NTCIR-17 Transfer タスク

NTCIR-17にパイロットタスクとして採択されたTransferタスクの紹介

Transcript

1. NTCIR-17 Transfer タスク
   資源リサイクル型密検索技術
   上保 秀夫 筑波大学
   欅 惇志 一橋大学
   大場 勇貴 筑波大学
   English Version with audio
   日本語版（音声付き）
   

   View Slide

2. 概要
   2
   

   View Slide

3. 資源転移の例
   ● タスク横断
   ○ 案内型クエリ (Navigational queries) から情報型クエリ (Informational queries) への再学習
   ○ 言語モデルからランキングモデルへの再学習
   ● ドメイン横断
   ○ Web 文書から学術記事へのドメイン適合
   ● 言語横断
   ○ 英語モデルから日本語モデル
   ● などなど…
   3
   

   View Slide

4. 利用可能データ
   ● 既存データ
   ○ 英語版 MS MARCO (ver 1) (eMARCO)
   ○ NTCIR-1 Ad-Hoc test collection (日本語)
   ○ NTCIR-2 Ad-Hoc test collection (日本語)
   ○ BERT モデル (英語/日本語)
   ● オーナイザーから提供予定のデータ
   ○ 日本語翻訳版 MS MARCO (ver 1) (jMARCO)
   ■ 文書コレクションと Dev トピック (暫定版の翻訳済み)
   ■ JParaCrawl version 2 + DeepL API
   ○ jMARCO による学習済みの ColBERT モデル
   ○ Dev / jMARCO による学習済みの BERT リランカー
   4
   

   View Slide

5. サブタスク1: Dense First Stage Retrieval
   ● 入力/出力
   ○ 入力: Ad-Hoc task の トピック記述
   ○ 出力: 順位付けされた検索結果の上位 10,00件文書 ID
   ● Dev/Test
   ○ Dev: NTCIR-1 Ad-Hoc/CLIR (日本語) 83 トピック
   ○ Test: NTCIR-2 Ad-Hoc/CLIR (日本語) 49 トピック
   ● 評価尺度
   ○ nDCG
   5
   

   View Slide

6. サブタスク2: Dense Reranking Subtask
   ● 入力/出力
   ○ 入力: 第1段階検索結果の上位 1,000 件 (文書ID、ベクトルデータ、等 )
   ■ オーガナイザーらによって提供
   ○ 出力: 再順位付けされた検索結果の上位 100 件文書 ID
   ● Dev/Test
   ○ Dev: NTCIR-1 Ad-Hoc/CLIR (日本語) 83 トピック
   ○ Test: NTCIR-2 Ad-Hoc/CLIR (日本語) 49 トピック
   ● 評価指標
   ○ nDCG / MRR
   6
   

   View Slide

7. 暫定版スケジュール
   ● 9/28, 2022: Kick-off event
   ● 1/30, 2023: 最終タスクガイドライン公開，全資源データの公開
   ● 2/1, 2023: Formal Run: Dev/Test topics 公開
   ● 5/1, 2023: Formal Run: タスク参加登録期限
   ● 6/1, 2023: Formal Run: ラン提出期限
   ● 8/1, 2023: Formal Run: 評価結果返却
   ● 8/1, 2023: Task overview paper 公開 (ドラフト版)
   ● 9/1, 2023: 参加者の論文投稿期限 (ドラフト版)
   ● 11/1, 2023: Camera-ready 版論文投稿期限
   ● 12月, 2023: NTCIR-17 Conference
   7
   

   View Slide

8. タスク設計の検討事項
   1. 疎検索モデル (例：BM25のみ) のランは対象外、単純な再学習済みランは
   OK
   2. サブタスク2の入力文書（固定 vs. サブタスク1のランを活用）
   3. 現時点ではターゲットタスク言語が日本語のみ
   4. 現時点では利用可能なデータやモデルに制約なし
   5. Dry Run 時期を設けていない
   6. Formal run の提出数は1チーム3-5 を検討中
   7. Test sets の正解データを参加者が閲覧しないことを前提（
   ←重要）
   8. 追加の適合性判定作業を実施する可能性あり
   9. リーダーボードの導入の可能性あり
   10. 資源ガイドや成功事例の構築を予定
   8
   

   View Slide

9. アドバイザリー・ボード
   ● Noriko Kando (NII, Japan)
   ● Doug Oard (University of Maryland, US)
   ● 随時追加
   9
   

   View Slide

10. 最新情報・問い合わせ
    ● Webサイト https://hcir.slis.tsukuba.ac.jp/project/ntcir-transfer/
    ● 連絡先 ntcir-transfer-contact@googlegroups.com
    ● Twitter #ntcir_transfer
    ● Slack (タスク参加登録者限定)
    10
    

    View Slide