Ryohei Sasano 研究室
主宰者:Ryohei Sasano
名古屋大学
AI 要約(直近 5 年の研究成果)
本研究室は、自然言語処理の基礎的な課題から応用までを幅広く扱っています。特に、テキスト埋め込みモデルと意味フレーム推定に関する研究が中心的なテーマとなっています。プロンプトベースのテキスト埋め込みモデルが生成する高次元の表現について、次元削減後の性能変化を調査し、これらの表現に高い冗長性が存在することを明らかにしました。また、意味フレーム推定では、文脈化された単語埋め込みを深層距離学習で最適化することにより、より正確なフレーム認識を実現する手法を開発しています。
さらに、複数のモダリティ(テキスト、画像、映像、センサーデータなど)を扱う研究にも積極的に取り組んでいます。自動運転シーンの映像説明生成や、運転行動の適切な記述を支援する多モダリティ融合手法、スポーツ中継のツイートから試合速報を自動生成するシステムなどが例として挙げられます。これらの研究では、大規模言語モデルや視覚言語モデルといった基盤モデルを活用し、具体的な応用課題に適応させることを目指しています。
加えて、言語資源の構築や拡張に関する研究も展開しており、メタファーの自動判別による言語学的仮説の大規模検証や、フレーム定義の自動生成といった、言語理解の深化につながる研究を行っています。
※ AI(Claude)が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 医学Shouhei Hanaoka 研究室University of Tokyo Hospital論文 126 件·共通: 自然言語処理, 応用 AI, AI・機械学習, 学習 +6
- 計算機科学Tatsuya Harada 研究室東京大学論文 149 件·共通: 自然言語処理, 応用 AI, AI・機械学習, 学習 +4
- 計算機科学Jun Ota 研究室東京大学論文 153 件·共通: 応用数学, 応用・計算数学, 最適化, 行動 +7
- 計算機科学Takahiro Ogawa 研究室北海道大学論文 103 件·共通: 応用 AI, AI・機械学習, 学習, システム +6
- 工学Weiwei Wan 研究室大阪大学論文 104 件·共通: 応用数学, 応用・計算数学, 最適化, 学習 +6
- 物理学・天文学Takashi Mizowaki 研究室Kyoto University Hospital論文 103 件·共通: 応用数学, 応用・計算数学, 最適化, システム +5
- 医学Mariko Kurokawa 研究室University of Tokyo Hospital論文 134 件·共通: 応用 AI, AI・機械学習, システム, 計算機科学 +4
- 医学Aoi Noda 研究室Tohoku University Hospital論文 101 件·共通: 応用数学, 応用・計算数学, 最適化, システム +4
研究成果(38 件)
- DOI: https://doi.org/10.5715/jnlp.33.76
- DOI: https://doi.org/10.18653/v1/2025.findings-acl.1330
- DOI: https://doi.org/10.5715/jnlp.32.36
- DOI: https://doi.org/10.2197/ipsjjip.33.284
- [2025] Empowering Vision-Language Tuning with Machine Translation for Driving Scene Caption GenerationDOI: https://doi.org/10.1587/transinf.2024edp7126
- DOI: https://doi.org/10.18653/v1/2025.findings-emnlp.623
- DOI: https://doi.org/10.18653/v1/2025.ijcnlp-long.75
- DOI: https://doi.org/10.18653/v1/2025.acl-srw.72
- DOI: https://doi.org/10.5715/jnlp.31.1545
- DOI: https://doi.org/10.18653/v1/2024.findings-acl.661
続きを表示(残り 28 件)閉じる
- DOI: https://doi.org/10.1527/tjsai.39-5_b-o11
- DOI: https://doi.org/10.63317/3vkuxcodebd2
- DOI: https://doi.org/10.63317/288rybxij6hi
- [2024] Improving Sentence Embeddings with Automatic Generation of Training Data Using Few-shot ExamplesDOI: https://doi.org/10.18653/v1/2024.acl-srw.43
- DOI: https://doi.org/10.18653/v1/2024.eacl-short.36
- DOI: https://doi.org/10.18653/v1/2024.naacl-short.62
- DOI: https://doi.org/10.18653/v1/2024.findings-acl.506
- DOI: https://doi.org/10.1587/transinf.2023edp7048
- DOI: https://doi.org/10.18653/v1/2023.eacl-main.134
- DOI: https://doi.org/10.18653/v1/2023.findings-eacl.84
- DOI: https://doi.org/10.18653/v1/2023.findings-acl.596
- DOI: https://doi.org/10.18653/v1/2023.emnlp-main.624
- DOI: https://doi.org/10.5715/jnlp.30.125
- DOI: https://doi.org/10.18653/v1/2023.acl-srw.29
- DOI: https://doi.org/10.5715/jnlp.30.1130
- DOI: https://doi.org/10.18653/v1/2022.starsem-1.12
- [2022] Leveraging Three Types of Embeddings from Masked Language Models in Idiom Token ClassificationDOI: https://doi.org/10.18653/v1/2022.starsem-1.21
- DOI: https://doi.org/10.18653/v1/2022.findings-aacl.20
- DOI: https://doi.org/10.63317/57ykm75pkf2h
- DOI: https://doi.org/10.18653/v1/2022.emnlp-main.516
- DOI: https://doi.org/10.5715/jnlp.29.395
- DOI: https://doi.org/10.3233/shti220095
- DOI: https://doi.org/10.18653/v1/2021.iwslt-1.25
- DOI: https://doi.org/10.18653/v1/2021.findings-acl.381
- DOI: https://doi.org/10.18653/v1/2021.acl-short.102
- [2021] Driving Behavior Aware Caption Generation for Egocentric Driving Videos Using In-Vehicle SensorsDOI: https://doi.org/10.1109/ivworkshops54471.2021.9669259
- DOI: https://doi.org/10.18653/v1/2021.acl-short.52
- DOI: https://doi.org/10.18653/v1/2021.emnlp-main.335
科研費(0 件)
まだデータがありません(KAKEN 取り込み後に表示)。
所属学会・役職(0 件)
まだデータがありません(学会データ連携後に表示)。