NAL’s blog @ 琉球大学情報工学科

情報処理学会最終日。
午前中は、伊藤くんの発表する自然言語処理（4）へ。
午後は、視野を広げるつもりで農業・牧畜支援システムに参加し、最後はIPSJ-ONEへ。

IPSJ-ONEは相変わらず凄い発表だらけでした。今回見れなかった人は、後で公開されるであろうアーカイブを期待してまとう。

中でも個人的にグッと来たのは本多先生のOntenna、深澤先生のメンタル推定、耒代先生の歴史学、五十嵐先生の手芸設計支援、岩渕先生のリアルタイム大規模グラフ処理かな。

[ 自然言語処理（4） ]

6Q-1: 伊藤くん発表。
Q: 記事の中で不必要なものを削除しているようだが、ユーザに必要な興味キーワードはどう抽出している？
Q: 30文を使って規則を作成し、それがうまくいくかの評価。規則を作る際に見ていたデータでの検証は必要だが、未知のデータに対する検証は？
Q: カバレッジが大きい規則を実装したようだが、未知データのことも考えると今後規則は増えていく？

6Q-2: 論文タイトル生成における未知語処理。
Q: 論文タイトル固有の未知語とは？
Q: 初学者への支援という点では例示よりもアドバイスのようなアプローチは？

6Q-3: 発表スライド中の説明不足用語に対する質問生成。
Q: 発表スライドならではの特徴？->音声認識and/or画像認識含む？->XMLファイル利用
Q: その意味がわからない参加者が存在する用語？？（ユーザ依存）
Q: 理由推定？（理解できない・初めて聞いた・失念・曖昧）
　-> 説明変数は？
Q: アノテーションの仕方によって正解データが変わりそうだけど？

6Q-4: 時系列データの動向概要を説明するテキスト生成。
時系列データの圧縮例: SAX法 #ref

6Q-5: 正文で多様な文を生成したい。
正文のための固いアプローチ。 #ref

6Q-6: 画像刺激時の脳活動データの説明文生成。
データ少数制約のために、一部を転移学習（画像->自然文出力モデルを利用）で医療。 #ref
C: いきなり説明文にいくのではなく、単語・極性等いくつかクッションあったほうが良いのでは？
Q: 失敗例ではそもそもどういう正解文を想定した実験？

6Q-7: 差分考慮したTL要約。
新しい形のdiff？ #idea

6Q-8: ウェブ上の文書を要約表示。
Q: スニペットではダメなの？

最終日は聴講の末、つくしにて打ち上げ。ブリカマ旨し。。

IPSJ79の2日目。午前中はイベント企画の「「情報力」で街を変える 〜ビッグデータ利活用技術開発とその社会実装〜」へ。午後は嘉陽さん発表のある自然言語処理（2）と、セッション名に惹かれて会議・学習支援に参加してきました。

[ 「情報力」で街を変える 〜ビッグデータ利活用技術開発とその社会実装〜 ]
藤沢市と連携しながら社会実装という部分まで含めたプロジェクトのお話。(a)人間系を含むインフラとしてのセンシング部分、(b)データ蓄積＋多様な関連データとのインタフェース部分、(c)分析部分、(d)可視化等レポート部分といった一通りのことをやりつつ、最終ゴールが社会実装というところが気になっての参加です。

• 市役所職員は担当仕事に関してはプロフェッショナルだが、まだまだ縄張り意識があったり、文書化されていない暗黙知やそのままでは利活用できない形での蓄積に留まっていることも少なくない。効率化等についての意識が低かったりする職員もいる。勉強会などを含めて互いに歩み寄れる分かりやすい導入から入り、信頼関係構築を進めながらデータ活用に繋げていきたい。
• IoTにしろAIにしろ、データがあれば嬉しいというだけでは足りない。アートやコックのような視点でより魅力的に映るゴール設計やロードマップ作成が重要だし、そういうことができる専門家人材育成も必要。
• 大学から見ると、論文作成に繋がりにくい部分にかかるコストも少なくない。データの前処理やらそれ以前の問題やら。一方で地域貢献という側面や、ベンチャーなり民間企業が入ってきたくなるインフラ整備という側面もある。個々人の努力では無理で、多岐に渡る関係者らをどう巻き込むかという視点も必要。ヒトゴトからジブンゴトへ。
• 人と人をつなげるエージェントというか、そのような仕事は誰がやるべきか。役所か大学かそれ以外か、何かしら必要という意識はあるが今のところ適当なところがない。産学官連携組織的な所がうまく機能しているところもあるかもしれないが、見え難い。

[ 自然言語処理（2） ]

カルテにICDコードを自動付与しようという話。
専門家（人間）でも割りと判断がずれるケースがあるらしい。例えば専門家3人で教師データ（ICDコード）を用意する場合、「3人が一致、2人以上が一致、1人以上が一致」の3ケースで検証するらしい。

Web検索結果クラスタリングの話。
設定してる課題例があまりヨロシクない気がした（辞書で調べるべき課題）けど、検索キーワードから関連ページを収集し、そこから辞書的なものを自動構築すると考えるべきではあるか。クラスタとして抽出するべきなのかな。

嘉陽さん発表。
Q: doc2vecでうまくいかなかったようだが、使いたかったのは何故？　もう少し単元を広くしていくと有用になるという期待？　簡単な表現だけではうまくいかないという事例を見つけておくと、確認しやすくなるはず。
Q: 今後は数学以外もやる？　社会とかキーワードだけではやれないものが多そう。
Q: 今後の展望。確率の中でも組み合わせ単元があるという例があったが、実際に回答者がどう回答して、どこを間違ったのかというデータはある？　コメントを解析する予定はない？

Web議論掲示板利用者の能力推定という話。
Q: 「能力」は高い低いだけ？ -> Jooの定義 #ref

学生にうな重とひつまぶしの違いを教えてきたのが本日の成果です。お収め下さい。

情報処理学会のために名古屋に来ている最中ですが、石田先生から声かけて頂けたこともあり、合間を縫って京大で開催中のIDS Kyoto 2017 (International Design Symposium)に参加してきました。基本的には「デザイン教育（京大の例）」に関する情報共有・討論を趣旨としたイベント。個人的には(1)そもそもデザイン教育におけるスキルマップorリスト的なものがあるのか、(2)それをどうカリキュラムに落とし込むのか、(3)どう評価するのか、あたりの問題意識を持って参加しましたが、割と近しい話が多かったかな。

1日目しか参加してませんが、大学毎の違いも見れて面白い。意外に感じた部分は、(a)「no credits (単位なし)」で実施してるところがちらほら目につくぐらいにはあったこと、(b)ドクターコースを想定しているケースが殆どのこと。特にドクターコース想定については、学部生では（達成させたい目標レベルからすると）辛く、修士でもまだ厳しい、修士レベルで一つの専門分野について身につけた後こそがデザイン教育学の本番だというスタンスらしい。既存のカリキュラムを刷新するのではなく、様々な形で埋め込みつつ、足りない分を新科目群として設置するような形でやれそうな気もするのですが、多分ネックになってるのは「評価」。一つ目のセッションが「Assessment of Learning Outcomes of Design Studies」と銘打っているぐらいには、評価問題が共通しがちらしい。

その他にも興味深かった話を列挙しておこう。

• デザイン教育学が目指している「学生に身につけさせたい力」は、アンケートベースではあるけど一定のエビデンスを出せるぐらいには企業等が求めている力である。中でも「自らの専門領域を超えて協働できる突出した専門家（≒コラボできてリーダーシップのある専門家）」の育成が重要。
• knowingだけではなくactingへ。general/domain theoriesを知るだけではなく、実際にアクションとして行動に移すことが重要。
• 各分野における専門教育が先か、デザイン教育が先か。今は一つの柱としての専門教育が先であることを前提にしているが、一方で「異なる専門を学ぼうとしている人たちにおける共通話題」としてのコアを用意することでコラボが自然発生しやすくなる等の仕組みを強化できないだろうか。
• 学生や地域社会が持つ知識・情報は切り離されたものではなく、各ドメインにおいて積み重ねられた歴史のあるモノ。差異があるのが当然で、それを踏まえてプログラムを設計する必要がある。
• トラブル対応の側面もあるが、レビューや振り返り等様々なシーンを各専門家チームでサポートする環境が重要。現場に丸投げではダメだし、サポーターを一人に閉じてると広がりが狭まる。
• 英語ネイティブでない環境でのワークも面白い。現地語だけで進めようとしがちだが、その中でどう現場を把握・仕切るかという体験はとても有意義ではないか。

直接的には関係ないのだけど、何かしらイベントがあると「学生にポスターセッションする場を並行して用意」する形で実施していることが多く、今回もデザインシンポジウムとは別にポスターセッションがありました。デザイン教育自体が「垣根を超えた協動」に重きをおいてるからということもあるかもしれませんが、門外漢でも話を聞こうとする人がとても多く、学生にとってもとても良い機会になってるように見えます。琉大x沖縄高専でのポスターもこんな風にやれると良さそう。

2016年度であシャリフ先生が退官されます。いつ頃からある風習か分かりませんが、最終講義が開催されました。やらない先生もたまにいますが、私の知る限りではやる方が一般的らしい。内容的には割りと自由に喋るケースが多い気がします。2年前に退官された宮城先生の最終講義も面白かった。

今回のアシャリフ先生は割りとガチな講義スタイルに近くて、専門用語・数式ゴリ押しな内容。流石に全ての内容を事細かに喋る時間はないこともあり、冗談とかざっくりした解説多かったですが、全体としてはとても濃ゆい内容。各テーマについての概要やその意義を喋ってたかと思うと、それをどういう問題に落とし込んでどうモデル化し、どういうトリックを用いて乗り越えてきたか、、という流れ。これを多方面に渡るテーマについて一通り話されてました。

37年間の成果を冊子としてまとめて配布されてて、指導してきた学生一覧とか発表論文数とか。諸々凄い。懇談会後に聞いた話だけど、まとめてると途中で涙がこみ上げてきてなかなか進まなかったらしい。琉大赴任時には一人で来られてて、後で家族も呼ばれたのですが当時はまだまだ外国人ここまで多くなく様々な壁があったとか、当時まだまだ小さなお子さんらが言葉や文化の壁で大変だったとか。お子さん目線からの話とか。結果として人生の3分の1を沖縄で過ごすことになって刺激的な毎日だったとかとか。37年間、お疲れ様でした。

こんな感じで謝恩会を開いていただきました。ありがとうございます。

年次指導として担当した学年はこれで2度目です。【「君の目指す丘は何だ？」と4年間問い続ける】プロジェクトを実行してみた学年でもあります。意味が伝わってるかはともかく「言い続けた言葉が一つある。それは何だ？」に対してすぐに「丘」と返してくれるぐらいには記憶に残ってるらしい。そのかいあってかそれなりにストレートで卒業できそうな人数も、進学人数も多い気がします。体感での話ですが。

まだ卒業できるかわからないですが、卒業してもしなくてもまずは4年間お疲れ様でした。これで一区切りですが良くも悪くも一区切りでしかないです。長い人生、一緒に楽しんでいきましょう。

P.S.
酒は飲んでも飲まれるな。ヨロシク。

こんな感じのプログラムで午前2セッション、午後1セッションの合計3つのセッションで終了。各セッションは「口頭発表（ライトニングトーク）＋ポスターセッション」ですが、今回は午前2つ分のLTをまとめたのでLTだけで1時間というやや長めの時間に。今年は例年より留学生多め？。あと、後輩の学生さん参加が少なかったかな。これは悲しい。とても悲しい。。比較的近い将来の目指して欲しい姿という点でもそうだし、普段見聞きしない話に触れるという点でもそうだし、機会を活かして欲しい。ポスターセッションだと話しやすい雰囲気でもあるだけに、勿体無いなと思います。

基本的には予備審査の時点で集中審議（主査1名＋副査2名と1時間議論）してるので、予備審査担当した学生についてはそこでの指摘にどこまで対応してるかを見るぐらいです。ブラッシュアップ期待するならもっと早い時期に予備審査したほうが良いんじゃないかと思うのだけど、学部規程の「2/10〆切」を変更しづらいらしく、学生側も締め切りギリギリまで出さない（出せない）ことが多いので結果として「予備審査終わってから数日〜1週間でブラッシュアップする」みたいな形になってることが多くて。泣く泣く貫徹に近い形で死んでる学生がいることもありますが、その反対に例外もいて、1月半ばには予備審査終えてる（最終審査に余裕を持って準備する）ケースもありますが本当に稀ですね。

「学生からの率直な意見を聞いてみよう」という趣旨で実施しているインタビューが終わりました。4年間のカリキュラムや大学全体の話でも良いし、研究室固有の話でも良いし、思うところをざっくばらんに聞きたいということでの実施です。いろんなやり方があると思いますが、情報工学科では「研究室指導教員を除いて2,3名で話を聞く」という体制でやってます。全卒業＆修了予定者にやってるので7並列ぐらいでやってますが、毎年面白い話があれこれ聞こえてきます。

例年共通してる話題は「2年後期のOS＋モデリング＋実験のブッキングはキツイ。けど一度こなした後振り返るとやって良かった気もする」という山場話。3年次前期は比較的時間に余裕あるのでそっちに少し分散できると嬉しいかも、という話も。

研究指導のやり方はどうしても属人性の高い部分があるのですが、話し聞く限りでは「大目的に対してサブ目標立てて少しずつ積み重ねることの大変さと大切さを、後になって気づいた」と振り返ってくれる学生も少なくない感じ。イイネ。直接的な研究話題としては論文読みが減りすぎてないかという話題もあったらしい。一方で、自由度の高さが良くも悪くも自身のコントロール（計画的な側面だけでなく、健康・メンタル面も）に失敗しがちな状況に対するケアが必要かなとも感じました。

研究室配属されると見えにくくなるので、何かしらテコ入れしたいよね。今年度初めてやってみたワークショップはどちらかというとその意味合いでの実施でした。いくらかは「他研究室の先輩とのやり取り」が増えてるようで、嬉しいです。

自習室はその環に加われる人にとってはとても良いけど、そこに入り込めない人にとっては辛いらしい。今は新棟スペースもあるのでかなり緩和されてると想像するけど、現状でそこらへん（教え合いを含めて自習する環境）に不満を感じてる学生っているのだろうか。いるとしたらどんなところに不満感じてるのか聞いてみたい。

「英語の授業」ではなく、「英語でやる授業」を増やしてはどうかという提案も。プログラミング1は今年度から英語教科書使わせてたりしますが、課題文を英語で書くとか、レポートのサマリぐらいを英語で書けとか、少しずつ英語を使う機会を増やしてみようかな。そうでなくてもAPIドキュメントとかで英語読まざるをえない状況増えてるのですが、読まないやつは読まないのは悲しいけども、指定することで頑張る学生は取り組んでくれるし。実際かなり教科書読み込んでる学生もいることはいるのだよな。

気温的にも過ごしやすく、風も殆どないとても良い天候の中、1年間の集大成であるはずの卒業研究最終発表会が終了しました。朝から晩まで調整して座長担当してくれた院生の皆さんありがとうございました！今度ご飯でも食べに行きましょう。

複雑研メンバは先日沖縄高専との発表会をしただけあって、それなりに整った発表になっていた気がします。気になる所はあれこれありますが、やればやるほど「その次」を目指したくなるものだということで、一つの節目としては十分だったんじゃないかと。

本当は、中間かどこかのタイミングでコアタイム1時間ぐらい設定するポスター発表するとか、討論重視するタイミングがあると良さそうに思うけど難しいのかなぁ。一方で、今年度は後期開始前の時期に院生によるB4向けワークショップというのを開催してて、「ワークショップでコメントしたはずだけど、ooのことはどうなった？」という質問が先輩から出てたことにとても満足してます。研究室内外含めて、お互いにそういう話がやれる環境にするというのが個人的に目指している姿だったりするので。

P.S.
琉大コミュニティキャンパス(RCC）事業成果報告会にてデザインスクールの報告をしてきました。以前共同研究でお世話になった方や、久しぶりに（私じゃない）當間先生に会ったり。デザインスクールの広告のつもりで参加したつもりが、割りと似ている部分が多いプロジェクトを法文でもやってることに気づいたり、事前に何も聞いていなかったのだけど実は割りとがちな外部評価をしてるっぽいことに気づいたり（真面目に準備しておいてよかった）。色んな出会いが得られた一日でした。

4年次メインでやってる沖縄複雑系研究会が終わりました。琉大5研究室（複雑研4研究室＋機械・宮田研）、沖縄高専2研究室の合計7研究室で、発表22件。似たようなテーマ、重複している箇所もちらほらありますが、それ以上にばらつきも多くて楽しいです。下手な学会で発表してくるよりもこっちの方が質疑盛り上がること少なくない（質疑応答時間足りてない）ので、実質的な意味でも良い。他研究室や卒業生も来てました。おぉ。

今回はプログラムが過密だったこともあってセッション中の振り返りは殆どない状況でしたが、その分懇談会になって「さっきの発表だけど」と討論の続きがそこかしこで。教員x学生とか教員x教員だけじゃなく、学生x学生でも同じく。貰った質問・コメントを本番＆卒論に活かそう。

学生の方は、できればこのぐらいの勢いを質疑応答時間中にも出してほしいけど遠慮しちゃうのかしら。質問練習も兼ねてやって欲しいにゃ〜。

地創棟で講演会「IoTとAI技術の活用方法と開発技術講座」をやるという情報が流れてきたので、参加してきました。IoTの方は玉城先生発表ということで玉城研なお話。こっちは卒論なりで聞くこと多い＆聞いてる内容だったので、ここでは後半の東芝・RECAIUS(リカイアス)な話中心なメモ。

全体としては【広い意味での「人にまつわる認識技術」】ということで、
　・音声合成（性別・年代・感情付加表現とか）。
　・音声認識（スマホとかマイクに近い状況で丁寧に話すなら精度高いけど、砕けた話し方や複数人で雑談してる状況とかではまだまだ厳しいとか）。
　・対話理解（予め目的などを把握できる状況ならパターンを用意してマッチングするとか）。
等について薄く広く、製品として提供しているレベルと、現在研究段階での最新状況を含めて話してくれてました。面白い。ベースとなるデータはクラウドソーシングで大量に集めてるらしい。

文脈理解については、

• 理解するってどういうことだろう？
• まずは作ってみる。少しずつできることを増やしていく。

という話を書いたりしましたが、企業として「ある程度質を担保しやすい形」に落とし込むならまずは「体感できる現実的な目標」に落とし込むのが分かりやすいよね。基本的には
(1) 現場ならではの固有知識（ドメイン知識と呼ぶ）を体系化してパターン構築。
(2)パターンに応じた対応法（テンプレだったり）を用意。
(3)センサー情報から状況推測しつつ、最も近いパターンに紐付ける。
(4)該当する対応法から最終回答を生成。
みたいなストーリーになるのかな。共同研究でもそういうストーリーを描いていたのだけど、やっぱりこういう風に考えちゃうよなぁ。

広い意味での「人にまつわる認識技術」。

AIのパラダイムシフト
　・人が経験からルールを作り、コンピュータが実行。（与える知識）
　・人が事例データを与え、コンピュータが事例を学ぶ。（インタラクションで獲得）
　・無いデータは積極的に作って、コンピュータに学習させる。（自ら作り出す知識）

人の想いを理解する「RECAIUS」
　「音声・画像・ことばの認識」＋「意図や状況の理解」
　　人間とインタラクションで学ぶの前に、人間から知識提供するプラットフォーム。
　状況例：10歳の子連れ夫婦が、デパートで昼時に探すお店とは？
　　複合的な状況が絡む。どう文脈を把握するか。
　　　知識ベース：クラウドソーシングで収集＋更新。
　　　　分野・用途固有の知識幅広い一般知識

個別技術
　音声合成
　　音声・表情合成デモ
　音声認識
　　フィラー除去
　　マイクとの距離＋話し方の違い（丁寧はっきり人に対してくだけて話す）
　　　現状
　　　　近く＋丁寧=95%
　　　　近く＋くだけて=75%、遠い＋くだけて=55%
　　音声認識 x 項目との類似度 = フィールドボイス
　　　口頭での情報共有を効率化＋可視化
　　　　例：オペレーションの記録、エビデンス残し
　知的対話、音声対話
　　システム分類例
　　　指示・簡単な問い合わせ
　　　　対話サービスにパラメータを渡して対応。
　　　曖昧な状況・話題の表明
　　　　シナリオに沿った対話で課題解決。可能性列挙。
　　　具体的なFACT検索
　　応用例：インターネット相続相談
　同時通訳
　　連続的に翻訳
　顔・人物画像認識

RECAIUSデベロッパサイト
　音声認識・音声合成・口語翻訳

大量データ＋少量データでカスタマイズ