こんにちは。ウェブアプリケーションエンジニアのid:syou6162です。はてな社内では機械学習や自然言語処理に関する論文読み会を定期的に行なっています。 社内で国際会議論文読み会を開催しました - Hatena Developer Blog 社内でNLP2017 & DEIM2017読み会を開催しました - Hatena Developer Blog これまでは最新の話題を追うという意図でその年に出た論文を読んでいましたが、今回は趣向を変えて「最新の論文に限定せず、業界内でディファクト/ベースラインとして使われる手法/論文/ツールを紹介しよう」というテーマで開催しました。このエントリでは、読み会で紹介された論文を簡単にレポートしていきたいと思います。 A contextual-bandit approach to personalized news article recommendat

こんにちは、ウェブアプリケーションエンジニアのid:syou6162です。秋まっさかり、読書の秋/論文読み会の秋ですね。はてな社内で国際会議論文読み会を開催したので、今回は読み会で取り上げた論文について簡単に紹介していきたいと思います。異常検知、情報検索、自然言語処理といった多様な分野の論文が登場し、読み会も盛り上がりました。なお、論文PDFは各学会ページまたは著者のWebサイトで公開されているものを参照しています。 Sparse Gaussian Markov Random Field Mixtures for Anomaly Detection Change Detection using Directional Statistics Linguistically Regularized LSTM for Sentiment Classification BitFunnel: Revi

[10:40–11:00] 受付 [11:00–11:20] オープニング [11:20–12:40] セッション1 坪井祐太: Adversarial Learning for Neural Dialogue Generation (EMNLP2017) [paper] [slide]渡邉研斗: Automatically Generating Rhythmic Verse with Neural Networks (ACL2017) [paper] [slide]馬緤美穂: Deep Keyphrase Generation (ACL2017) [paper] [slide]西川仁: Why We Need New Evaluation Metrics for NLG (EMNLP2017) [paper] [slide][12:40–14:10] 昼食 [14:10–15:10] セ

この一件の幕引きは“前例”となる　5月24日、「人工知能学会全国大会」において発表された、立命館大学情報理工学部に所属する３人の研究者の論文が、議論を呼んでいる。なぜならその論文が、自作イラストやマンガを中心とするSNS・pixiv（ピクシブ）に投稿された一般ユーザーの小説10作を分析材料として扱っていたからだ。これが多くのユーザーの反発を買い、現在はその論文PDFが非公開となっている。 「ドメインにより意味が変化する単語に着目した猥褻な表現のフィルタリング」と題されたこの論文は、「猥褻表現」（論文中では「有害情報」とも表記されている）のフィルタリングを目的とした研究だ。 一方、この論文で研究対象とされたのは、性表現が多く含まれ、当初から作者が「R-18」（18歳未満閲覧禁止）にカテゴリーしていた小説だった（同時に、その多くは「二次創作」だ）。pixivでは閲覧制限の設定があり、デフォルト

さまざまな研究が進んでいる日本だが、オープンアクセス学術誌に掲載されている論文は100％英語となっている EUが、研究助成金を受けた学術研究論文のオープンアクセス（OA）の2020年までの義務化を目指している。インターネットで誰でも無料で閲覧できる状態にするもので、研究の裾野が広がり多くの経済波及効果もが生まれるとされている。背景には学術系出版社の寡占と学術誌の購読料やデータベース利用料の高騰があり、「課金の壁」を取り払うことで科学研究の底上げにつながることが期待されている。 世界の研究開発に対する支出は2兆米ドルにもなるといわれている。産学を合わせた研究支出は米国（5140億ドル）、中国（3970億ドル）、日本（1670億ドル）、ドイツ（1090億ドル）、韓国（770億ドル）、インド（720億ドル）など膨大な金額だ。しかし、コストをかけて書かれた論文の多くは一般の研究者やビジネスマンはア

William A. Anders, the astronaut behind perhaps the single most iconic photo of our planet, has died at the age of 90. On Friday morning, Anders was piloting a small…

Just One More: Modeling Binge Watching Behavior このタイトルを見るまで "binge-watching" という単語を知らなかった．ある番組などにハマってまとめて見てしまうことらしい． 論文では VOD (Video On Demand) サービス (特にこのサイトは定額見放題ではなく話数ごとに購入が必要なものである) について，ユーザのまとめ見のような行動をモデル化する． 定義 「セッション」とは，一本以上の動画を見ており，その操作の間隔が 1 時間未満であるものとする． ここからは，1 つのセッションに何本の動画が視聴されているか，について調べていく． 読み飛ばしているのだと思うけど，セッションの定義はこれだけでは不十分であって，正確には「同一デバイスにおいて同一の番組シリーズを視聴しており，操作の間隔が1時間未満のものの集合」ではないだ

研究に直接関係ないタイプの労働をしていると、先端の研究を追いかけるのが困難になってきます。 なんといっても論文を読む時間がとれないので有識者の記事やらスライドやら書籍やらに頼ることになるのですが、とはいえ1次ソースであるところの論文を確認しないとどうにもならない場合もありますし、複数本の論文を見てはじめてトレンドがなんとなくわかってくるということもあるように思います。 というわけで論文を効率的に読む力を得るぞ！という試みをやっています。参考になるかわかりませんが、この試みについて共有しておきます。 大雑把な方針 論文を読むにあたって、量と質の双方を高める必要があります。そこでこの2つの要素をそれぞれ伸ばすことを考えました。 論文を読む質を高める 社内で一緒に論文を読んでくれるという奇特な方がなんと1名もいらっしゃったので、総勢2人という大人数の論文読み会を定期開催しました。 3ヶ月毎に対象

一度大学・大学院を修了した後に、研究職以外に就職した技術者は論文を書かなくなる事がほとんどだと思います。 僕は、一度インターネットのウェブサービスに関する企業で技術者をした後に、大学院に入りなおして同様の分野で論文を書き、現在再度技術者をやっているわけですが、技術者でも論文を書くメリットが ある と思っています。 以降でメリットについて述べますが、これらのメリットをまとめて手軽に享受できるツールって他にあんまりないんじゃないか（僕が思いつかないだけかも）と思ったので、この記事を書くに至りました。 というわけで、それを簡単にまとめます。 技術者が論文を書くメリット まずはざっと箇条書きします。 自分の考えた技術や既存の技術の調査、比較の試行錯誤を丁度良い分量でまとめられる 良い文章構成になるような書き方の知見が溜まってるので書きやすい 書き方の知見にのっとって文章にまとめることで、頭の中や提

様々な操作を高速にサポートするデータ圧縮法に関する論文を公開しました。本論文はデータ圧縮に関する国際会議 Data Compression Conference (DCC2015)に採択された論文でarXivから入手出来ます。 Djamal Belazzougui, Travis Gagie, Paweł Gawrychowski, Juha Kärkkäinen, Alberto Ordóñez, Simon J. Puglisi, Yasuo Tabei: Queries on LZ-Bounded Encodings, Data Compression Conference (DCC), 2015. 論文へのリンク(arXiv) 提案法はLempel-Ziv(LZ)法に類似性がありその簡易版になっています。LZ法では各テキスト上の位置より前に出現する部分文字列の最長一致文字をテキスト

概要 自然言語処理分野においてトップカンファレンスと言われるACL 2014、および関連ジャーナルTACLで 2014に発表された論文の中から、参加者の投票によって厳選した論文を、各参加者が紹介するという形式で行われます。 勉強会の参加者は、各自１～２本の論文を担当し、今回は全体で26本の論文発表が行われます。 第１回目は１研究室のメンバーを中心とした会でしたが、第２回目より、研究室の枠を超え、東京近郊の様々な研究室の学生・研究者有志一同による勉強会として開催しております。 このイベントを通じて、研究者・学生間の活発な情報交換・意見交換・交流が行われ、今後の研究に活かされることを本研究会の狙いとしています。 過去の勉強会の様子 スケジュール 9月4日(木) セッション１：（発表４件） Representation Learning for Text-level Discourse Pars

論文が国際学会 VLDB'14 に採択されました．VLDB (International Conference on Ver Large Data Bases) は SIGMOD と並ぶデータベースの最も有名な学会です．学会は 9 月に中国の杭州です． 今回の論文は "Computing Personalized PageRank Quickly by Exploiting Graph Structures" というタイトルで，NII の前原さん，同じ研究室の岩田, NII の河原林先生との共著です． 内容 この論文は大規模なソーシャルネットワークやウェブグラフにおいて Personalized PageRank を高速に計算する手法を提案する論文です．Personalized PageRank は有名な PageRank の一般化です．PageRank が担っていた重要度の計算の他，関連

スピードやコスト、情報価値の重み付けなどは、科学技術研究に関する情報交換を行う上で重要な要素でしょう。これらにおいて、電子媒体は紙媒体に対し多くの面で圧倒的なアドバンテージを有しており、オープンアクセス化（OA化）は必然の流れとなると考えられます。しかし未だに、科学技術研究に関する情報交換、研究者間のコミュニケーションにおいて、紙媒体を持つ科学雑誌への論文発表という方法が主流です。そこでは多くの場合、課金の壁(Pay Wall)が存在し、誰もが自由に論文を読むことはできません。これはいったいなぜでしょう？何か特に明確な抵抗勢力が存在するというわけでもなさそうであり、我々研究者や行政がOA化のメリットを明示的に認識していないということが大きな原因の一つであるように思われます。古い仕組みを変えるにはある程度のエネルギーを要しますが、おそらくその源となる根拠がはっきりと意識されていないのです。そ

M.Kusumoto, and Y.Yoshida . "Testing Forest-Isomorphism in the Adjacency List Model." ICALP 2014, to appear. 修論の成果で投稿した論文が国際会議のICALP2014に採択されました． ICALP(International Colloquium on Automata, Languages and Programming) は理論計算機科学(理論系アルゴリズム，計算量理論，言語・オートマトン，プログラミング言語理論など) を扱う国際会議です．運営はEATCSというヨーロッパの理論計算機科学の団体によって行われ，会議は毎年ヨーロッパの色々なところを転々としながら開催されるようです．今年はデンマークのコペンハーゲンで開催されます． ICALPは理論系アルゴリズム界隈の会議の中でも上位レベ

他人の文章を自分の文章のように扱う研究上の不正は、「剽窃」または「盗用」と呼ぶのが正確であり、不正確で誤解を招く「無断引用」という表現を用いるのはやめるべきである。 「無断引用」という表現はよろしくない 小保方晴子氏が他者の文章を自分の論文に盗用したという事件 [1] があった。この事件の報道において「無断引用」という表現が各所で用いられているが、この表現は正確でなく誤解を招きやすいので、使うのはやめるべきだと思う。「無断引用」の代わりに、「剽窃（ひょうせつ）」か「盗用」と言ってほしいところだ [2] 。 引用という行為は、引用の作法を守っているかぎり、法的にも倫理的にも何ら問題のない行為である。そして、引用は基本的に無断で行われる。わざわざ出典の著者の許可をとらないのである。つまり、無断で行われる引用は全く正常な行為であり、研究上の不正ではない。 研究上の不正になるのは、他人の文章を自分