Watsonにあなたの知識を教えよう

© 2016 International Business Machines Corporation
Watsonにあなたの知識を教えよう
～自然言語処理と機械学習が実現する世界～
村上明子
日本アイ・ビー・エム株式会社ワトソン開発技術リード
一般社団法人情報支援レスキュー隊理事
function(){ latest = window.now; var
akikom = new akikomHistory(latest);
akikom.on('voice', function(e){
document.append(e.histories); });
}();
akikom@Twitter
akiko.murakami
@Facebook
http://akikom0819.
hatenablog.com/

+
自己紹介
村上明子（むらかみあきこ）
日本アイ・ビー・エム株式会社
1999年の入社以来、東京基礎研究所テキストマイニングチームに所属、
テキストマイニングツールTAKMI（現Watson Explorer）の研究開発に
従事
ソーシャルメディア分析など、人のコミュニケーション履歴の研究を
している
現在はWatsonの言語処理関係のソフトウェア開発の開発リーダー
災害ボランティア
『情報支援レスキュー隊』理事

+
Watson – Cognitive Computing

+
人工知能？AI？
話するとか
クイズに勝つ、とか・・・？

+
「AIで、うちのビジネス、
何とかしてよ」

+
「AIで何とかしてよ」
会話？クイズ？

7
プロジェクト・ワトソン
米国の人気クイズ番組「Jeopardy！」で
コンピューターが歴代チャンピオンと対決
Ken Jennings 氏
（最多連勝記録保持者）
Brad Rutter 氏
（累積最高賞金記録保持者）
Watson
（人工知能）

+
クイズに勝つには？
• 解答者の一人が問題を選択。難易度別に賞金額が決まっている。
• 司会者が問題を読み上げ、解答者は早押しで解答。
• 解答が正しければ賞金を得る。不正解なら同じ金額を失い、他の解答
者に解答権が移る。
• 前半「ジェバディ・ラウンド」が終わると後半は「ダブル・ジェパ
ディ・ラウンド」となり金額が倍増
• 「ファイナル・ジェパディ」では持ち金のうち賭け金をかけ、正解す
ると賭け金分が加算。不正解の場合は没収。
• もっとも賞金の多い人が優勝
Jeopardy! のルールどの難易度・カテゴリ？
クイズに答える
クイズに答えるかどうか？
賭ける金額は？

+
「問題」
米国が外交関係を持たない
世界の4ヶ国のうち、
最も北にある国はどこでしょう？

+
答えの見つけかた
キューバは、
フロリダ半島
の145km南に
位置する。
米国が外交関
係を持たない
世界の4ヶ国の
うち、この国
は最も北にあ
る
外交関係
問われている
内容の解析
米国-外交ない-国
この国-ある-北
???
解答候補
の生成
ブータン?
キューバ?
イラン?
北朝鮮?
根拠の探索
と確信度の
計算
ブータンは未
だに米国、中
国、ロシア、
英国、フラン
スとの外交関
係はない
最も確信
度の高い
解答
北朝鮮
問題解答

+
自然言語って必要？
別に自然文で対話しなくても仕事はできる
Chatbot
コマンドを打ち込む
ことでタスクを実施

+
自然言語で返してくれると嬉しい

+
会話は単純なルールベース
すごい雨。神宮の花火大会中止かなって
思ったけど、開催予定とのこと。
花火見物にはルマンドを忘れずに！
ルマンド大先輩夏バージョン！！！
お好きですね、ルマンド。
「人工無能」なんて呼び方をする人も

+
賢い会話ができるとさらに
満足度は上がる

+
対話の流れ
「今日は、ジャケットでいいのがあればと
思っているのですが」
ジャケットを探している
ジャケット＝上着、コート…
質問の意図は？
「もう少し、明るめのものはありますか」
明るめの服を探している
質問の意図は？
意図を認識＝カテゴリ文書の類似度の高いものを探索する
表現のバリエーションを捉える

+
機械との対話の目的は２種類
 発言のカテゴリーを判定、
そのカテゴリーにふさわ
しい「共感」を示す
 キャラクターに対する
親近感
 ブランド力の向上
 癒し
 発言の目的を判定、その
目的に対する「解決策」
を示す
 コンシェルジェ的な利用
法
目的達成型共感型

+
大事なのは自然言語理解

+
文字データなら、
たくさんありますよね？

蓄積された大量の文書データ
 お客様の声
 社内文書
 特許ＤＢなど
知識の抽出・発見
新商品、
新サービス、
お客様対応改善、
など
•精度は高いが時間・手間がかか
る
•スケーラビリティがない
→ 非効率 → データの死蔵
大量のテキストからの知識発見
テキストマイニング

テキストマイニングでできること
お客様の声
社内文書
特許ＤＢなど
大量の文書データ
テキスト内容の
類似度に基づく
文書の検索
(概念検索)
その文書が何語
で書かれているか
の判定
その文書の要約
やそこに含まれ
る人名、地名な
どの抽出
テキスト内容の類似度に
基づく文書のグループ化
(クラスタリング)
事前に設定された分野への
文書の仕分け
(カテゴライゼーション)
トピック、パターン、原因･結
果などの抽出や、統計的な
特徴・傾向の分析
分析レポート作成や
アクションに結びつく
知識の生成
レベル２

+
25
自然言語理解に必要な「自然言語処理」
山田一郎はこのシンクパッドが気に入った。
山田/一郎/は/この/シンクパッド/が/気/に/入/っ/た/。形態素解析
構文解析山田一郎はこの ThinkPad が気に入る+た
固有名詞固有名詞助詞連体詞固有名詞助詞助詞助動詞活用語尾動詞名詞
固有表現抽出人名
PC
評価表現：好評
評判表現抽出
意味ラベル付与
意図抽出
入力文
文法
意味

26
IBM Watson Explorer
テキスト
データベース
Parser
Named
Entity
Extraction
Semantic
Tagging
Intention
Analysis
noun
ThinkPadのバッテリーの調子がおかしい。
HW HW/Parts
adjnoun noun
Problem
苦情種別
投資型商品
投資信託
投資信託
投資信託
投資信託
投資信託
投資信託
投資信託
投資信託
預金商品
苦情表現
説明 … 行なう
目論見書 … 説明する
約定 … する
基準価格 … 説明する
受渡日 … 説明する
約定 … 連絡する
解約 … 連絡する
投信 … 勧める
苦情種別
投資型商品
投資信託
投資信託
投資信託
投資信託
投資信託
投資信託
投資信託
投資信託
預金商品
苦情表現
説明 … 行なう
目論見書 … 説明する
約定 … する
基準価格 … 説明する
受渡日 … 説明する
約定 … 連絡する
解約 … 連絡する
投信 … 勧める
UIMA(*1) Indexer Index
Collection
サーバー
[noun] Thinkpad
[noun] バッテリー
[noun] 調子
[adj] おかしい
[HW] ThinkPad
[HW/Parts] バッテリー
[Problem] 調子がおかし
い
情報抽出部
(*1) UIMAはUnstructured Information Management Architectureの略で、IBM Researchが
作成した自然言語処理モジュールの相互連携を実現する基盤です。現在、オープンソースとして
OASIS/Apacheより公開されています。
マイニング
ビュー
マイニング部

27
http://www-06.ibm.com/jp/press/2010/02/1601.html
テキストマイニング例
公開事故情報からの車の不具合発見
Engine may be
associated with
smoke
Tire may blow
Air bag may not
deploy

+
情報抽出の重要性
- 非構造化データから構造化データへの変換
人
エンティティ関係照応関係
孫正義さんはソフトバンクの社長です。彼はソフトバンクホークスの大ファンでもあります。
組織
経営している
人組織
ファンである
孫正義
孫正義
（人）
ソフトバンク
（組織）
孫正義
（人）
ソフトバンク
（組織）経営している
孫正義＝彼

+
「分野専門」知識の重要性
精製抗エボラウイルス核蛋白モノクローナル抗体（クローン 3-
3D）を 1µg/ml に PBS (-)で希釈し，96 穴 ELISA プレートの
レーン 1〜6 の各ウェルに 100µlずつ分注する（図 1b）．室温
で 2 時間吸着させる（4℃で一夜吸着させてもよい．
国立感染症研究所クリミア・コンゴ出血熱診断マニュアルより引用
http://www.nih.go.jp/niid/images/lab-manual/ebora_2012.pdf
エンティティ関係照応関係
精製抗エボラウイルス核
蛋白モノクローナル抗体
（抗体）
PBS(-)希釈する
精製抗エボラウイ
ルス核蛋白モノク
ローナル抗体＝ク
ローン 3-3D
精製抗エボラウイルス核蛋白モノクローナル抗体（クローン 3-
3D）を 1µg/ml に PBS (-)で希釈し，96 穴 ELISA プレートの
レーン 1〜6 の各ウェルに 100µlずつ分注する（図 1b）．室温
で 2 時間吸着させる（4℃で一夜吸着させてもよい．
精製抗エボラウイルス核
蛋白モノクローナル抗体
（抗体）

+
テキストからの情報抽出
-ルールベースと機械学習-
「煙…でる」
「ブレーキ…効かない」
「○○電機のドライヤー
使っていたら煙が出た。」
「うちの✖️、雨の日に一瞬
スカッとブレーキが抜ける
ように効かなくなる」
ウイルスゲノムの検出のた
めの RT-PCR にはコンベン
ショナル RT-PCR 法あるい
は、TaqMan プローブ検出
によるリアルタイム RT-
PCR 法を採用している．
「コンベンショナル RT-PCR 法」
「TaqMan プローブ検出によるリア
ルタイム RT-PCR 法」
辞書でカバーができないような多彩な表現であるか
再現率と適合率、どちらが重要であるのか

+
機械学習による情報抽出
教師あり学習とGround truth

+
Watson Knowledge Studio
32
Watson Knowledge Studioにより、業界や分野ごとの知識だけでなく、
各分野の言葉の使われ方の微妙な違いまでWatsonに教えることが可能になります
分野ごとのテキストアノテーター（情報抽出器）を作成・再利用・共有することが可能となります。
これにより、Watsonソリューションをより強力なものにすることができます
テキストからの情報抽出器の作成
エンティティ関係
照応関係

33
直感的なUIによる正解
データ作成
（アノテーション）
機械学習モデルの改善のための
様々な統計情報の可視化
Watson Explorer AlchemyLanguage on WDC
他のワトソン
ソリューションとの
豊富な連携
Watson Knowledge Studio
3つの特徴

+
カスタマイズしたWatsonで
ビジネスを「なんとか」しよう

Watsonにあなたの知識を教えよう

Recommended

More Related Content

Viewers also liked (12)

Similar to Watsonにあなたの知識を教えよう (20)

Watsonにあなたの知識を教えよう