| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-09-06 14:10 国会および地方議会会議録をコーパスとした事前学習済み言語モデルの構築と検証 ○永渕景祐（北大）・佐藤栄作・木村泰知（小樽商科大）・門脇一真（日本総研）・荒木健治（北大）  NLC2023-3 |
|
| 抄録 | （和） | 近年，Webから収集されたデータであるCommon Crawlに基づく大規模なコーパスを用いた事前学習済み言語モデルの研究が盛んである．このようなコーパスはモデルの性能向上に大きく貢献するが，虚偽情報が含まれており，生成AIにおいて問題視されるハルシネーションの原因となりえる．そこで本研究では，国会および地方議会の会議録の品質と信頼性に着目し，大規模な会議録コーパスを構築した．また，このコーパスを基に事前学習済み言語モデルを構築し，その性能を一般ドメインのタスクにおいて検証した．さらに，会議録コーパスとの関連性を持つ政治ドメインのタスクにおいてもその有効性を評価した． |
| （英） | In recent years, there has been a surge in pre-trained language models based on the large-scale corpora derived from the Common Crawl data collected from the Web. While such corpora significantly enhance the performance of the models, they can contain false information, potentially leading to hallucinations in generated AI content. In this study, we focused on the quality and reliability of the minutes from assemblies, constructing a large-scale corpus of these records. Based on this corpus, we developed pre-trained language models and evaluated their performance on general domain tasks. In addition, we also evaluated their effectiveness on political domain tasks related to the minutes' corpus. | |
| キーワード | （和） | 事前学習済み言語モデル / コーパス構築 / 議会会議録 / ドメイン適応 / / / / |
| （英） | pre-trained language model / corpus construction / assembly minutes / domain adaptation / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 176, NLC2023-3, pp. 12-17, 2023年9月. | |
| 資料番号 | NLC2023-3 | |
| 発行日 | 2023-08-30 (NLC) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NLC2023-3 |
|
| 研究会情報 | |
| 研究会 | NLC |
| 開催期間 | 2023-09-06 - 2023-09-07 |
| 開催地（和） | 大阪公立大学 中百舌鳥キャンパス |
| 開催地（英） | Osaka Metropolitan University. Nakamozu Campus. |
| テーマ（和） | 第20回テキストアナリティクス・シンポジウム |
| テーマ（英） | The 20th Text Analytics Symposium |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLC |
| 会議コード | 2023-09-NLC |
| 本文の言語 | 日本語 |
| タイトル（和） | 国会および地方議会会議録をコーパスとした事前学習済み言語モデルの構築と検証 |
| サブタイトル（和） | |
| タイトル（英） | Construction and Validation of Pre-trained Language Model Using Corpus of National and Local Assembly Minutes |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 事前学習済み言語モデル / pre-trained language model |
| キーワード(2)（和/英） | コーパス構築 / corpus construction |
| キーワード(3)（和/英） | 議会会議録 / assembly minutes |
| キーワード(4)（和/英） | ドメイン適応 / domain adaptation |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 永渕 景祐 / Keiyu Nagafuchi / ナガフチ ケイユウ |
| 第1著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： HU) |
| 第2著者 氏名（和/英/ヨミ） | 佐藤 栄作 / Eisaku Sato / サトウ エイサク |
| 第2著者 所属（和/英） | 小樽商科大学 (略称： 小樽商科大) Otaru University of Commerce (略称： OUC) |
| 第3著者 氏名（和/英/ヨミ） | 木村 泰知 / Yasutomo Kimura / キムラ ヤストモ |
| 第3著者 所属（和/英） | 小樽商科大学 (略称： 小樽商科大) Otaru University of Commerce (略称： OUC) |
| 第4著者 氏名（和/英/ヨミ） | 門脇 一真 / Kazuma Kadowaki / カドワキ カズマ |
| 第4著者 所属（和/英） | 株式会社日本総合研究所 (略称： 日本総研) The Japan Research Institute, Limited (略称： JRI) |
| 第5著者 氏名（和/英/ヨミ） | 荒木 健治 / Kenji Araki / アラキ ケンジ |
| 第5著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： HU) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-09-06 14:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLC |
| 資料番号 | NLC2023-3 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.176 |
| ページ範囲 | pp.12-17 |
| ページ数 | 6 |
| 発行日 | 2023-08-30 (NLC) |
[研究会発表申込システムのトップページに戻る]