東北大学研究者紹介

研究者詳細

ホーム

日本語 English

サカグチ　ケイスケ

坂口　慶祐

Keisuke Sakaguchi

所属

大学院情報科学研究科　システム情報科学専攻　知能情報科学講座（自然言語処理学分野）

職名

准教授

学位

Ｐｈ．Ｄ．（Johns Hopkins University）
修士（工学）（奈良先端科学技術大学院大学）
Ｍ．Ａ．（University of Essex）

researchmap

https://researchmap.jp/sakaguchi-keisuke

J-GLOBAL ID

202101000370288104

経歴 8

2022年7月～継続中

東北大学　准教授
2018年8月～ 2022年6月

Allen Institute for Artificial Intelligence　リサーチ・サイエンティスト
2013年8月～ 2018年8月

Johns Hopkins University　リサーチ・アシスタント
2022年9月～継続中

特定国立研究開発法人理化学研究所　革新知能統合研究センター　客員研究員
2017年5月～ 2017年8月

IBM T.J. Watson Research Center　リサーチ・インターン
2014年5月～ 2014年8月

Educational Testing Service (ETS)　リサーチ・インターン
2012年8月～ 2012年11月

マイクロソフトリサーチ・アジア　リサーチ・インターン
2011年8月～ 2011年9月

Yahoo! Japan 研究所　インターン

︎全件表示 ︎最初の5件までを表示

学歴 4

Johns Hopkins University　Department of Computer Science　Ph.D in Computer Science

2013年8月～ 2018年8月
奈良先端科学技術大学院大学　情報科学研究科　博士前期課程

2011年4月～ 2013年3月
University of Essex　Department of Language and Linguistics　MA in Psycholinguistics and Neurolinguistics

2005年10月～ 2006年9月
早稲田大学　第一文学部　哲学専修

2001年4月～ 2005年3月

委員歴 14

AAAI Conference on Artificial Intelligence　Program Committee

2020年～継続中
Conference on Computational Natural Language Learning (CoNLL)　Program Committee

2019年～継続中
International Joint Conferences on Artificial Intelligence (IJCAI)　Senior Program Committee

2019年～継続中
Transactions of the Association for Computational Linguistics (TACL)　Program Committee

2019年～継続中
Workshop on Noisy User-generated Text (W-NUT)　Program Committee

2018年～継続中
Annual Meeting of the North American Chapter of the ACL (NAACL)　Program Committee

2018年～継続中
Annual Meeting of the Association for Computational Linguistics (ACL)　Program Committee

2018年～継続中
Computational Linguistics Journal　Program Committee

2018年～継続中
International Joint Conference on Natural Language Processing (IJCNLP)　Program Committee

2017年～継続中
Conference on Empirical Methods on Natural Language Processing (EMNLP)　Program Committee

2015年～継続中
Workshop on Innovative Use of NLP for Building Educational Applications (BEA)　Program Committee

2013年～継続中
International Conference on Spoken Language Translation (IWSLT)　Program Committee

2020年～ 2020年
International Conference on Computational Linguistics (COLING)　Program Committee

2014年～ 2020年
Methods for Optimizing and Evaluating Neural Language Generation (NeuralGen)　Program Committee

2019年～ 2019年

︎全件表示 ︎最初の5件までを表示

研究キーワード 2

人工知能
自然言語処理

研究分野 1

情報通信 / 知能情報学 / 自然言語処理

受賞 6

言語処理学会第30回年次大会優秀賞

2024年3月　言語処理学会　長文生成の多面的評価:人手評価と自動評価の向上を目指して
Best Paper Award

2023年　AACL-IJCNLP Student Research Workshop
言語処理学会第28回年次大会優秀賞

2022年3月　言語処理学会　論述リビジョンのためのメタ評価基盤
AAAI 2020 Outstanding Paper Award (Best Paper)

2020年2月　AAAI (Association for the Advancement of Artificial Intelligence)　WinoGrande: An Adversarial Winograd Schema Challenge at Scale
ACL 2017 Outstanding Paper Award

2017年8月　Association for Computational Linguistics (ACL)　Error-repair Dependency Parsing for Ungrammatical Texts
言語処理学会論文賞

2017年　言語処理学会　Phrase Structure Annotation and Parsing for Learner English

︎全件表示 ︎最初の5件までを表示

論文 52

An Empirical Investigation of Machines' Capabilities for Moral Judgment with the Delphi Experiment 査読有り

Liwei Jiang, Jena D. Hwang, Chandra Bhagavatula, Ronan Le Bras, Jenny Liang, Jesse Dodge, Keisuke Sakaguchi, Maxwell Forbes, Jon Borchard, Saadia Gabriel, Yulia Tsvetkov, Oren Etzioni, Maarten Sap, Regina Rini, Yejin Choi

Nature Machine Intelligence　2025年1月
RealTime QA: What's the Answer Right Now? 査読有り

Jungo Kasai, Keisuke Sakaguchi, Yoichi Takahashi, Ronan Le Bras, Akari Asai, Xinyan Yu, Dragomir Radev, Noah A. Smith, Yejin Choi, Kentaro Inui

NeurIPS　2023年
I2D2: Inductive Knowledge Distillation with NeuroLogic and Self-Imitation. 査読有り

Chandra Bhagavatula, Jena D. Hwang, Doug Downey, Ronan Le Bras 0001, Ximing Lu, Lianhui Qin, Keisuke Sakaguchi, Swabha Swayamdipta, Peter West, Yejin Choi 0001

ACL (1)　9614-9630　2023年

DOI： 10.18653/v1/2023.acl-long.535 　
WinoGrande 招待有り査読有り

Keisuke Sakaguchi, Ronan Le Bras, Chandra Bhagavatula, Yejin Choi

Communications of the ACM　64　(9)　99-106　2021年9月
出版者・発行元： Association for Computing Machinery (ACM)
DOI： 10.1145/3474381 　

ISSN：0001-0782

eISSN：1557-7317

詳細を見る詳細を閉じる

Commonsense reasoning remains a major challenge in AI, and yet, recent progresses on benchmarks may seem to suggest otherwise. In particular, the recent neural language models have reported above 90% accuracy on the Winograd Schema Challenge (WSC), a commonsense benchmark originally designed to be unsolvable for statistical models that rely simply on word associations. This raises an important question---whether these models have truly acquired robust commonsense capabilities or they rely on spurious biases in the dataset that lead to an overestimation of the true capabilities of machine commonsense. To investigate this question, we introduce WinoGrande, a large-scale dataset of 44k problems, inspired by the original WSC, but adjusted to improve both the scale and the hardness of the dataset. The key steps of the dataset construction consist of (1) large-scale crowdsourcing, followed by (2) systematic bias reduction using a novel AFLITE algorithm that generalizes human-detectable <italic>word associations</italic> to machine-detectable <italic>embedding associations.</italic> Our experiments demonstrate that state-of-the-art models achieve considerably lower accuracy (59.4%-79.1%) on WINOGRANDE compared to humans (94%), confirming that the high performance on the original WSC was inflated by spurious biases in the dataset. Furthermore, we report new state-of-the-art results on five related benchmarks with emphasis on their dual implications. On the one hand, they demonstrate the effectiveness of WINOGRANDE when used as a resource for transfer learning. On the other hand, the high performance on all these benchmarks suggests the extent to which spurious biases are prevalent in all such datasets, which motivates further research on algorithmic bias reduction.
Abductive Commonsense Reasoning. 査読有り

Chandra Bhagavatula, Ronan Le Bras, Chaitanya Malaviya, Keisuke Sakaguchi, Ari Holtzman, Hannah Rashkin, Doug Downey, Wen-tau Yih, Yejin Choi

ICLR　2020年
出版者・発行元： OpenReview.net
Towards Automated Document Revision: Grammatical Error Correction, Fluency Edits, and Beyond.

Masato Mita, Keisuke Sakaguchi, Masato Hagiwara, Tomoya Mizumoto, Jun Suzuki 0001, Kentaro Inui

Proceedings of the 19th Workshop on Innovative Use of NLP for Building Educational Applications(BEA)　251-265　2024年
出版者・発行元： Association for Computational Linguistics
J-UniMorph: Japanese Morphological Annotation through the Universal Feature Schema

Kosuke Matsuzaki, Masaya Taniguchi, Kentaro Inui, Keisuke Sakaguchi

Proceedings of the 21st SIGMORPHON workshop on Computational Research in Phonetics, Phonology, and Morphology　7-19　2024年
出版者・発行元： Association for Computational Linguistics
DOI： 10.18653/v1/2024.sigmorphon-1.2 　
A Multimodal Dialogue System to Lead Consensus Building with Emotion-Displaying

Shinnosuke Nozue, Yuto Nakano, Shoji Moriya, Tomoki Ariyama, Kazuma Kokuta, Suchun Xie, Kai Sato, Shusaku Sone, Ryohei Kamei, Reina Akama, Yuichiroh Matsubayashi, Keisuke Sakaguchi

Proceedings of the 25th Annual Meeting of the Special Interest Group on Discourse and Dialogue　669-673　2024年
出版者・発行元： Association for Computational Linguistics
DOI： 10.18653/v1/2024.sigdial-1.57 　
How Well Do Vision Models Encode Diagram Attributes?

Haruto Yoshida, Keito Kudo, Yoichi Aoki, Ryota Tanaka, Itsumi Saito, Keisuke Sakaguchi, Kentaro Inui

ACL (Student Research Workshop)　564-575　2024年
First Heuristic Then Rational: Dynamic Use of Heuristics in Language Model Reasoning. 査読有り

Yoichi Aoki, Keito Kudo, Tatsuki Kuribayashi, Shusaku Sone, Masaya Taniguchi, Keisuke Sakaguchi, Kentaro Inui

EMNLP　2024年

DOI： 10.48550/arXiv.2406.16078 　
The Curse of Popularity: Popular Entities have Catastrophic Side Effects when Deleting Knowledge from Language Models.

Ryosuke Takahashi, Go Kamoda, Benjamin Heinzerling, Keisuke Sakaguchi, Kentaro Inui

CoRR　abs/2406.06032　2024年

DOI： 10.48550/arXiv.2406.06032 　
ACORN: Aspect-wise Commonsense Reasoning Explanation Evaluation. 査読有り

Ana Brassard, Benjamin Heinzerling, Keito Kudo, Keisuke Sakaguchi, Kentaro Inui

COLM (CONFERENCE ON LANGUAGE MODELING)　2024年

DOI： 10.48550/arXiv.2405.04818 　
Hagi bot: LLMを用いた対話状態追跡と人間らしい振る舞いで自然な議論を行うマルチモーダル対話システム

中野雄斗, 野末慎之介, 穀田一真, 有山知希, 佐藤魁, 曾根周作, 亀井遼平, 謝素春, 成田風香, 守屋彰二, 赤間怜奈, 松林優一郎, 坂口慶祐

人工知能学会研究会資料言語・音声理解と対話処理研究会　99　102-107　2023年12月4日
出版者・発行元：一般社団法人人工知能学会
DOI： 10.11517/jsaislud.99.0_102 　

ISSN：0918-5682

eISSN：2436-4576

詳細を見る詳細を閉じる

本稿では，対話システムライブコンペティション6に提出したシステムについて述べる．本システムは，応答生成機構とアバター制御機構を組み合わせたタスク指向型マルチモーダル対話システムである．応答生成機構では，対話履歴と話し合うべき議題を考慮しつつ，GPT-4を用いて発話内容と感情・動作ラベルを生成する．具体的には，スロットフィリングにより対話状態を監視し，状況に応じてプロンプトを変更し続けることで，自然な対話展開を実現している．アバター制御機構では，応答生成機構で生成された発話内容や感情・動作ラベルに応じた音声・表情・姿勢を，ラッセルの感情円環モデルなどを参考に著者らが事前に設計したルールに基づいて制御することで，人間らしい自然な振る舞いを実現する．これら2つの機構を組み合わせることで，対話の状況に応じた議論の展開と発話内容や感情に基づいた自然な話し方を実現した．本システムは予選一位で通過した．
Test-time Augmentation for Factual Probing.

Go Kamoda, Benjamin Heinzerling, Keisuke Sakaguchi, Kentaro Inui

CoRR　abs/2310.17121　2023年

DOI： 10.48550/arXiv.2310.17121 　
Test-time Augmentation for Factual Probing. 査読有り

Go Kamoda, Benjamin Heinzerling, Keisuke Sakaguchi, Kentaro Inui

EMNLP (Findings)　3650-3661　2023年
PlaSma: Making Small Language Models Better Procedural Knowledge Models for (Counterfactual) Planning. 査読有り

Faeze Brahman, Chandra Bhagavatula, Valentina Pyatkin, Jena D. Hwang, Xiang Lorraine Li, Hirona J. Arai, Soumya Sanyal 0001, Keisuke Sakaguchi, Xiang Ren 0001, Yejin Choi 0001

ICLR (The Twelfth International Conference on Learning Representations.)　abs/2305.19472　2023年

DOI： 10.48550/arXiv.2305.19472 　
Evaluating GPT-4 and ChatGPT on Japanese Medical Licensing Examinations.

Jungo Kasai, Yuhei Kasai, Keisuke Sakaguchi, Yutaro Yamada, Dragomir Radev

CoRR　abs/2303.18027　2023年

DOI： 10.48550/arXiv.2303.18027 　
Causal schema induction for knowledge discovery.

Michael Regan, Jena D. Hwang, Keisuke Sakaguchi, James Pustejovsky

CoRR　abs/2303.15381　2023年

DOI： 10.48550/arXiv.2303.15381 　
An Analysis of GPT-3's Performance in Grammatical Error Correction.

Steven Coyne, Keisuke Sakaguchi

CoRR　abs/2303.14342　2023年

DOI： 10.48550/arXiv.2303.14342 　
ELQA: A Corpus of Metalinguistic Questions and Answers about English. 査読有り

Shabnam Behzad, Keisuke Sakaguchi, Nathan Schneider 0001, Amir Zeldes

ACL (1)　2031-2047　2023年

DOI： 10.18653/v1/2023.acl-long.113 　
Do Deep Neural Networks Capture Compositionality in Arithmetic Reasoning? 査読有り

Keito Kudo, Yoichi Aoki, Tatsuki Kuribayashi, Ana Brassard, Masashi Yoshikawa, Keisuke Sakaguchi, Kentaro Inui

Proceedings of the 17th Conference of the European Chapter of the Association for Computational Linguistics(EACL)　1343-1354　2023年
出版者・発行元： Association for Computational Linguistics
DOI： 10.18653/v1/2023.eacl-main.98 　
Empirical Investigation of Neural Symbolic Reasoning Strategies. 査読有り

Yoichi Aoki, Keito Kudo, Tatsuki Kuribayashi, Ana Brassard, Masashi Yoshikawa, Keisuke Sakaguchi, Kentaro Inui

Findings of the Association for Computational Linguistics: EACL 2023　1124-1132　2023年
出版者・発行元： Association for Computational Linguistics
DOI： 10.18653/v1/2023.findings-eacl.86 　
Towards Automated Document Revision: Grammatical Error Correction, Fluency Edits, and Beyond.

Masato Mita, Keisuke Sakaguchi, Masato Hagiwara, Tomoya Mizumoto, Jun Suzuki, Kentaro Inui

CoRR　abs/2205.11484　2022年

DOI： 10.48550/arXiv.2205.11484 　
Bidimensional Leaderboards: Generate and Evaluate Language Hand in Hand. 査読有り

Jungo Kasai, Keisuke Sakaguchi, Ronan Le Bras, Lavinia Dunagan, Jacob Morrison, Alexander R. Fabbri, Yejin Choi, Noah A. Smith

NAACL-HLT　3540-3557　2022年
Transparent Human Evaluation for Image Captioning. 査読有り

Jungo Kasai, Keisuke Sakaguchi, Lavinia Dunagan, Jacob Morrison, Ronan Le Bras, Yejin Choi, Noah Smith

NAACL-HLT　3464-3478　2022年
proScript: Partially Ordered Scripts Generation via Pre-trained Language Models. 査読有り

Keisuke Sakaguchi, Chandra Bhagavatula, Ronan Le Bras, Niket Tandon, Peter Clark, Yejin Choi

EMNLP　abs/2104.08251　2021年
(Comet-) Atomic 2020: On Symbolic and Neural Commonsense Knowledge Graphs. 査読有り

Jena D. Hwang, Chandra Bhagavatula, Ronan Le Bras, Jeff Da, Keisuke Sakaguchi, Antoine Bosselut, Yejin Choi

AAAI　6384-6392　2021年
出版者・発行元： AAAI Press
The Universal Decompositional Semantics Dataset and Decomp Toolkit. 査読有り

Aaron Steven White, Elias Stengel-Eskin, Siddharth Vashishtha, Venkata Subrahmanyan Govindarajan, Dee Ann Reisinger, Tim Vieira, Keisuke Sakaguchi, Sheng Zhang 0012, Francis Ferraro, Rachel Rudinger, Kyle Rawlins, Benjamin Van Durme

LREC　5698-5707　2020年
出版者・発行元： European Language Resources Association
A Dataset for Tracking Entities in Open Domain Procedural Text. 査読有り

Niket Tandon, Keisuke Sakaguchi, Bhavana Dalvi, Dheeraj Rajagopal, Peter Clark, Michal Guerquin, Kyle Richardson 0001, Eduard H. Hovy

EMNLP　6408-6417　2020年
出版者・発行元： Association for Computational Linguistics
DOI： 10.18653/v1/2020.emnlp-main.520 　
Uncertain Natural Language Inference. 査読有り

Tongfei Chen, Zhengping Jiang, Adam Poliak, Keisuke Sakaguchi, Benjamin Van Durme

ACL　8772-8779　2020年
出版者・発行元： Association for Computational Linguistics
DOI： 10.18653/v1/2020.acl-main.774 　
WinoGrande: An Adversarial Winograd Schema Challenge at Scale. 査読有り

Keisuke Sakaguchi, Ronan Le Bras, Chandra Bhagavatula, Yejin Choi

AAAI　8732-8740　2020年
出版者・発行元： AAAI Press
WIQA: A dataset for "What if..." reasoning over procedural text. 査読有り

Niket Tandon, Bhavana Dalvi, Keisuke Sakaguchi, Peter Clark, Antoine Bosselut

EMNLP　6075-6084　2019年
出版者・発行元： Association for Computational Linguistics
DOI： 10.18653/v1/D19-1629 　
Efficient Online Scalar Annotation with Bounded Support. 査読有り

Keisuke Sakaguchi, Benjamin Van Durme

ACL　208-218　2018年
出版者・発行元： Association for Computational Linguistics
DOI： 10.18653/v1/P18-1020 　
Grammatical Error Correction with Neural Reinforcement Learning. 査読有り

Keisuke Sakaguchi, Matt Post, Benjamin Van Durme

IJCNLP　366-372　2017年
出版者・発行元： Asian Federation of Natural Language Processing
JFLEG: A Fluency Corpus and Benchmark for Grammatical Error Correction. 査読有り

Courtney Napoles, Keisuke Sakaguchi, Joel R. Tetreault

EACL　229-234　2017年
出版者・発行元： Association for Computational Linguistics
DOI： 10.18653/v1/e17-2037 　
GEC into the future: Where are we going and how do we get there? 査読有り

Keisuke Sakaguchi, Courtney Napoles, Joel R. Tetreault

BEA　180-187　2017年
出版者・発行元： Association for Computational Linguistics
DOI： 10.18653/v1/w17-5019 　
Error-repair Dependency Parsing for Ungrammatical Texts. 査読有り

Keisuke Sakaguchi, Matt Post, Benjamin Van Durme

ACL　189-195　2017年
出版者・発行元： Association for Computational Linguistics
DOI： 10.18653/v1/P17-2030 　
Robsut Wrod Reocginiton via Semi-Character Recurrent Neural Network. 査読有り

Keisuke Sakaguchi, Kevin Duh, Matt Post, Benjamin Van Durme

AAAI　3281-3287　2017年
出版者・発行元： AAAI Press
Reassessing the Goals of Grammatical Error Correction: Fluency Instead of Grammaticality 査読有り

Keisuke Sakaguchi, Courtney Napoles, Matt Post, Joel Tetreault

Transactions of the Association for Computational Linguistics　4　169-182　2016年12月
出版者・発行元： MIT Press - Journals
DOI： 10.1162/tacl_a_00091 　

eISSN：2307-387X

詳細を見る詳細を閉じる

The field of grammatical error correction (GEC) has grown substantially in recent years, with research directed at both evaluation metrics and improved system performance against those metrics. One unvisited assumption, however, is the reliance of GEC evaluation on error-coded corpora, which contain specific labeled corrections. We examine current practices and show that GEC’s reliance on such corpora unnaturally constrains annotation and automatic evaluation, resulting in (a) sentences that do not sound acceptable to native speakers and (b) system rankings that do not correlate with human judgments. In light of this, we propose an alternate approach that jettisons costly error coding in favor of unannotated, whole-sentence rewrites. We compare the performance of existing metrics over different gold-standard annotations, and show that automatic evaluation with our new annotation scheme has very strong correlation with expert rankings (ρ = 0.82). As a result, we advocate for a fundamental and necessary shift in the goal of GEC, from correcting small, labeled error types, to producing text that has native fluency.
GLEU Without Tuning.

Courtney Napoles, Keisuke Sakaguchi, Matt Post, Joel R. Tetreault

CoRR　abs/1605.02592　2016年
There's No Comparison: Reference-less Evaluation Metrics in Grammatical Error Correction. 査読有り

Courtney Napoles, Keisuke Sakaguchi, Joel R. Tetreault

EMNLP　2109-2115　2016年
出版者・発行元： The Association for Computational Linguistics
DOI： 10.18653/v1/d16-1228 　
Universal Decompositional Semantics on Universal Dependencies. 査読有り

Aaron Steven White, Drew Reisinger, Keisuke Sakaguchi, Tim Vieira, Sheng Zhang 0012, Rachel Rudinger, Kyle Rawlins, Benjamin Van Durme

EMNLP　1713-1723　2016年
出版者・発行元： The Association for Computational Linguistics
DOI： 10.18653/v1/d16-1177 　
Phrase Structure Annotation and Parsing for Learner English. 査読有り

Ryo Nagata, Keisuke Sakaguchi

ACL　2016年
出版者・発行元： The Association for Computer Linguistics
DOI： 10.18653/v1/p16-1173 　
Effective Feature Integration for Automated Short Answer Scoring. 査読有り

Keisuke Sakaguchi, Michael Heilman, Nitin Madnani

NAACL　1049-1054　2015年
出版者・発行元： The Association for Computational Linguistics
DOI： 10.3115/v1/n15-1111 　
Ground Truth for Grammaticality Correction Metrics. 査読有り

Courtney Napoles, Keisuke Sakaguchi, Matt Post, Joel R. Tetreault

ACL　588-593　2015年
出版者・発行元： The Association for Computer Linguistics
DOI： 10.3115/v1/p15-2097 　
Efficient Elicitation of Annotations for Human Evaluation of Machine Translation. 査読有り

Keisuke Sakaguchi, Matt Post, Benjamin Van Durme

WMT　1-11　2014年
出版者・発行元： The Association for Computer Linguistics
DOI： 10.3115/v1/w14-3301 　
Construction of English MWE Dictionary and its Application to POS Tagging. 査読有り

Yutaro Shigeto, Ai Azuma, Sorami Hisamoto, Shuhei Kondo, Tomoya Kouse, Keisuke Sakaguchi, Akifumi Yoshimoto, Frances Yung, Yuji Matsumoto 0001

MWE　139-144　2013年
出版者・発行元： The Association for Computer Linguistics
NAIST at 2013 CoNLL Grammatical Error Correction Shared Task.

Ippei Yoshimoto, Tomoya Kose, Kensuke Mitsuzawa, Keisuke Sakaguchi, Tomoya Mizumoto, Yuta Hayashibe, Mamoru Komachi, Yuji Matsumoto 0001

Proceedings of the Seventeenth Conference on Computational Natural Language Learning: Shared Task　26-33　2013年
出版者・発行元： ACL
NAIST at the NLI 2013 Shared Task.

Tomoya Mizumoto, Yuta Hayashibe, Keisuke Sakaguchi, Mamoru Komachi, Yuji Matsumoto 0001

Proceedings of the Eighth Workshop on Innovative Use of NLP for Building Educational Applications(BEA@NAACL-HLT)　134-139　2013年
出版者・発行元： The Association for Computer Linguistics
Discriminative Approach to Fill-in-the-Blank Quiz Generation for Language Learners. 査読有り

Keisuke Sakaguchi, Yuki Arase, Mamoru Komachi

ACL　238-242　2013年
出版者・発行元： The Association for Computer Linguistics
Joint English Spelling Error Correction and POS Tagging for Language Learners Writing. 査読有り

Keisuke Sakaguchi, Tomoya Mizumoto, Mamoru Komachi, Yuji Matsumoto 0001

COLING　2357-2374　2012年
出版者・発行元： Indian Institute of Technology Bombay
NAIST at the HOO 2012 Shared Task.

Keisuke Sakaguchi, Yuta Hayashibe, Shuhei Kondo, Lis Kanashiro, Tomoya Mizumoto, Mamoru Komachi, Yuji Matsumoto 0001

Proceedings of the Seventh Workshop on Building Educational Applications Using NLP(BEA@NAACL-HLT)　281-288　2012年
出版者・発行元： The Association for Computer Linguistics

︎全件表示 ︎最初の5件までを表示

MISC 12

自然画像で学習された画像埋め込みにダイアグラムを特徴づける情報は含まれているか?

吉田遥音, 工藤慧音, 工藤慧音, 青木洋一, 青木洋一, 田中涼太, 田中涼太, 斉藤いつみ, 坂口慶祐, 坂口慶祐, 乾健太郎, 乾健太郎, 乾健太郎

言語処理学会年次大会発表論文集(Web)　30th　2024年

ISSN： 2188-4420
文法的情報が付与されたフィードバックコメントに向けて

GALVAN-SOSA Diana, COYNE Steven, SAKAGUCHI Keisuke, INUI Kentaro, GALVAN-SOSA Diana, COYNE Steven, SAKAGUCHI Keisuke, INUI Kentaro

言語処理学会年次大会発表論文集(Web)　29th　2023年

ISSN： 2188-4420
因果的プロンプトによるNLIの敵対的ロバスト性の強化

KAVUMBA Pride, KAVUMBA Pride, BRASSARD Ana, BRASSARD Ana, HEINZERLING Benjamin, HEINZERLING Benjamin, 坂口慶祐, 坂口慶祐, 乾健太郎, 乾健太郎

言語処理学会年次大会発表論文集(Web)　29th　2023年

ISSN： 2188-4420
ニューラル記号推論における推論過程の教示方法

青木洋一, 工藤慧音, BRASSARD Ana, BRASSARD Ana, 栗林樹生, 栗林樹生, 吉川将司, 坂口慶祐, 坂口慶祐, 乾健太郎, 乾健太郎

言語処理学会年次大会発表論文集(Web)　29th　2023年

ISSN： 2188-4420
算術問題におけるニューラルモデルの構成的推論能力

工藤慧音, 青木洋一, 栗林樹生, 栗林樹生, BRASSARD Ana, BRASSARD Ana, 吉川将司, 坂口慶祐, 坂口慶祐, 乾健太郎, 乾健太郎

言語処理学会年次大会発表論文集(Web)　29th　2023年

ISSN： 2188-4420
大規模言語モデルにおける暗黙の推論生成能力の評価

根岸直生, 坂口慶祐, 乾健太郎, 坂口慶祐, 乾健太郎

情報科学技術フォーラム講演論文集　22nd　2023年
論述リビジョンのためのメタ評価基盤

三田雅人, 坂口慶祐, 萩原正人, 萩原正人, 水本智也, 水本智也, 鈴木潤, 鈴木潤, 乾健太郎, 乾健太郎

言語処理学会年次大会発表論文集(Web)　28th　2022年

ISSN： 2188-4420
英語学習者コーパスのための句構造アノテーション

永田亮, 坂口慶祐

言語処理学会年次大会発表論文集(Web)　21st　2015年

ISSN： 2188-4420
英語の複単語表現辞書の構築と品詞タグ付けへの応用

重藤優太郎, 東藍, 近藤修平, 北裏龍太, 坂口慶祐, 光瀬智哉, 久本空海, 吉本暁文, Frances Yung, 松本裕治

情報処理学会研究報告. 自然言語処理研究会報告　2012　(7)　1-6　2012年11月15日
出版者・発行元：一般社団法人情報処理学会

詳細を見る詳細を閉じる

これまで,英語における品詞タグ付けは様々な手法が提案されており,それらの手法を用いることで高い精度を得ることが示されてきた.しかし,それらの手法は単語のみに対して品詞タグ付けを行うものであり,連語などの複数の構成要素からなる複単語表現に対して品詞タグ付けを行うことができなかった.そこで本稿では,複単語表現辞書を構築し,可変長 CRF を用いて複単語表現を考慮した品詞タグ付けを行い,品詞タグ付けの精度と複単語表現の認識精度の評価を行った.その結果,複単語表現辞書を用いることで複単語表現を考慮しないタグ付けを行うよりも高い精度が得られた.
英語スペリング訂正と品詞タグ付けの結合学習

坂口慶祐, 水本智也, 小町守, 松本裕治

研究報告音声言語情報処理（SLP）　2012　(8)　1-7　2012年5月3日
出版者・発行元：一般社団法人情報処理学会

詳細を見る詳細を閉じる

近年，外国語学習者が書く作文に対する文法の自動誤り訂正が注目を集めているが，学習者作文の多くは文法的な誤りだけでなくスペリング誤りを多く含んでいる．その結果，学習者作文に対する品詞タグ付けや構文解析の精度が悪化し，誤りの訂正を阻害する大きな要因になっている．またスペリング誤り訂正と品詞タグ付けは従来独立したタスクとして扱われており，スペリング誤り訂正の結果が後続の品詞タグ付けや構文解析に影響する点が指摘されてきたが，近年ではこれまで直列に解析・処理されてきたタスクを統合し，解析の情報を互いに補完しながら同時に処理する結合学習が盛んになっている．そこで本論文では英語学習者コーパスに対してスペリング誤りと品詞タグ付けの結合学習を行いその効果を検討する．実験の結果，結合学習を用いた同時解析の方がそれぞれの解析を単独で行う場合，そしてそれらをパイプラインで処理する場合に比べて解析精度が高くなることを示す．Automated grammatical error detection and correction tasks for the second language (L2) learners writing of English have become more important in recent years. L2 writing contains not only grammatical errors but also other types of errors such as misspelling and punctuation errors. These 'ungrammatical' errors often disturb part-of-speech (POS) tagging and dependency parsing, resulting in an obstacle for grammatical error detection and correction tasks. Spelling error correction and POS tagging have been studied independently but in recent years joint learning of related tasks has been successful in improving NLP pipeline processing. In this paper, we propose a joint learning approach to English spelling error correction and POS tagging. The experimental result shows that the proposed method can correct spelling errors and label POS tags simultaneously for L2 writing as well or better than applying each method independently.
英作文誤り訂正における複数の手法の利用に関する考察

水本智也, 林部祐太, 坂口慶祐, 小町守, 松本裕治

情報処理学会研究報告(CD-ROM)　2012　(3)　2012年

ISSN： 2186-2583
オークション検索クリックスルーログからの属性値抽出

水本智也, 坂口慶祐, 小町守, 内海慶, 河野洋志, 前澤敏之, 佐藤敏紀

言語処理学会年次大会発表論文集　18th (CD-ROM)　2012年

︎全件表示 ︎最初の5件までを表示

講演・口頭発表等 23

RealTime QA: What's the Answer Right Now? 招待有り

Keisuke Sakaguchi

2023 BrainLink X-Lab Day, Korean Federation of Science and Technology Societies (KOFST), Republic of Korea　2023年12月3日
ChatGPTにできること・できないこと (得意なこと・不得意なこと) 招待有り

坂口慶祐

言語処理学会言語処理技術セミナー　2023年10月30日
自然言語処理招待有り

坂口慶祐

大阪大学基礎工学部・生物工学特論　2023年10月20日
人間とAIの対話：ChatGPTがもたらす変革と課題招待有り

坂口慶祐

第11回岡山大学AI研究会　2023年9月13日
人間とAIの対話:ChatGPTがもたらす変革と課題招待有り

坂口慶祐

学術変革領域 A「尊厳学の確立:尊厳概念に基づく社会統合の学際的パラダイムの構築に向けて」尊厳学フォーラム第3回 B04 班シンポジウム「生成 AI と尊厳」東京大学，東京　2023年9月10日
Twist Decoding: Diverse Generators Guide Each Other 招待有り

Keisuke Sakaguchi

CWRU-TOHOKU Joint Workshop, Sendai, Japan　2023年8月7日
ことばの不思議と人工知能招待有り

坂口慶祐

河合塾知の広場，仙台　2023年7月28日
人間とAIの対話: ChatGPTがもたらす変革と課題招待有り

坂口慶祐

秋桜会, 仙台　2023年7月19日
GPT4と大規模言語モデルおよびその応用招待有り

坂口慶祐

JTC オンラインセミナー　2023年7月7日
Large Language Models: What is happening now? 招待有り

Keisuke Sakaguchi

Sungkyunkwan University, Republic of Korea (online)　2023年4月5日
Large Language Models: What will happen next? 招待有り

坂口慶祐

産業技術総合研究所人工知能研究センター，東京　2023年1月23日
Large Language Models: What will happen next? 招待有り

Keisuke Sakaguchi

2022 BrainLink X-Lab Day, Korean Federation of Science and Technology Societies (KOFST), Republic of Korea　2022年10月25日
Large Language Models: What will happen next? 招待有り

Keisuke Sakaguchi

AIST AI Research Center, Japan　2022年9月27日
Large Language Models: What will happen next? 招待有り

坂口慶祐

東京大学松尾研究室，東京　2022年8月23日
Robust Text Correction for Grammar and Fluency 招待有り

Keisuke Sakaguchi

Microsoft Research, Redmond, WA　2018年9月27日
Robust Text Correction for Grammar and Fluency 招待有り

Keisuke Sakaguchi

Allen Institute for Artificial Intelligence, Seattle, WA　2018年3月30日
Grammatical Error Correction with Neural Reinforcement Learning 招待有り

Keisuke Sakaguchi

Grammarly Research, Online　2018年2月22日
Robust Text Correction for Grammar and Fluency 招待有り

Keisuke Sakaguchi

Amazon Research, Boston, MA　2018年2月9日
文法および流暢性を考慮した頑健なテキスト誤り訂正招待有り

坂口慶祐

千葉工業大学ステアラボ人工知能セミナー, 東京　2017年12月14日
Robust Natural Language Processing 招待有り

坂口慶祐

NTTコミュニケーション科学研究所, 京都　2017年12月12日
Robust Natural Language Processing 招待有り

坂口慶祐

東北大学乾・岡崎研究室, 仙台　2017年12月8日
Robust Natural Language Processing 招待有り

坂口慶祐

首都大学東京小町研究室, 東京　2017年12月5日
Evaluating SMT evaluation 招待有り

Keisuke Sakaguchi

Rakuten Institute of Technology, NY　2013年11月27日

︎全件表示 ︎最初の5件までを表示

共同研究・競争的資金等の研究課題 1

現実世界の逐次的環境変化に協調的に適応するマルチモーダル自然言語理解モデル

坂口慶祐

2022年2月18日～ 2025年3月31日

詳細を見る詳細を閉じる

現代社会において、人間とAIによる自然なインタラクションや協働を可能にするためには、ユーザーの文脈を考慮し柔軟に対応できる自然言語処理モデルが必要不可欠である。このようなモデルは、ユーザーのニーズに応じた対話を可能にし、AIとユーザー間のコミュニケーションのをより円滑にすると考えられる。しかし、現時点では「静的な文脈のみを必要とするベンチマーク上での高い精度と、動的な文脈が重要になるアプリケーションでの低い精度とのギャップ」が問題となっている。つまり、一方ではAIは一定の文脈におけるパフォーマンスを向上させる一方で、より広範で複雑な状況に対応する能力にはまだ限界があることが確認されている。その解決策として、本研究課題では現実世界のように常に状況や文脈が変化する環境に対応可能なマルチモーダルモデルを提案する。このモデルは、言語情報だけでなく、視覚情報、聴覚情報を統合的かつ逐次的に学習する能力を持つ。これにより、AIはユーザーの現在の状況をより深く理解し、それに基づいた適切な対応を提供することが可能となる。着任の2022年8月より開始した今年度は、前半に実験環境の構築やシステム開発に向けた関連研究のサーベイ、それらの再現実験、本研究課題において最終的に必要となる、数量推論や知識推論、ユーザーフィードバック生成に関わる深層学習モデルの研究開発を行い、後半以降ではそれらの成果の研究発表（国際会議採択件数3件、国内会議6件、招待講演4件）、および次年度に向けたマルチモーダルモデルのサーベイ、再現実験を開始した。