言語知能と空間知能を兼ね備えたAI − 文章中の人物の移動軌跡を地図上に再現するAIについて −

第132回人工知能基本問題研究会(SIG-FPAI)（ https://sig-fpai.org/past/fpai132.html ）の招待講演にて使用した発表スライド（一部修正版）

Transcript

1. ݴޠ஌ೳͱۭؒ஌ೳΛ݉Ͷඋ͑ͨ"* —
   จষதͷਓ෺ͷҠಈي੻Λ஍ਤ্ʹ࠶ݱ͢Δ"*ʹ͍ͭͯ
   —
   ୈճਓ޻஌ೳجຊ໰୊ݚڀձʢ4*('1"*ʣ
    େ಺
   ܒथ ಸྑઌ୺Պֶٕज़େֶӃେֶ
   ώϡʔϚϯ"*ΠϯλϥΫγϣϯݚڀࣨ ।ڭत αΠόʔΤʔδΣϯτ
   "*
   -BC
   ߦಈཧղνʔϜ ϦαʔναΠΤϯςΟετ
2. ࣗݾ঺հ େ಺
   ܒथʢ͓͓͏ͪ
   ͻΖ͖ʣ
   2 ݚڀςʔϚ ݴޠ஌ೳͱۭؒ஌ೳΛ݉Ͷඋ͑ͨ"* 午前８時近鉄奈良駅到着。 ホテルニューわかさに ９時チェックイン予定。 時間に余裕があったので、 途中のスタバで⼀服。 30分過ごしてから店を出て、 ホテルにチェックイン。 近鉄奈良駅 スターバックス 奈良公園店 ホテル ニューわかさ 2 3 1 The desolate tree-lined street has been transformed into a bustling residential neighborhood with houses and parked cars. n ಸྑઌ୺Պֶٕज़େֶӃେֶ
   ।ڭत n ઐ໳ɿࣗવݴޠॲཧ ʲݴޠUPۭؒʳจষதͷਓ෺ͷҠಈΛ஍ਤ্ʹ࠶ݱ ʲۭؒUPݴޠʳӴ੕ը૾ͷʮࠩʯΛઆ໌ https://youtu.be/1n7QrayXSe8?list=PL9eqS7qxXLzvJRstdHMuEREqLTzJOXCyA
3. ࢲ͕ʮҠಈي੻ʯʹڵຯΛ͖͔͚࣋ͬͨͬ
4. ೥݄ͷ໷ɼՊݚඅͷςʔϚΛߟ͍͑ͯͨ ͦͷͱ͖ʹͨ·ͨ·ωοτ্Ͱʮ͓͘ͷ΄ͦಓʯݟ͔͚ͨ ೥ɼߐށΛग़ൃͨ͠দඌഄা͕ɼԞभɼ๺཮Λ८ͬͨلߦจ https://www.kyohaku.go.jp/jp/exhibitions/feature/b/buson_2022/ http://www.basho-ogaki.jp/hosomiti/about/ ʮจষʯΛಡΈղ͖ʮ஍ਤʯͱͭͳ͙ϚϧνϝσΟΞ৘ใॲཧ
5. ೥݄
   ݚڀϓϩδΣΫτൃ଍ จষதͷਓ෺ͷҠಈي੻Λ஍ਤ্ʹ࠶ݱ 5 出⼒：移動の軌跡 近鉄奈良駅 スターバックス 奈良公園店 ホテル ニューわかさ 2 3 1 ࣗવݴޠॲཧ ஍ཧ৘ใॲཧ 午前8時 近鉄奈良駅 到着。 ホテルニューわかさに 9時 チェックイン予定。 時間に余裕があったので、 途中のスタバで ⼀服。 30分過ごしてから 店を出て、 ホテルにチェックインしました。 Պݚඅج൫ #
   ʮจষதͷਓ෺ͷҠಈي੻Λ࣮ੈքͷ஍ਤ্ʹ઀஍͢ΔͨΊͷجૅݚڀͱͦͷԠ༻ʯ ⼊⼒：⽂章
6. Ҡಈي੻Λ࠶ݱ͢Δʹ͸ ෳ߹తͳॲཧ͕ඞཁ 6 a. 場所参照表現抽出：各場所参照表現を抽出 b. 共参照解析：同じ場所を指す表現の認識 c. ジオコーディング：各場所参照表現を地図上に接地 d. 訪問状態分類：訪問したか否かを予測 e. 訪問順序認識：訪問場所の整序 午前8時 近鉄奈良駅 到着。 ホテルニューわかさに 9時 チェックイン予定。 時間に余裕があったので、 途中のスタバで ⼀服。 30分過ごしてから 店を出て、 ホテルにチェックインしました。 Visit PlanToVisit Visit Visit Visit ① ② ② ③ ⼊⼒：⽂章 地図データベース OpenStreetMap Visit/NotVisit/ PlanToVisit ①,②,... Visit Visit ② ③
7. Ҡಈي੻Λ࠶ݱ͢Δʹ͸ ෳ߹తͳॲཧ͕ඞཁ 7 a. 場所参照表現抽出：各場所参照表現を抽出 b. 共参照解析：同じ場所を指す表現の認識 c. ジオコーディング：各場所参照表現を地図上に接地 d. 訪問状態分類：訪問したか否かを予測 e. 訪問順序認識：訪問場所の整序 午前8時 近鉄奈良駅 到着。 ホテルニューわかさに 9時 チェックイン予定。 時間に余裕があったので、 途中のスタバで ⼀服。 30分過ごしてから 店を出て、 ホテルにチェックインしました。 Visit PlanToVisit Visit Visit Visit ① ② ② ③ ⼊⼒：⽂章 地図データベース OpenStreetMap Visit/NotVisit/ PlanToVisit ①,②,... Visit Visit ② ③ ຊߨԋͰ ϑΥʔΧε
8. ʮจষͷੈքʯͱʮ஍ਤͷੈքʯͷՍ͚ڮ δΦύʔδϯά Higashiyama+ EACL2024, Arukikata Travelogue Dataset with Geographic Entity Mention, Coreference, and Link Annotation ৄ͍͠ղઆ͸ҎԼͷ࿦จΛࢀর
9. 9 n (14ͳͲͷӴ੕ଌҐγεςϜͰे෼Ͱ͸ʁ n ਓؒͷҐஔΛ೺Ѳ͢Δ͚ͩͳΒ(14σʔλͰࣄ଍ΓΔ n ͔͠͠ʮਓؒʯͱʮ৔ॴʯͷ૬ޓؔ܎Λଊ͑Δͷ͸Ή͔͍ͣ͠ ͳͥʮจষʯʹண໨͢Δͷ͔ʁ ʮจষʯ͸஍ཧۭؒ৘ใͷ຺߭ 東福寺 Ø 紅葉を ⾒に⾏った Ø コントラストが 美しかった この週末、東福寺へ 紅葉を ⾒に⾏った。 地⾯いっぱいに むした 苔の緑と 真っ⾚な 紅葉との コントラストが 美しかった。 述語 述語 ⽬的語 主語 場所の認識＋情報抽出 ৔ॴʹ͓͚Δߦҝɼ৔ॴʹର͢ΔՁ஋෇༩ɼ৔ॴ͔Βड͚Δҹ৅΍ײ֮
10. 10 n (14ͳͲͷӴ੕ଌҐγεςϜͰे෼Ͱ͸ʁ n ਓؒͷҐஔΛ೺Ѳ͢Δ͚ͩͳΒ(14σʔλͰࣄ଍ΓΔ n ͔͠͠ʮਓؒʯͱʮ৔ॴʯͷ૬ޓؔ܎Λଊ͑Δͷ͸Ή͔͍ͣ͠ ͳͥʮจষʯʹண໨͢Δͷ͔ʁ ʮจষʯ͸஍ཧۭؒ৘ใͷ຺߭ 東福寺 Ø 紅葉を ⾒に⾏った Ø コントラストが 美しかった この週末、東福寺へ 紅葉を ⾒に⾏った。 地⾯いっぱいに むした 苔の緑と 真っ⾚な 紅葉との コントラストが 美しかった。 述語 述語 ⽬的語 主語 場所の認識＋情報抽出 ৔ॴʹ͓͚Δߦҝɼ৔ॴʹର͢ΔՁ஋෇༩ɼ৔ॴ͔Βड͚Δҹ৅΍ײ֮ δΦύʔδϯά ʮ৔ॴΛද͢ݴޠදݱʯΛ ʮ஍ਤ্ͷҐஔɾྖҬʯʹ ઀஍ άϥ΢ϯσΟϯά ͢Δٕज़͕ݤ
11. จষͷͳ͔ͷʮҠಈي੻ʯղੳͷதٕ֩ज़ ʮδΦύʔδϯάʯͱ͸ʁ 11 n ৔ॴΛද͢දݱ ৔ॴࢀরදݱ Λநग़͠ɼҢ౓ɾܦ౓Λਪఆ͢Δ
    午前８時近鉄奈良駅到着。 ೖྗจষ 近鉄奈良駅 ジオコーディング 34.6841376, 135.8285414 場所参照表現抽出 近鉄奈良駅 ৔ॴࢀরදݱநग़ͱδΦίʔσΟϯάͷೋஈ֊͔Βߏ੒͞ΕΔ
12. ৔ॴࢀরදݱநग़ ৔ॴΛද͢ݴޠදݱͷग़ݱҐஔͱछผΛಉఆ 12 n ৔ॴΛද͢ݴޠදݱ
    ʹʮ৔ॴࢀরදݱʯͱݺͿ 午前1 8時2 に3 近鉄4 奈良5 駅6 到着7 午前8時に近鉄奈良駅到着 [4, 6] FACILITY ᶃೖྗจষΛ͋Δ୯Ґ ୯ޠจࣈͳͲ Ͱ෼ׂ ᶄ৔ॴࢀরදݱͷग़ݱҐஔͱछผΛ༧ଌ （出現位置） （種別） ৔ॴࢀরදݱநग़
    
    ݻ༗දݱநग़ͷͻͱͭͷಛघͳλεΫ
13. δΦύʔδϯά Ξϊςʔγϣϯσʔλߏங ػցֶशϞσϧͰ֤ॲཧΛ࣮ݱ͢ΔͨΊʹ ඞཁͳ৘ใΛੜσʔλʹ෇༩͢Δ
14. ֤ॲཧΛػցֶशϞσϧͰ࣮ݱ͢Δʹ͸ʁ Ξϊςʔγϣϯ৘ใ͕ඞཁ 14 n ʮ৔ॴࢀরදݱநग़ʯʹඞཁͳ৘ใͱ͸ʁ n ৔ॴࢀরදݱͷจষதͷʮҐஔ จࣈΠϯσοΫε ʯͷ৘ใΛੜσʔλʹ௥Ճ 途1 中2 の3 ス4 タ5 バ6 で7 ⼀8 服9 。10 311 012 分13 過14 ご15 し16 て17 か18 ら19 店20 を21 出22 て23 、24 ホ25 テ26 ル27 に28 チ29 ェ30 ッ31 ク32 イ33 ン34 し35 ま36 し37 た38 。39 [4, 6] [20, 20] [25, 27]
15. ֤ॲཧΛػցֶशϞσϧͰ࣮ݱ͢Δʹ͸ʁ Ξϊςʔγϣϯ৘ใ͕ඞཁ 15 n ʮδΦίʔσΟϯάʯʹඞཁͳ৘ใͱ͸ʁ 途1 中2 の3 ス4 タ5 バ6 で7 ⼀8 服9 。10 311 012 分13 過14 ご15 し16 て17 か18 ら19 店20 を21 出22 て23 、24 ホ25 テ26 ル27 に28 チ29 ェ30 ッ31 ク32 イ33 ン34 し35 ま36 し37 た38 。39 [4, 6] OSM_ID= “node/6976944686” [20, 20] OSM_ID= “node/6976944686” [25, 27] OSM_ID=“way/229252714” n ֤৔ॴΤϯςΟςΟʹʮ04.@*%
    OpenStreetMapͷ*% ʯΛ௥Ճ ※ OpenStreetMap (OSM) 
    ୭Ͱ΋ࣗ༝ʹ஍ਤΛ࢖͑ΔΑ͏ɼΈΜͳͰΦʔϓϯσʔλͷ஍ཧ৘ใ
    Λ࡞ΔϓϩδΣΫτɼ͓Αͼɼͦͷ஍ਤσʔλϕʔε
16. Ξϊςʔγϣϯσʔλߏங ৔ॴࢀরදݱΛ෇༩ 16 n Ξϊςʔγϣϯπʔϧ
    #SBU
    Λ࢖ͬͯΞϊςʔγϣϯ࡞ۀ https://brat.nlplab.org/
17. Ξϊςʔγϣϯσʔλߏங 04.
    *%Λ෇༩ 17 n OpenStreetMap
    Λ࢖ͬͯΞϊςʔγϣϯ࡞ۀ https://www.openstreetmap.org
18. ֤ॲཧΛػցֶशϞσϧͰ࣮ݱ͢Δʹ͸ʁ Ξϊςʔγϣϯσʔλͷهड़౷ܭ 18 هࣄ จ ୯ޠ ৔ॴࢀরදݱ 4FU"        4FU#        5PUBM        4FU"
    ৔ॴࢀরදݱ
    ͷΈ෇༩ 4FU#
    04.@*%
    ΋෇༩ ˞4FU"ʹ04.@*%Λ෇༩Ͱ͖ͳ͔ͬͨͷ͸༧ࢉͷؔ܎
19. طଘݚڀʹ͓͚ΔδΦύʔδϯάͷ՝୊ ৔ॴࢀরදݱͷ໢ཏੑ͕௿͍ 19 n طଘͷδΦύʔδϯάσʔληοτͷ·ͱΊ 5BCMF
    
    JO
    <)JHBTIJZBNB
    >
20. طଘݚڀʹ͓͚ΔδΦύʔδϯάͷ՝୊ ৔ॴࢀরදݱͷ໢ཏੑ͕௿͍ 20 n զʑͷσʔληοτͰ͸ଟ͘ͷࢪઃ໊ΛΧόʔ͍ͯ͠Δ ͜Ε·Ͱ͸ ର৅ͷࢪઃ໊͕ গͳ͔ͬͨ ର৅ͷࢪઃ໊͕ ଟ͘ͳͬͨ OpenStreetMap (OSM) Λར༻͢Δ ͜ͱͰɼཱྀߦهʹొ৔͢Δࢪઃ໊ͷ ΛΧόʔͰ͖ΔΑ͏ʹͳͬͨ 5BCMF
    
    JO
    <)JHBTIJZBNB
    >
21. طଘݚڀʹ͓͚ΔδΦύʔδϯάͷ՝୊ ৔ॴࢀরදݱͷ໢ཏੑ͕௿͍ 21 Ұൠ໊ࢺޠ۟΍ ࢦࣔޠ͕ ର৅֎ͩͬͨ ৔ॴʹؔ͢Δ ݴޠදݱશൠΛ ର৅ʹؚΊΔ 💡ʮ松島ʯ·Ͱͷܦ࿏Λಛఆ͍ͨ͠৔߹ɼҰൠ໊ࢺ۟ʮ空港ʯ΋நग़͢Δඞཁ͕͋Δ 松島に⾏くには、空港から電⾞で仙台駅に向かい、 ⼩⽜⽥⾏きの電⾞に乗り換え、松島駅で降ります。 n զʑͷσʔληοτͰ͸ݻ༗໊Ҏ֎΋ର৅ͱ͍ͯ͠Δ 5BCMF
    
    JO
    <)JHBTIJZBNB
    >
22. δΦύʔδϯά ৔ॴࢀরදݱநग़Ϟσϧͷߏங ΞϊςʔγϣϯσʔλΛϞσϧͷֶशͱධՁʹ࢖༻
23. ৔ॴࢀরදݱநग़ ػցֶशϕʔεͷΞϓϩʔνΛ࠾༻ 23 n ओྲྀͷΞϓϩʔνᶃɿࣙॻϕʔε • ࣙॻͷ֤ݟग़͠ޠͱจ಺ͷޠ۟ΛϚονϯά n ओྲྀͷΞϓϩʔνᶄɿػցֶशϕʔε • ਖ਼ղ৘ใ෇͖σʔλ͔Βͦͷ܏޲΍نଇΛֶशʢؙ֮͑Ͱ͸ͳ͘൚༻తʹʣ • ະ஌σʔλͷߏ଄Λ༧ଌ 友達と 居酒屋「すぎ乃」 へ！ 割烹「利助」に到着。 FAC_NAME 割烹「利助」は 施設名っぽいな 正解できるように学習 未知データの構造を予測
24. ৔ॴࢀরදݱநग़ ੑೳධՁ࣮ݧ 24 種別ラベル 正解事例数 システム予測事例数 ⼀致数 精度 再現率 LOC_NAME 881 916 760 0.830 0.863 LOC_NOM 349 377 282 0.748 0.808 FAC_NAME 1285 1230 1037 0.843 0.807 FAC_NOM 1135 1086 929 0.855 0.819 LINE_NAME 195 194 156 0.804 0.800 LINE_NOM 236 223 193 0.865 0.818 TRANS_NAME 148 123 87 0.707 0.588 TRANS_NOM 334 353 293 0.830 0.877 ⼀致数 / システム予測事例数 ⼀致数 / 正解事例数 ମײͱͯ͠͸΄ͱΜͲਖ਼ղͰ͖͍ͯΔ ʢ·͗ΒΘ͍͠ࣄྫΛؒҧ͍ͬͯΔʣ
25. ৔ॴࢀরදݱநग़ ࣮ࡍͷղੳྫ 25 Ҏલ͔Βग़Ӣʹߦ͖͍ͨͱࢥ͍ͬͯ·͕ͨ͠ɺ தࠃࢁ஍ΛྻंͰӽ͑ͯݟ͍ͨͱͷࢥ͍΋͋Γɺ Ԭࢁܦ༝ͰࢁӄʹೖΔ͜ͱʹ͠·ͨ͠ɻ Ԭࢁۭߓ͔ΒԬࢁӺʹग़ͯɺ ͔͜͜Βಛٸ΍͘΋Ͱग़Ӣʹ޲͔͍·͢ɻ LOC_NAME LOC_NAME TRANS_NOM 予測：FAC_NAME 予測：LOC_NOM FAC_NAME FAC_NAME TRANS_NAME DEICTIC LOC_NAME 正解：LOC_NAME 正解：LOC_NAME 正解箇所 不正解箇所 「地球の歩き⽅旅⾏記データセット」の記事（ID=23251）
26. ৔ॴࢀরදݱநग़ ղੳޡΓͷྫ 26 n 地名(LOC_NAME)と駅名（FAC_NAME）の混同 n 字⾯が固有名(*_NAME)っぽい⼀般名詞句(*_NOM)を混同 予測：FAC_NAME 正解：FAC_NOM ಛٸ͖Γ͠·͸ɺࣛࣇౡதԝdٶ࡚Λ݁Ϳɺ 予測：LOC_NAME 正解：FAC_NAME ྠԦࣉͷۚಊɾࡾ෹ಊɻ ࠓޙɼֶशσʔλΛ૿΍͢ͳͲͯ͠ରԠ͍͖͍ͯͨ͠
27. δΦύʔδϯά δΦίʔσΟϯάϞσϧͷߏங ΞϊςʔγϣϯσʔλΛϞσϧͷֶशͱධՁʹ࢖༻
28. δΦίʔσΟϯά ͭͷओྲྀΞϓϩʔν 28 ஍ਤ%#ͷ*%΁ͷඥ෇͚Λհͯ͠ Ң౓ɾܦ౓Λग़ྗ͢ΔΞϓϩʔν Ң౓ɾܦ౓Λ௚઀ग़ྗ͢ΔΞϓϩʔν ௚આ๏ ؒ઀๏ 34.684, 135.828 東京タワー 近鉄奈良駅 ɾɾɾ ஍ਤ%# 近鉄奈良駅 近鉄奈良駅 34.684, 135.828 34.684, 135.828
29. δΦίʔσΟϯά ͭͷΞϓϩʔνͷ௕ॴɾ୹ॴ 29 ௚આ๏ ؒ઀๏ n ௕ॴ
    ஍ਤ%#Λඞཁͱ͠ͳ͍ n ୹ॴ
    ༧ଌ݁Ռͷগ͠ͷζϨ͕࣮༻্ ڐ༰Ͱ͖Δ΋ͷͰ͸ͳ͍ n ௕ॴ
    Ң౓ɾܦ౓Ҏ֎ͷ৘ใ΋ग़ྗՄೳ n ୹ॴ
    ஍ਤ%#ͷΧόʔ཰͕ੑೳͷ্ݶΛ ܾఆ͢Δ %#ʹͳ͍৔ॴ͸ѻ͑ͳ͍ ਖ਼ղ 
     ෆਖ਼ղ 
     東京タワー 近鉄奈良駅 ɾɾɾ ஍ਤ%# ΋͠ʮJR奈良駅ʯ͕ ऩ࿥͞Ε͍ͯͳ͍৔߹ɼ ʮJR奈良駅ʯ͸ઈରʹ ਖ਼ղͰ͖ͳ͍
30. ௚આ๏ n ௕ॴ
    ஍ਤ%#Λඞཁͱ͠ͳ͍ n ୹ॴ
    ༧ଌ݁Ռͷগ͠ͷζϨ͕࣮༻্ ڐ༰Ͱ͖Δ΋ͷͰ͸ͳ͍ δΦίʔσΟϯά ͭͷΞϓϩʔνͷ௕ॴɾ୹ॴ 30 ਖ਼ղ 
     ෆਖ਼ղ 
     ຊݚڀϓϩδΣΫτͰ͸ ʮؒ઀๏ʯΛ࠾༻ ؒ઀๏ n ௕ॴ
    Ң౓ɾܦ౓Ҏ֎ͷ৘ใ΋ग़ྗՄೳ n ୹ॴ
    ஍ਤ%#ͷΧόʔ཰͕ੑೳͷ্ݶΛ ܾఆ͢Δ %#ʹͳ͍৔ॴ͸ѻ͑ͳ͍ 東京タワー 近鉄奈良駅 ɾɾɾ ஍ਤ%# ΋͠ʮJR奈良駅ʯ͕ ऩ࿥͞Ε͍ͯͳ͍৔߹ɼ ʮJR奈良駅ʯ͸ઈରʹ ਖ਼ղͰ͖ͳ͍
31. δΦίʔσΟϯά ʮϕΫτϧݕࡧʯΛ࠾༻ 31 n ϕΫτϧݕࡧͷ֓ཁ • యܕతʹ͸ೖྗΫΤϦͱ%#ଆͷ֤ΤϯτϦͷϕΫτϧؒྨࣅ౓Λܭࢉ • ͜͜Ͱ͍͏ʮϕΫτϧʯ͸ʮ਺஋ͷϦετʯͱߟ͑ͯΑ͍ • ྫʣ࣍ݩͷϕΫτϧදݱɿ
    <
    
    > n ʢࣄલֶशࡁΈʣϕΫτϧΛ࢖͏͜ͱͷར఺ • ʮҙຯతྨࣅੑʯΛଊ͑ΒΕΔʢͱظ଴Ͱ͖Δʣ • ྫʣʮઋ୆ʯ͸ɼʮٶ৓ʯͱʮٶ࡚ʯͳΒͲͪΒͷ΄͏͕ྨࣅ౓͕ߴ͍͔ʁ • ʮٶ৓ʯͩͱظ଴͞ΕΔ • ཧ༝ɿࣗવݴޠॲཧʹ͓͚ΔϕΫτϧදݱͷ࡞Γํ͕ɼొ৔͢Δจ຺͕ ࣅ͍ͯΔޠ۟ಉ࢜ͷྨࣅ౓͕ߴ͘ͳΔΑ͏ʹֶश͢Δ৔߹͕ଟ͍͔Β
32. δΦίʔσΟϯά ϕΫτϧݕࡧͷॲཧաఔ 32 [0.7, 3.2, -2.6] [1.2, -0.4, 3.9] [1.3, -0.6, 3.6] 東京タワー JR奈良駅 近鉄奈良駅 ΤϯτϦ ϕΫτϧදݱ ᶃ஍ਤ%#ͷ֤ΤϯτϦΛϕΫτϧԽ ・・・ ・・・ Τϯίʔμ ˞Τϯίʔμͱͯ͠զʑͷݚڀͰ͸
    #&35
    Λ࢖༻
33. δΦίʔσΟϯά ϕΫτϧݕࡧͷॲཧաఔ 33 Τϯίʔμ [1.2, -0.4, 3.9] [0.7, 3.2, -2.6] [1.2, -0.4, 3.9] [1.3, -0.6, 3.6] 東京タワー JR奈良駅 近鉄奈良駅 ΤϯτϦ ϕΫτϧදݱ ᶃ஍ਤ%#ͷ֤ΤϯτϦΛϕΫτϧԽ ᶄ৔ॴࢀরදݱΛϕΫτϧԽ 近鉄奈良駅 ・・・ ・・・ Τϯίʔμ ೖྗΫΤϦ ˞Τϯίʔμͱͯ͠զʑͷݚڀͰ͸
    #&35
    Λ࢖༻
34. δΦίʔσΟϯά ϕΫτϧݕࡧͷॲཧաఔ 34 Τϯίʔμ [1.2, -0.4, 3.9] [0.7, 3.2, -2.6] [1.2, -0.4, 3.9] [1.3, -0.6, 3.6] 東京タワー JR奈良駅 近鉄奈良駅 ΤϯτϦ ϕΫτϧදݱ ᶃ஍ਤ%#ͷ֤ΤϯτϦΛϕΫτϧԽ ᶄ৔ॴࢀরදݱΛϕΫτϧԽ ᶅϕΫτϧؒͷྨࣅ౓ܭࢉ ˠ
    ྨࣅ౓ͰϥϯΫ෇͚ 近鉄奈良駅 ・・・ ・・・ Τϯίʔμ ೖྗΫΤϦ ˞Τϯίʔμͱͯ͠զʑͷݚڀͰ͸
    #&35
    Λ࢖༻
35. δΦίʔσΟϯά ੑೳධՁ࣮ݧ 35 ख๏ 3! 3! 3! จࣈྻϚον    ϕΫτϧݕࡧ    n ධՁࢦඪ
    3!/ɿτοϓ/ݸͷग़ྗʹਖ਼ղΤϯτϦؚ͕·ΕΔׂ߹ n ϕΫτϧݕࡧͷ΄͏͕ɼਖ਼ղΤϯτϦΛ্ҐʹϥϯΫ෇͚Ͱ͖͍ͯΔ n ্Ґ༧ଌΤϯτϦͷΑΓਫ਼៛ͳ༧ଌʢϦϥϯΩϯάʣ͕ࠓޙͷ՝୊
36. ৔ॴࢀরදݱநग़
    
    δΦίʔσΟϯά ߏஙͨ͠Ϟσϧͷղੳྫ 36
37. จষதͷਓ෺ͷ஍ཧతͳҠಈΛͱΒ͑Δ จষͷͨΊͷҠಈي੻ղੳ Yamamoto+ arXiv 2024, Graph-Structured Trajectory Extraction from Travelogues ৄ͍͠ղઆ͸ҎԼͷ࿦จΛࢀর
38. ͜Ε·Ͱͷݚڀ Ҡಈي੻Λ৔ॴͷʮܥྻʯͱͯ͠දݱ 38 n Ҡಈي੻ͷʮൃண஍ʯͷநग़ <*TIJOP
    >ͷ'JHVSF
    ͔ΒͷҾ༻ ʮग़ൃ஍ʯʮ౸ண஍ʯͱʮަ௨खஈʯΛ4/4౤ߘ ͔Βࣗಈநग़ <*TIJOP
    > n Ҡಈي੻શମΛநग़ ϗϩίʔετੜଘऀͷূݴ͔Β͋ΔΠϕϯτ͕ ىͬͨ͜৔ॴͷܥྻΛநग़ ཱྀߦϒϩά͔ΒϢʔβͷߦಈܦ࿏ Ҡಈي੻ Λநग़ <8BHOFS
    > <,PSJ
    >
39. ͜Ε·Ͱͷݚڀ Ҡಈي੻Λ৔ॴͷʮܥྻʯͱͯ͠දݱ 39 n Ҡಈي੻ͷʮൃண஍ʯͷநग़ n Ҡಈي੻શମΛநग़ ϗϩίʔετੜଘऀͷূݴ͔Β͋ΔΠϕϯτ͕ ىͬͨ͜৔ॴͷܥྻΛநग़ ཱྀߦϒϩά͔ΒϢʔβͷߦಈܦ࿏ Ҡಈي੻ Λநग़ ʮग़ൃ஍ʯʮ౸ண஍ʯͱʮަ௨खஈʯΛ4/4౤ߘ ͔Βࣗಈநग़ <*TIJOP
    > <8BHOFS
    > <,PSJ
    > Ҡಈي੻Λ ຊͷܥྻͱͯ͠දݱ ͦΕͰ͍͍ͷ͔ʁ
40. ՝୊ จষͷҠಈي੻͸ܥྻͰදݱͮ͠Β͍ 40 ೖྗจষ その⽇は京都市から奈良市に向かいました。京都駅からは京都タワーが ⾒えました。近鉄奈良駅で降り、東⼤寺へ少し歩いて⾏きました。⼤仏堂 はとても雄⼤でした。 n Ҡಈي੻͸Ұຊͷܥྻͱͯ͠ඳ͚ͳ͍৔߹΋ଟ͍ Ø ஍ཧతͳแؚؔ܎Λద੾ʹදͤͳ͍ ྫʣʮ京都市ʯͱʮ京都駅ʯɼʮ東⼤寺ʯͱʮ⼤仏堂ʯͳͲ ஍ཧతแؚؔ܎Λߟྀͨ͠άϥϑͱͯ͠ఆٛ ఏҊ
41. ఏҊ Ҡಈي੻Λදݱ͢Δάϥϑߏ଄ 41 ఏҊɿ๚໰ॱংάϥϑ ROOT 京都市 奈良市 京都駅 近鉄奈良駅 東⼤寺 ⼤仏堂 แؚؔ܎ ભҠؔ܎ ஍ཧతͳแؚؔ܎ͱ৔ॴؒͷҠಈ ભҠ Λಉ࣌ʹදͤΔ ೖྗจষ その⽇は京都市から奈良市に向かいました。京都駅からは京都タワーが ⾒えました。近鉄奈良駅で降り、東⼤寺へ少し歩いて⾏きました。⼤仏堂 はとても雄⼤でした。
42. σʔλߏங άϥϑߏ଄ΛΞϊςʔγϣϯ 42 n Λ࢖ͬͯ Ξϊςʔγϣϯ࡞ۀ n ৔ॴࢀরදݱͳͲ͸ ΞϊςʔγϣϯࡁΈ n ֤৔ॴΛϊʔυͱͯ͠ɼ ϊʔυؒʹแؚؔ܎΍ ભҠؔ܎ΛΤοδͰ݁Ϳ ࡞ۀը໘ྫ แؚؔ܎ ભҠؔ܎    
43. ๚໰άϥϑ༧ଌϞσϧ ؔ܎༧ଌ໰୊ͱͯ͠ఆࣜԽ 43 n แؚؔ܎༧ଌ ਌ީิͷϊʔυू߹͔Β࠷΋είΞͷߴ͍ϊʔυΛબͿ • ϊʔυʮ京都駅ʯͷ਌ϊʔυΛ༧ଌ͢Δ৔߹ • ީิू߹ɿʮROOTʯʮ京都市ʯʮ奈良市ʯʮ近鉄奈良駅ʯ • ֤ީิͷʮ਌Β͠͞ʯΛද͢είΞΛϞσϧ͕ࢉग़͢Δ • ࠷΋ߴ͍είΞͷϊʔυΛ਌ͱ͢Δ n ભҠؔ܎༧ଌ ભҠઌީิͷϊʔυू߹͔Β࠷΋είΞͷߴ͍ϊʔυΛબͿ • ϊʔυʮ京都駅ʯͷભҠઌϊʔυΛ༧ଌ͢Δ৔߹ • ީิू߹ɿʮEOS ભҠઌͳ͠ ʯʮ京都市ʯʮ奈良市ʯʮ近鉄奈良駅ʯ • ֤ީิͷʮભҠઌΒ͠͞ʯΛද͢είΞΛϞσϧ͕ࢉग़͢Δ • ࠷΋ߴ͍είΞͷϊʔυΛ਌ͱ͢Δ
44. ๚໰άϥϑ༧ଌ ੑೳධՁ࣮ݧ 44 n .BTLFE
    -BOHVBHF
    .PEFMT
    ͷ
    -6,&
    ΛϑΝΠϯνϡʔχϯά n $BVTBM
    -BOHVBHF
    .PEFMT
    ͷ
    &-:;"
    ͱ
    4XBMMPX
    ͸
    TIPU n ϑΝΠϯνϡʔχϯάͨ͠
    -6,&
    ͕࠷΋ྑ͍݁Ռ n ೖྗจষ͚ͩΛख͕͔Γʹแؚؔ܎Λ༧ଌ͢Δ͜ͱ͸೉͍͠ Ø δΦίʔσΟϯάͱ૊Έ߹ΘͤΔඞཁੑ͕ࣔࠦ͞Εͨ Ϟσϧ แؚؔ܎ ભҠؔ܎ -6,&   -MBNB&-:;"   -MBNB4XBMMPX  
45. ·ͱΊ
46. จষதͷਓ෺ͷಈي੻ͷ࠶ݱ จষͱ஍ਤΛͭͳ͛ΔϚϧνϝσΟΞॲཧ 46 a. 場所参照表現抽出：各場所参照表現を抽出 b. 共参照解析：同じ場所を指す表現の認識 c. ジオコーディング：各場所参照表現を地図上に接地 d. 訪問状態分類：訪問したか否かを予測 e. 訪問順序認識：訪問場所の整序 午前8時 近鉄奈良駅 到着。 ホテルニューわかさに 9時 チェックイン予定。 時間に余裕があったので、 途中のスタバで ⼀服。 30分過ごしてから 店を出て、 ホテルにチェックインしました。 Visit PlanToVisit Visit Visit Visit ① ② ② ③ ⼊⼒：⽂章 地図データベース OpenStreetMap Visit/NotVisit/ PlanToVisit ①,②,... Visit Visit ② ③ ࠓޙɼҠಈي੻ղੳγεςϜͷ࣮༻ԽΛΊ͟͢