will accept two types of task proposals: - Proposal of a Core task: This is for fostering research on a particular information access problem by providing researchers with a common ground for evaluation. New test collections and evaluation methods may be developed through the collaboration between task organizers(proposers) and task participants. At NTCIR-16, the core tasks are Data Search 2, DialEval-2, FinNum-3, QA Lab-PoliInfo-3, WWW-4, and Lifelog-4 (Details can be found at http://research.nii.ac.jp/ntcir/ntcir-16/tasks.html). - Proposal of a Pilot task: This is recommended for organizers who proposed to focus on a novel information access problem and there are uncertainties either in task designing or organization. It may focus on a sub-problem of an information access problem and may attract a smaller group of participating teams than core tasks. However, it may grow into a core challenging task in the next round of NTCIR. At NTCIR-16, the pilot tasks are RCIR, Real-MedNLP, SS, and ULTRE (Details can be found at http://research.nii.ac.jp/ntcir/ntcir-16/tasks.html). Organizers are expected to run their tasks mainly with their own funding and to make the task as self-sustaining as possible. A part of the fund can be supported by NTCIR, which is called "seed funding". It is usually used for some limited purposes such as hiring relevance assessors. The amount of seed funding allocated to each task varies depending on requirements and the total number of accepted tasks. Typical cases would be around 1M JPY for a core task and around 0.5M JPY for a pilot task (note that the amount is subject to change). * TASK PROPOSAL FORMAT: The proposal should not exceed six pages in A4 single-column format. The first five pages should contain the main part and appendix, and the last page should contain only a description of the data to be used in the task. Please describe the data in as much detail as possible so that we can help your data release process after the proposal is accepted. In the past NTCIRs, it took much time to create memorandums for data release, which sometimes slowed down the task organization. Main part - Task name and short name - Task type (core or pilot) - Abstract - Motivation - Methodology - Expected results Appendix - Names and contact information of the organizers - Prospective participants - Data to be used and/or constructed - Budget planning - Schedule - Other notes Data (to be used in your task) - Details (Please describe the details of the data, which should include the source of the data, methods to collect the data, range of the data, etc.) - License (Please make sure that you have a license to distribute the data, and details of the license should be provided. If you do not have permission to release the data yet, please describe your plan to get the permission.) - Distribution (Please describe how you plan to distribute the data to participants. There are mainly three choices: distributed by the data provider, distributed by organizers, and distributed by NII.) - Legal / Ethical issues (If the data can cause legal or ethical problems, please describe how you propose to address them. e.g. some medical data may need approval from an ethical committee. e.g. some Web data may need filtering for excluding discriminative messages.) * REVIEW CRITERIA: - Importance of the task to the information access community and to the society - Timeliness of the task - Organizers’ commitment in ensuring a successful task - Financial sustainability (self-sustainable tasks are encouraged) - Soundness of the evaluation methodology - Detailed description about the data to be used - Language scope * NTCIR-17 PC Members: Chung-Chi Chen, National Institute of Advanced Industrial Science and Technology Hsin-Hsi Chen, National Taiwan University Gareth Jones, Dublin City University Noriko Kando, National Institute of Informatics Makoto P. Kato University of Tsukuba Yiqun Liu, Tsinghua University Alistair Moffat, The University of Melbourne Jian-Yun Nie, University de Montreal Douglas Oard, University of Maryland Tetsuya Sakai, Waseda University Mark Sanderson, RMIT University Ian Soboroff, NIST * NTCIR-17 PROGRAM Co-Chairs Takehiro Yamamoto (Co-chair, University of Hyogo, Japan) Zhicheng Dou (Co-chair, Renmin University of China) * NTCIR-17 GENERAL Chairs: Charles Clarke (University of Waterloo, Canada) Noriko Kando (National Institute of Informatics, Japan) Makoto P. Kato (University of Tsukuba, Japan) Yiqun Liu (Tsinghua University, China) -- Takehiro Yamamoto, Associate Professor School of Social Information Science, University of Hyogo Email: t.yamamoto(a)sis.u-hyogo.ac.jp Tel: 078-794-5212 https://rerank-lab.org/

1 year, 7 months

1
0
0 0