主催: 一般社団法人 人工知能学会
会議名: 2022年度人工知能学会全国大会(第36回)
回次: 36
開催地: 京都国際会館+オンライン
開催日: 2022/06/14 - 2022/06/17
2017年に発表されたTransformerモデルは当初自然言語処理分野での利用が進んだが,その後画像処理,ネットワーク等多様な分野での活用が広がっている.Transformerモデルは,大規模データを用いた学習済みモデルの公開,個別のタスクへ新しいデータを適用しファインチューニングを行える等の利点がある.学術文献には,言語,引用,図表の画像など多様なデータが含まれている.しかし,これまで各データを個別に利用,抽出した特徴量を組み合わせて分類や回帰を行った研究が主で,データ間の相互作用を十分に考慮していなかった.本稿では,学術文献のデータのうち言語情報と引用情報をTransformerモデルを用い,end2endで融合する手法を提案する.Web of Scienceから抽出したデータセットを用い,出版3年後の被引用数が上位20%となる論文の分類を行なったところ,提案手法は個別の情報だけを用いるよりもF値を2.6〜6.0ポイント改善した.本手法によって,学術文献の持つ多様なデータをend2endに融合することが可能になり,様々な分類,予測の精度向上を容易に図れる可能性を示している.