Masaharu Yoshioka 研究室
主宰者:Masaharu Yoshioka
北海道大学
AI 要約(直近 5 年の研究成果)
Yoshioka研究室は、テキストや文書から必要な情報を自動的に抽出・処理する手法の研究を中心に展開しています。特に法律文書を対象とした情報抽出に力を入れており、判例や法律条文から特定の情報を検索したり、複数の文書間の論理的関係を判定したりするシステムを開発しています。また、化学文献から有機合成の実験手順を自動抽出する研究も進めており、様々な分野の専門文書を機械が理解できる形に変換することに取り組んでいます。
これらの研究では、大規模言語モデルなどの深層学習技術や自然言語処理の最新手法を活用しています。特にBERTなどの言語モデルを応用し、限られた学習データを効果的に活用するためのデータ拡張手法や、複数のモデルを組み合わせるアンサンブル学習など、実務的な課題を解決するための工夫を重ねています。
さらに、大規模言語モデルを用いて開放型のアンケート回答を自動的に分類・集約する研究や、ウェブ上の情報から特定の対象に関する評判と根拠を抽出する研究も行っています。加えて、AIの法的責任や適切な利用方法といった「AIと法律」の関係についても研究対象としており、情報処理技術と法学を融合させた実践的な課題に取り組んでいます。
※ 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)
- 計算機科学Takahiro Ogawa 研究室北海道大学論文 103 件·共通: 応用 AI, 深層学習, AI・機械学習, 機械学習 +11
- 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, 深層学習, AI・機械学習 +8
- 工学Ryo Natsuaki 研究室東京大学論文 181 件·共通: 深層学習, AI・機械学習, 機械学習, 機械 +10
- 社会科学Masatoshi Okutomi 研究室東京工業大学論文 101 件·共通: 深層学習, AI・機械学習, 機械学習, 機械 +10
- 計算機科学Kiyoharu Aizawa 研究室東京大学論文 133 件·共通: 深層学習, AI・機械学習, 機械学習, 機械 +8
- 心理学Zilu Liang 研究室東京大学論文 148 件·共通: AI・機械学習, 機械学習, 機械, 学習 +9
- 医学Toshihisa Anzai 研究室北海道大学論文 101 件·共通: AI・機械学習, 機械学習, 機械, 学習 +9
- 計算機科学Hiroshi Saruwatari 研究室東京大学論文 189 件·共通: 深層学習, AI・機械学習, 学習, システム +8
研究成果(22 件)
- DOI: https://doi.org/10.1007/s12626-026-00199-9
- DOI: https://doi.org/10.1007/s12626-026-00210-3
- DOI: https://doi.org/10.1039/d4dd00335g
- DOI: https://doi.org/10.1007/s12626-024-00159-1
- [2024] Overview and Discussion of the Competition on Legal Information, Extraction/Entailment (COLIEE) 2023DOI: https://doi.org/10.1007/s12626-023-00152-0
- DOI: https://doi.org/10.18653/v1/2024.naacl-srw.26
- [2024] Aggregating Impressions on Celebrities and their Reasons from Microblog Posts and Web Search PagesDOI: https://doi.org/10.18653/v1/2024.knowledgenlp-1.5
- DOI: https://doi.org/10.5715/jnlp.31.769
- DOI: https://doi.org/10.1109/bigdata62323.2024.10826058
続きを表示(残り 12 件)閉じる
- DOI: https://doi.org/10.1021/acs.jcim.3c01449
- DOI: https://doi.org/10.1145/3642979.3642992
- DOI: https://doi.org/10.1145/3594536.3595176
- [2022] Data-Augmentation Method for BERT-based Legal Textual Entailment Systems in COLIEE Statute Law TaskDOI: https://doi.org/10.1007/s12626-022-00104-0
- [2022] Overview and Discussion of the Competition on Legal Information Extraction/Entailment (COLIEE) 2021DOI: https://doi.org/10.1007/s12626-022-00105-z
- DOI: https://doi.org/10.1007/s12626-022-00108-w
- DOI: https://doi.org/10.1145/3462757.3466105
- DOI: https://doi.org/10.1145/3459212.3459223
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)。