Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
ナレッジグラフ推論チャレンジ2023〜生成AI時代のナレッジグラフ構築技術〜の紹介
Search
S. Egami
September 09, 2023
Technology
0
850
ナレッジグラフ推論チャレンジ2023〜生成AI時代のナレッジグラフ構築技術〜の紹介
Website:
https://challenge.knowledge-graph.jp/2023/
2023/08/29に開催された「
LODチャレンジ2023 Meet UP!!!!
」にて紹介
S. Egami
September 09, 2023
Tweet
Share
More Decks by S. Egami
See All by S. Egami
大規模言語モデルを用いたSPARQLクエリ生成の予備的実験
ease112
2
230
ナレッジグラフの基礎
ease112
2
12k
ナレッジグラフを探索するSPARQL
ease112
1
11k
【LODチャレンジ2022最優秀賞】Patient Locational Ontology-based Data (PLOD)
ease112
0
150
【LODC2022データ作成部門優秀賞】VirtualHome2KGデータセット―家庭内の日常生活行動のシミュレーション動画とナレッジグラフ―
ease112
0
180
Other Decks in Technology
See All in Technology
Why React!?? Next.jsそしてReactを改めてイチから選ぶ
ypresto
10
4.2k
Railsアプリケーション開発者のためのブックガイド
takahashim
14
6k
履歴 on Rails: Bitemporal Data Modelで実現する履歴管理/history-on-rails-with-bitemporal-data-model
hypermkt
0
2k
C# 14 / .NET 10 の新機能 (RC 1 時点)
nenonaninu
1
1.4k
AI Agentと MCP Serverで実現する iOSアプリの 自動テスト作成の効率化
spiderplus_cb
0
430
GopherCon Tour 概略
logica0419
2
160
Azure Well-Architected Framework入門
tomokusaba
0
200
動画データのポテンシャルを引き出す! Databricks と AI活用への奮闘記(現在進行形)
databricksjapan
0
130
Windows で省エネ
murachiakira
0
150
成長自己責任時代のあるきかた/How to navigate the era of personal responsibility for growth
kwappa
3
230
SOC2取得の全体像
shonansurvivors
1
350
「Verify with Wallet API」を アプリに導入するために
hinakko
1
220
Featured
See All Featured
The Cult of Friendly URLs
andyhume
79
6.6k
Building an army of robots
kneath
306
46k
Visualization
eitanlees
148
16k
Writing Fast Ruby
sferik
629
62k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
48
9.7k
Making Projects Easy
brettharned
118
6.4k
Building a Scalable Design System with Sketch
lauravandoore
462
33k
Designing for humans not robots
tammielis
254
25k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
32
2.2k
Optimizing for Happiness
mojombo
379
70k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
22k
Agile that works and the tools we love
rasmusluckow
331
21k
Transcript
ナレッジグラフ推論チャレンジ2023 〜⽣成AI時代のナレッジグラフ構築技術〜 の紹介 登壇者︓江上周作 (産総研) 運営︓⼈⼯知能学会SWO研究会・企画委員 (古崎晃司,川村隆浩,江上周作,鵜飼孝典,松下京群)
これまでのナレッジグラフ推論チャレンジ • ナレッジグラフ推論チャレンジ(2018〜) • シャーロック・ホームズのような“推理”(推論)ができるAIシステムの開 発を⽬指した技術コンテスト • チャレンジのねらい • 説明可能性(解釈可能性)を有するAI技術に関する最新技術の促進・共有
と,その分析・評価,体系化を⾏う. • チャレンジの概要 2 ホームズ の推理小説 ナレッジグラフ(知識グラフ) としてデータ化 2023/8/29 さまざまな知識/手法を用いて 事件の真相を推理し,理由を 説明するAIシステムの開発 捜査 手法 動機 DB …. 犯人はXX! なぜなら… 動機は… トリックは…
これまでのナレッジグラフ推論チャレンジ • 第1回ナレッジグラフ推論チャレンジ2018 • https://challenge.knowledge-graph.jp/2018/ • 第2回ナレッジグラフ推論チャレンジ2019 • https://challenge.knowledge-graph.jp/2019/ •
第3回ナレッジグラフ推論チャレンジ2020 • https://challenge.knowledge-graph.jp/2020/ • 第1回学⽣向け︕ナレッジグラフ推論チャレンジ2021 • https://challenge.knowledge-graph.jp/2021/ • 第1回ナレッジグラフ推論チャレンジ【実社会版】2022 • https://challenge.knowledge-graph.jp/2022/ • 国際ナレッジグラフ推論チャレンジ2023@IEEE ICSC2023 • https://ikgrc.org/2023/ 1⼩説 5⼩説 8⼩説 データ 洗練 ⾼齢者 の安全 国際化
今年度の開催背景 • ChatGPTを始めとした⼤規模⾔語モデルを⽤いた⽣成AIの開発・利 ⽤は,知識⼯学,セマンティックWeb分野への応⽤においても⼤ きな可能性がある • 課題 • 正確性が保証されない •
誤った内容が出⼒される場合がある • 根拠となる情報(出典)が暗黙的である • どのような情報を基にして出⼒されたのかが分からない • 再現性が担保されない場合がある • Webサービスとして提供されているモデルを使⽤した場合には,毎回,同様の内容が ⽣成されるとは限らない • これらは,これまでのチャレンジにおいてナレッジグラフを⽤い た説明可能なAI技術の開発・共有に取り組んできた理由でもある
開催内容 • ナレッジグラフ(KG)と⼤規模⾔語モデルの双⽅を⽤いたチャレンジ を実施 • 今年度は,上述の課題への対策と評価に関する知⾒をコミュニ ティで蓄積するために ⼤規模⾔語モデルを⽤いたナレッジグラフの構築 というタスクを課題として設定 ⽣成AI時代の新しいKG構築技術の開発を⽬指したチャレンジとして開催
https://challenge.knowledge-graph.jp/2023/
応募要領 • チャレンジタスクの設定 • ⼤規模⾔語モデルを⽤いたナレッジグラフの構築 • 応募部⾨ • 推理⼩説部⾨ •
⼀般部⾨ • 応募締め切り • 2023年12⽉末
応募部⾨︓推理⼩説部⾨ • タスク • これまでの推論チャレンジで構築・公開してきた「シャーロックホームズ の⼩説を対象としたKG」と同等のものを構築することをタスクとします. • 対象 • 公開済の8つの⼩説のKGのうち,⼀部の⼩説のKGのみを対象としても構い
ません. • 公開済の8つの⼩説のKGを正解として評価を⾏うため,これら8つ以外の⼩ 説を対象としたものは,⼀般部⾨に応募してください. • 評価 • 後⽇,「審査基準」として公開します. 現時点では, • ナレッジグラフの形式的な⼀致による判定基準 • これまでの推論チャレンジのタスクにどの程度,利⽤できるか︖ • 応募者が独⾃に設ける基準 • などを総合的に判断することを検討検討
応募部⾨︓⼀般部⾨ • タスク • 対象領域を問わない任意のKGを構築することをタスクとします • 対象 • グラフ構造で表された様々な知識を幅広く対象とします.例えば, •
オントロジーやスキーマをもたない,インスタンスレベルのトリプルのみから成るKG • オントロジーとしてのクラス定義を中⼼としたもの • オントロジーやスキーマに基づいて構築された,詳細な定義を持つKG • 評価 • ⼿法の性能単体のみではなく, • 構築されたKGの品質 • 外部知識との接続性 • 再利⽤性 • など、リソースとしての評価を含めた総合評価とします. • WikidataやDBpedia等を対象とした既存ベンチマークも参考になると思われる
勉強会資料の公開 • OpenAI APIを使った⾃然⾔語からのKG構築 • 第60回SWO研究会 企画セッションで発表 • https://github.com/KnowledgeGraphJapan/KGRC-ws- 2023/blob/main/swo60.pdf
本活動は,JSPS科研費19H04168基盤研究(B)解釈可能なAIシステムの実現に向けたナレッジグラフに基づく推 論・推定技術の体系化,および⼈⼯知能学会研究会特別⽀援⾦の助成を受けたものです.また,国⽴研究開発法 ⼈新エネルギー・産業技術総合開発機構(NEDO)の委託業務(JPNP20006)の結果得られたものです. 詳細は「推論チャレンジ」で検索 https://challenge.knowledge-graph.jp/