私は「オンライン議論の構造抽出」というテーマで深層学習を用いた自然言語処理の研究に取り組んでいます.現在,私は「エージェント技術に基づく大規模合意形成支援システムの創成」というJST-CRESTプロジェクトのメンバーとして,オンライン議論のファシリテーションを行うエージェントの開発に携わっています.そのエージェントはファシリテーションを行う際に,どのようなファシリテーションが有効か分析するために,現在のオンライン議論の状況を把握しなければいけません.私はオンライン議論からその構造を抽出することで,ファシリテーションエージェントにオンライン議論の状況を把握させることを実現しました.この研究では,オンライン議論の構造抽出を(1)オンライン議論の投稿おける文を課題,解決策,長所,短所といった4つの要素に分類する,(2)分類した文の間の関係を予測する,という2つのタスクを処理することで実現しました.提案手法として時系列データに特化したRNNの1種であるBi-LSTMを用いたモデルを使いました.モデルの実装はPython, Keras, TensorFlowを用いて行いました.モデルを学習した後は名古屋市との社会実験に向けてAWSのEC2インスタンス上にデプロイし,Flaskを用いてAPIとして使用できるようにしました.
続きを読む