たつをの ChangeLog : 2014-05-14

のらの (norano cafe) で5人でランチしようと思ったものの昼時はかなり混雑しており断念。結局、昨日と同じく大黒屋[2014-05-13-4]でした。のらのは今度松山来たときに行くことにします。



のらのCafe
http://www6.ocn.ne.jp/~nolano/index.html
http://tabelog.com/ehime/A3801/A380101/38000890/
場所：愛媛県松山市道後緑台3-6

乗り物動画です。
松山市内でバスの車窓から路面電車を撮影しました。
最後に坊ちゃん列車（小さいやつ）もちらっとうつっています。

人工知能学会全国大会2014（JSAI2014）に行ってきました。場所は愛媛県松山市の愛媛県県民文化会館（ひめぎんホール）。道後温泉の近くです。



- 人工知能学会全国大会2014（JSAI2014）
http://www.ai-gakkai.or.jp/jsai2014/

今日の午前中のインタラクティブセッション（ポスター）に参加し、説明員として活動しました。午後にあったプレゼンは同僚が行いました。


（↑ポスター発表の様子）

以下、聴講メモ：

【5/13】jsai2014:2J4-OS-16a オーガナイズドセッション「OS-16 ネットワークが創発する知能 (1)」
https://kaigi.org/jsai/webprogram/2014/session-117.html

2J4-OS-16a-3「SNS における集合気分のダイナミクス」
Twitterでの顔文字と形容詞の相互作用で「顔文字ネットワーク」→集合気分を定量化するツール。
顔文字と感情に関わる形容詞。移動エントロピー。
ポジ/ネガの情報の流れ：^_^;→^o^→「楽しい」, T_T→「ひどい」→「やばい」

2J4-OS-16a-4in「有向ネットワークの構造が情報拡散に与える影響の分析」
13個の指標を用いてネットワークでどう情報が広がるかをシミュレーション。どの指標が影響ありかを調べる。
13個の指標のうち到達可能率,ノード次数相関,入次数相関,入出次数相関が情報拡散に影響すると結論。

2J4-OS-16a-5in「単語のコミュニティ性に基づいた専門用語の抽出」
目的は技術動向分析とか。問題点としてよく知らない分野のキーワード分からん。そこで、学会の発表プログラムの題名と概要から分野を表す専門用語を抽出。
IDFのようなICF(Inverse Community Frequency)という指標を提案し使用。Community は共著ネットワークによる。

【5/14】jsai2014:3I3 「自然言語処理による文書要約」
https://kaigi.org/jsai/webprogram/2014/session-204.html

3I3-2「BBS要約における整数線形計画法の適用」
2ちゃんまとめサイトの自動化、みたいなもの。
「まとめサイト」を正解データ→ロジスティック回帰→単語重みで整数線形計画問題→ソルバー。

3I3-3「多目的遺伝的アルゴリズムを用いた複数文書要約への取り組み」
重要文抽出＝文の組合せ最適化問題。文の結束性や冗長性,内容の網羅性,重要度等を目的関数として遺伝的アルゴリズムによる最適化(NSGAII)。

3I3-4「ソフトウェア使用許諾書を対象とした重要条項の抽出」
たいてい読まずに・読み飛ばして同意してしまう。スパイウエアインストール、個人情報収集とかに同意しちゃう。だから重要条項の抽出は重要。
重要条項の抽出基準を得るため、まずは人手付与の格フレーム等アノテーション済み許諾書を用いて調査。

【5/14】jsai2014:3L4-OS-26b オーガナイズドセッション「OS-26 金融情報学-ファイナンスにおける人工知能応用- (2)」
https://kaigi.org/jsai/webprogram/2014/session-162.html

3L4-OS-26b-1in「株価掲示板データを用いたファイナンス用ポジネガ辞書の生成」
ヤフー株価BBSはテキストと同時に5段階の売買気分も投稿できる。
これをもとに可変長N-gramとliblinear（回帰）でポジネガ辞書を作成。
QA. データのジャンルや期間の違いについての質問が複数あった。

3L4-OS-26b-2「決算短信PDFからの因果関係抽出に基づく過去事象間の関連表示システム」
決算短信から、猛暑→冷房需要→関連企業業績好調、のような因果関係を抽出する。
言語表現パターンを定義・獲得してそれを使い抽出。
ブートストラップ！

3L4-OS-26b-3「言語情報を用いた経済指標の予測と分析」
新聞記事テキストで指標変化を予測。
テキスト→単語→深層学習→株価動向推定

【聴講してないけど】

4A1-2「表層的言語パタンを用いた階層的評価視点カタログの自動生成」
https://kaigi.org/jsai/webprogram/2014/paper-303.html
評価視点例「部屋」「風呂」「朝食」。
評価視点は階層的な構造を持ちやすい→木構造で表現。自動生成。
「AのB」パターンで視点候補取り出す。
木構造例：
ホテル→部屋
ホテル→部屋→風呂
ホテル→部屋→風呂→お湯
ホテル→部屋→掃除
ホテル→部屋→冷蔵庫
ホテル→部屋→冷蔵庫→ドリンク
ホテル→部屋→冷蔵庫→冷え
ホテル→部屋→エアコン
ホテル→サービス
ホテル→サービス→質
ホテル→サービス→提供

4A1-3「宿泊レビューの数値評価を考慮した感想コメント分析」
https://kaigi.org/jsai/webprogram/2014/paper-506.html
じゃらん宿泊レビュー。コメント投稿だけでなく、
「総合」「部屋」「風呂」「料理」「接客・サービス」「清潔感」
の項目に対して5段階数値評価あり。
評価表現辞書と係受解析で肯定・否定の特徴表現抽出。
1項目だけ数値下げる・上げる人のコメントに注目すると連動見られた。

1H3-NFC-02b-2「ソーシャルメディアにおける災害情報の伝播と感情」
https://kaigi.org/jsai/webprogram/2014/paper-59.html
感情語辞書を手作業作成。90語くらい。
ポジティブ/ネガティブ次元だけでなく活性/不活性次元も。
(例)活性+ポジティブ：いきいき,嬉しい,愉快な
(例)活性+怒り:いらだたしい,ひどい
(例)活性+不安:怖い,恐ろしい
(例)不活性+ポジティブ：落ち着いた,気持ちよい,和やかな
(例)不活性+怒り:情けない,苦い
(例)不活性+不安:やるせない,気がかりな,おろおろ
震災後のツイート、リツイート回数で重回帰分析。
ネガティブと高活性の感情語がリツイート回数を増やす効果あり。

3M4-1「Twitterにおける集団的感性のモデリング」
https://kaigi.org/jsai/webprogram/2014/paper-450.html
怒り、恐れ、嫌悪、幸福、悲しみ、驚きの辞書。
2013年12月10日〜2014年1月10日のツイート感情時系列変化分析。
クリスマスは幸せ多いが、クリスマスイブは悲しみ増える、など。

1H3-NFC-02b-3「Twitterのイベントの因果関係の分析」
https://kaigi.org/jsai/webprogram/2014/paper-181.html
注目したいイベント（震災）の関連語をバースト検出。
ユーザごとに出現の前後関係→イベント関連語の遷移頻度行列→因果関係ネットワーク。
例：東日本大震災→水素爆発→冷温停止

人工知能学会全国大会参加のため松山に行った際、道後温泉の「ふなや」に宿泊しました。ANAの宿泊付きプランで、羽田松山飛行機往復と「ふなや」一泊で36,000円。これはかなりお得。平日だからなー。



道後温泉 ふなや
http://www.dogo-funaya.co.jp/
場所：愛媛県松山市道後湯之町1-33

部屋は4人向けの和室でした。一人で使うには広すぎます。贅沢だー。緑の山もみえて、景色もグッド！



今回のプランでは部屋の喫煙・禁煙は選べません。灰皿あったけど部屋はぜんぜんタバコくさくなかったです。

大浴場はもちろん温泉。源泉からひいています。平日で夜も早朝も人が少なくて、ほぼ貸し切り状態。露天風呂も檜風呂も良かったー。

風呂上がりに散策できるお庭が素敵です。渓流あり、足湯あり。



夜は飲みに行っていたのですが、戻ってくるとおにぎりがありました。ありがたいことです。



せっかくなので朝食も頂きました（同じ宿に泊まっていた同僚と）。バイキングではなく、ちゃんとした朝食。豪華です。おいしいです。朝から温泉入ってお腹いっぱいで幸せ気分でしたが、すぐに仕事モードに切り替え。



結論として、設備もサービスも素晴らしいお宿でした。いろいろと細部にわたりホスピタリティを感じました。旅行プランによってはすごくお得なので、機会があればぜひどうぞ。ほんとオススメです。