Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
ナレッジグラフ推論チャレンジ2023〜生成AI時代のナレッジグラフ構築技術〜の紹介
Search
S. Egami
September 09, 2023
Technology
0
830
ナレッジグラフ推論チャレンジ2023〜生成AI時代のナレッジグラフ構築技術〜の紹介
Website:
https://challenge.knowledge-graph.jp/2023/
2023/08/29に開催された「
LODチャレンジ2023 Meet UP!!!!
」にて紹介
S. Egami
September 09, 2023
Tweet
Share
More Decks by S. Egami
See All by S. Egami
大規模言語モデルを用いたSPARQLクエリ生成の予備的実験
ease112
2
220
ナレッジグラフの基礎
ease112
2
12k
ナレッジグラフを探索するSPARQL
ease112
1
11k
【LODチャレンジ2022最優秀賞】Patient Locational Ontology-based Data (PLOD)
ease112
0
140
【LODC2022データ作成部門優秀賞】VirtualHome2KGデータセット―家庭内の日常生活行動のシミュレーション動画とナレッジグラフ―
ease112
0
180
Other Decks in Technology
See All in Technology
AIのグローバルトレンド 2025 / ai global trend 2025
kyonmm
PRO
1
120
金融サービスにおける高速な価値提供とAIの役割 #BetAIDay
layerx
PRO
1
730
AWS DDoS攻撃防御の最前線
ryutakondo
0
120
【CEDEC2025】大規模言語モデルを活用したゲーム内会話パートのスクリプト作成支援への取り組み
cygames
PRO
2
770
Perlアプリケーションで トレースを実装するまでの 工夫と苦労話
masayoshi
1
410
バクラクによるコーポレート業務の自動運転 #BetAIDay
layerx
PRO
1
840
LLMで構造化出力の成功率をグンと上げる方法
keisuketakiguchi
0
430
僕たちが「開発しやすさ」を求め 模索し続けたアーキテクチャ #アーキテクチャ勉強会_findy
bengo4com
0
2k
AI人生苦節10年で会得したAIがやること_人間がやること.pdf
shibuiwilliam
1
270
LLM開発を支えるエヌビディアの生成AIエコシステム
acceleratedmu3n
0
370
OPENLOGI Company Profile for engineer
hr01
1
37k
ロールが細分化された組織でSREと協働するインフラエンジニアは何をするか? / SRE Lounge #18
kossykinto
0
180
Featured
See All Featured
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
251
21k
Side Projects
sachag
455
43k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
10
1k
[RailsConf 2023] Rails as a piece of cake
palkan
56
5.7k
Speed Design
sergeychernyshev
32
1.1k
Measuring & Analyzing Core Web Vitals
bluesmoon
7
540
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
130
19k
VelocityConf: Rendering Performance Case Studies
addyosmani
332
24k
Reflections from 52 weeks, 52 projects
jeffersonlam
351
21k
jQuery: Nuts, Bolts and Bling
dougneiner
63
7.8k
Java REST API Framework Comparison - PWX 2021
mraible
32
8.8k
The World Runs on Bad Software
bkeepers
PRO
70
11k
Transcript
ナレッジグラフ推論チャレンジ2023 〜⽣成AI時代のナレッジグラフ構築技術〜 の紹介 登壇者︓江上周作 (産総研) 運営︓⼈⼯知能学会SWO研究会・企画委員 (古崎晃司,川村隆浩,江上周作,鵜飼孝典,松下京群)
これまでのナレッジグラフ推論チャレンジ • ナレッジグラフ推論チャレンジ(2018〜) • シャーロック・ホームズのような“推理”(推論)ができるAIシステムの開 発を⽬指した技術コンテスト • チャレンジのねらい • 説明可能性(解釈可能性)を有するAI技術に関する最新技術の促進・共有
と,その分析・評価,体系化を⾏う. • チャレンジの概要 2 ホームズ の推理小説 ナレッジグラフ(知識グラフ) としてデータ化 2023/8/29 さまざまな知識/手法を用いて 事件の真相を推理し,理由を 説明するAIシステムの開発 捜査 手法 動機 DB …. 犯人はXX! なぜなら… 動機は… トリックは…
これまでのナレッジグラフ推論チャレンジ • 第1回ナレッジグラフ推論チャレンジ2018 • https://challenge.knowledge-graph.jp/2018/ • 第2回ナレッジグラフ推論チャレンジ2019 • https://challenge.knowledge-graph.jp/2019/ •
第3回ナレッジグラフ推論チャレンジ2020 • https://challenge.knowledge-graph.jp/2020/ • 第1回学⽣向け︕ナレッジグラフ推論チャレンジ2021 • https://challenge.knowledge-graph.jp/2021/ • 第1回ナレッジグラフ推論チャレンジ【実社会版】2022 • https://challenge.knowledge-graph.jp/2022/ • 国際ナレッジグラフ推論チャレンジ2023@IEEE ICSC2023 • https://ikgrc.org/2023/ 1⼩説 5⼩説 8⼩説 データ 洗練 ⾼齢者 の安全 国際化
今年度の開催背景 • ChatGPTを始めとした⼤規模⾔語モデルを⽤いた⽣成AIの開発・利 ⽤は,知識⼯学,セマンティックWeb分野への応⽤においても⼤ きな可能性がある • 課題 • 正確性が保証されない •
誤った内容が出⼒される場合がある • 根拠となる情報(出典)が暗黙的である • どのような情報を基にして出⼒されたのかが分からない • 再現性が担保されない場合がある • Webサービスとして提供されているモデルを使⽤した場合には,毎回,同様の内容が ⽣成されるとは限らない • これらは,これまでのチャレンジにおいてナレッジグラフを⽤い た説明可能なAI技術の開発・共有に取り組んできた理由でもある
開催内容 • ナレッジグラフ(KG)と⼤規模⾔語モデルの双⽅を⽤いたチャレンジ を実施 • 今年度は,上述の課題への対策と評価に関する知⾒をコミュニ ティで蓄積するために ⼤規模⾔語モデルを⽤いたナレッジグラフの構築 というタスクを課題として設定 ⽣成AI時代の新しいKG構築技術の開発を⽬指したチャレンジとして開催
https://challenge.knowledge-graph.jp/2023/
応募要領 • チャレンジタスクの設定 • ⼤規模⾔語モデルを⽤いたナレッジグラフの構築 • 応募部⾨ • 推理⼩説部⾨ •
⼀般部⾨ • 応募締め切り • 2023年12⽉末
応募部⾨︓推理⼩説部⾨ • タスク • これまでの推論チャレンジで構築・公開してきた「シャーロックホームズ の⼩説を対象としたKG」と同等のものを構築することをタスクとします. • 対象 • 公開済の8つの⼩説のKGのうち,⼀部の⼩説のKGのみを対象としても構い
ません. • 公開済の8つの⼩説のKGを正解として評価を⾏うため,これら8つ以外の⼩ 説を対象としたものは,⼀般部⾨に応募してください. • 評価 • 後⽇,「審査基準」として公開します. 現時点では, • ナレッジグラフの形式的な⼀致による判定基準 • これまでの推論チャレンジのタスクにどの程度,利⽤できるか︖ • 応募者が独⾃に設ける基準 • などを総合的に判断することを検討検討
応募部⾨︓⼀般部⾨ • タスク • 対象領域を問わない任意のKGを構築することをタスクとします • 対象 • グラフ構造で表された様々な知識を幅広く対象とします.例えば, •
オントロジーやスキーマをもたない,インスタンスレベルのトリプルのみから成るKG • オントロジーとしてのクラス定義を中⼼としたもの • オントロジーやスキーマに基づいて構築された,詳細な定義を持つKG • 評価 • ⼿法の性能単体のみではなく, • 構築されたKGの品質 • 外部知識との接続性 • 再利⽤性 • など、リソースとしての評価を含めた総合評価とします. • WikidataやDBpedia等を対象とした既存ベンチマークも参考になると思われる
勉強会資料の公開 • OpenAI APIを使った⾃然⾔語からのKG構築 • 第60回SWO研究会 企画セッションで発表 • https://github.com/KnowledgeGraphJapan/KGRC-ws- 2023/blob/main/swo60.pdf
本活動は,JSPS科研費19H04168基盤研究(B)解釈可能なAIシステムの実現に向けたナレッジグラフに基づく推 論・推定技術の体系化,および⼈⼯知能学会研究会特別⽀援⾦の助成を受けたものです.また,国⽴研究開発法 ⼈新エネルギー・産業技術総合開発機構(NEDO)の委託業務(JPNP20006)の結果得られたものです. 詳細は「推論チャレンジ」で検索 https://challenge.knowledge-graph.jp/