第9回最先端NLP勉強会

概要

自然言語処理分野のトップジャーナル・トップカンファレンスであるTACL、ACL、NAACL、EMNLPの論文の中から、参加者の投票によって厳選した論文を各参加者が分担して紹介する論文読み会です。

  • 勉強会の参加者は各自1～2本の論文を担当し、全体で30本程度の論文の紹介をします。
  • 最新の魅力的な論文や分野の潮流について共有・議論することで今後の研究の種が生まれることを本勉強会の狙いとしています。

開催案内

勉強会

懇親会

  • 日程 9月15日(金)、9月16日(土) 両日
  • 9月15日(金)
  • 9月16日(土)
    • 会場 勉強会会場にてデリバリー形式
    • 参加費 社会人2,000円 / 学生1,500円

重要日程

  1. 希望日調査：–2017年6月19日(月)
  2. 参加登録：–2017年7月28日(金)
  3. 「これは読むべき」な論文への投票：–2017年8月24日(木)
  4. 担当する論文への立候補：–2017年9月1日(金)
  5. 勉強会：2017年9月15日(金)–16日(土)

参加・発表要領

論文への投票

  • 今年のACLの論文や、直近1年分のTACLの論文を中心に「これは読むべき」と思われる論文への投票を行います。EMNLPの論文で既にarXivに上がっているものや、関連するその他会議（NIPS、ICML、IJCAI、KDDなど）で特に推薦したい論文があればそれらも投票の対象とします。

立候補

  • 投票数が上位の論文の中から、発表したい論文に立候補します。

発表

  • 発表スライドおよびトークは日本語もしくは英語でご準備下さい。
  • 選択論文の背景や関連研究などに関する包括的な発表も歓迎します。
  • 発表1件あたりの時間は20分で、発表に12～15分、質疑応答・討論の時間に5～8分を想定しています。議論活性化の観点から、発表は時間厳守でお願いします。聴講のみの参加の方も意欲的に議論にご参加ください。
  • スライドは原則公開します。

9月15日(金) プログラム

[10:40–11:00] 受付

[11:00–11:20] オープニング

[11:20–12:40] セッション1

  • 坪井祐太: Adversarial Learning for Neural Dialogue Generation (EMNLP2017) [paper] [slide]
  • 渡邉研斗: Automatically Generating Rhythmic Verse with Neural Networks (ACL2017) [paper] [slide]
  • 馬緤美穂: Deep Keyphrase Generation (ACL2017) [paper] [slide]
  • 西川仁: Why We Need New Evaluation Metrics for NLG (EMNLP2017) [paper] [slide]

[12:40–14:10] 昼食

[14:10–15:10] セッション2

  • 小町守: Visualizing and Understanding Neural Machine Translation (ACL2017) [paper] [slide]
  • 山本眞大: Context Gates for Neural Machine Translation (TACL2017) [paper] [slide]
  • 乾健太郎: A Causal Framework for Explaining the Predictions of Black-box Sequence-to-sequence Models (EMNLP2017) [paper] [slide]

[15:30–16:50] セッション3

  • 菅原朔: Adversarial Examples for Evaluating Reading Comprehension Systems (EMNLP2017) [paper] [slide]
  • 笹野遼平: Detecting annotation noise in automatically labelled data (ACL2017) [paper] [slide]
  • 横井祥: Poincaré Embeddings for Learning Hierarchical Representations (NIPS2017) [paper] [slide]
  • 大内啓樹: Domain Attention with an Ensemble of Experts (ACL2017) [paper] [slide]

[17:10–18:30] セッション4

  • 亀田尭宙: Evaluating Visual Representations for Topic Understanding and Their Effects on Manually Generated Labels (TACL2017) [paper] [slide]
  • 包含: Deep Learning in Semantic Kernel Spaces (ACL2017) [paper] [slide]
  • 辻村有輝: Encoding Sentences with Graph Convolutional Networks for Semantic Role Labeling (EMNLP2017) [paper] [slide]
  • 松林優一郎: Assessing the Ability of LSTMs to Learn Syntax-Sensitive Dependencies (TACL2016) [paper] [slide]

[19:00–] 懇親会

9月16日(土) プログラム

[09:40–10:00] 受付

[10:00–10:10] オープニング

[10:10–11:30] セッション1

  • 小林颯介: From Language to Programs: Bridging Reinforcement Learning and Maximum Marginal Likelihood (ACL2017) [paper] [slide]
  • 江原遥: Neural Symbolic Machines: Learning Semantic Parsers on Freebase with Weak Supervision (ACL2017) [paper] [slide]
  • 能地宏: Abstract Syntax Networks for Code Generation and Semantic Parsing (ACL2017) [paper] [slide]
  • 近藤崇宏: Learning Structured Natural Language Representations for Semantic Parsing (ACL2017) [paper] [slide]

[11:30–12:50] 昼食

[12:50–14:10] セッション2

  • 持橋大地: Probabilistic Typology: Deep Generative Models of Vowel Inventories (ACL2017) [paper] [slide]
  • 近藤雅芳: Selective Encoding for Abstractive Sentence Summarization (ACL2017) [paper] [slide]
  • 木村大吾: Deal or No Deal? End-to-End Learning of Negotiation Dialogues (EMNLP2017) [paper] [slide]
  • 宮澤彬: Detecting and Explaining Causes From Text For a Time Series Event (EMNLP2017) [paper] [slide]

[14:30–15:50] セッション3

  • 赤崎智: Coarse-to-Fine Question Answering for Long Documents (ACL2017) [paper] [slide]
  • 山根丈亮: Apples to Apples: Learning Semantics of Common Entities Through a Novel Comprehension Task (ACL2017) [paper] [slide]
  • 松田耕史: Reading Wikipedia to Answer Open-Domain Questions (ACL2017) [paper] & Heterogeneous Supervision for Relation Extraction: A Representation Learning Approach [paper] [slide]
  • 三輪誠: DeepPath: A Reinforcement Learning Method for Knowledge Graph Reasoning (EMNLP2017) [paper] [slide]

[16:10–17:30] セッション4

  • 徐立元: Multimodal Word Distributions (ACL2017) [paper] [slide]
  • Han Namgi: Mimicking Word Embeddings using Subword RNNs (EMNLP2017) [paper] [slide]
  • 清野舜: Dynamic Entity Representations in Neural Language Models (EMNLP2017) [paper] [slide]
  • 高瀬翔: Enriching Word Vectors with Subword Information (TACL2017) [paper] [slide]

[17:45-(予定)] 懇親会

参加者(78人, 敬称略・組織名順)

発表(31人)

能地宏(NAIST 松本研), 大内啓樹(NAIST 松本研), 近藤雅芳(NAIST 松本研), 高瀬翔(NTT CS研), 小林颯介(PFN), 坪井祐太(PFN), 亀田尭宙(京大 東南アジア地域研究研究所), 山本眞大(慶應大 萩原研), 江原遥(産総研), 小町守(首都大 小町研), 宮澤彬(総研大・NII 宮尾研), HanNamgi(総研大・NII 宮尾研), 近藤崇宏(総研大・NII 宮尾研), 馬緤美穂(東工大 奥村・高村研), 西川仁(東工大 徳永・藤井研), 木村大吾(東工大 徳永・藤井研), 赤崎智(東大 喜連川研), 包含(東大 杉山・佐藤・本多研), 徐立元(東大 杉山・佐藤・本多研), 菅原朔(東大・NII 相澤研), 横井祥(東北大 乾・岡崎研), 松林優一郎(東北大 乾・岡崎研), 松田耕史(東北大 乾・岡崎研), 乾健太郎(東北大 乾・岡崎研), 渡邉研斗(東北大 乾・岡崎研), 清野舜(東北大 乾・岡崎研), 持橋大地(統数研), 三輪誠(豊田工大 知能数理研), 山根丈亮(豊田工大 知能数理研), 辻村有輝(豊田工大 知能数理研), 笹野遼平(名大)

聴講(38人)

工藤拓(Google), 建石由佳(JSTバイオサイエンスデータベースセンター), 森元彩華(NAIST 松本研), 海野裕也(PFN), 羽鳥潤(PFN), 菊池悠太(PFN), 五十嵐 裕貴(PFN), 青山 茉莉奈(PFN), 荒川 陸(PFN), 周双双(PwC), 小林一郎(お茶大 小林研), 藤山千紘(お茶大 小林研), 村山友理(お茶大 小林研), 尾崎花奈(お茶大 小林研), 徳永拓之(スマートニュース株式会社), 西鳥羽二郎(レトリバ), 菊田洸(レトリバ), 人見雄太(株式会社朝日新聞社), 田口雄哉(株式会社朝日新聞社), 田森秀明(株式会社朝日新聞社 メディアラボ), 森信介(京大 学術情報メディアセンター), 竹中誠(首都大 小町研), 岡崎直観(東工大), 佐藤翔悦(東大 喜連川研), 翁亦童(東大 橋田研), 衣川和尭(東大 鶴岡研), 田口直弥(東大 鶴岡研), 肥田礼夢(東大 堀・矢入研), 谷中瞳(東大 越塚研, お茶大 戸次研), 宇田川拓真(東大・NII 相澤研), 篠田一聡(東大・NII 相澤研), 吉川克正(日本IBM), 村岡雅康(日本IBM), 久本空海(ワークス徳島NLP研究所), 榊剛史(株式会社ホットリンク), 水木栄(株式会社ホットリンク), 米田拓真(豊田工大 知能数理研), 塚原裕史(デンソーアイティーラボラトリ)

聴講 – スポンサー(9名)

龍野翔(株式会社リクルートジョブズ), NGO DUCTHUAN(株式会社リクルートジョブズ), 角野為耶(株式会社リクルートジョブズ), 作野浩之(株式会社リクルートジョブズ), 山下雄大(株式会社リクルートジョブズ), 神里栄(株式会社リクルートジョブズ), 越島 健介(株式会社リクルートジョブズ), 北原 康佑(株式会社リクルートジョブズ), 藤山裕子(エヌビディア合同会社 )

ご支援

  • Preferred Networks 様：会場提供
  • リクルートジョブズ 様：会場提供
  • エヌビディア 様：コーヒー提供

実行委員会

  • 横井祥 (東北大 乾・岡崎研) <yokoi(at)ecei.tohoku.ac.jp>
  • 小林颯介 (PFN) <sosk(at)preferred.jp>
  • 宮澤彬 (総研大・NII 宮尾研) <miyazawa-a(at)nii.ac.jp>
  • 森元彩華 (NAIST 松本研) <morimoto.ayaka.lw1(at)is.naist.jp>
  • 衣川和尭 (東大 鶴岡研) <kinugawa(at)logos.t.u-tokyo.ac.jp>