論文紹介: Generating News-Centric Crossword Puzzles As A Constraint Satisfaction and Optimization Problem Kaito Majima and Shotaro Ishihara (Nikkei Inc.) CIKM 2023 short paper https://dl.acm.org/doi/10.1145/3583780.3615151 紹介者：石原祥太郎 (日経イノベーション・ラボ 主任研究員) IR Reading 2023 秋、2023 年 11 月 18 日

● 国際会議 CIKM 2023 の short paper で採択された 論文の紹介 ○ 参加報告記事も公開済み ○ Python での実装に関しては PyCon APAC 2023 にも採択 [発表資料] ○ 国内では「NLP若手の会（YANS）第17回シンポ ジウム」で奨励賞を受賞 2 本発表の概要

目次 5 ● はじめに ● 関連研究 ● 提案手法 ● 実験 ● 定性評価と今後の展望 ● 結論

クロスワードパズル 6 ● 教育的ツールとしての役割も ● この役割を強めるため 「ニュース中心のクロスワード パズル」を作りたい

ニュース中心のクロスワードパズル 7 ニュース由来の単語を多く盛り込むことで、人々 のニュースへの興味を刺激する たとえば: ● 朝夕刊 ● 個人の閲覧履歴

問い：どう実現するか？ 8 ● 自動生成の枠組み？ ● どんなアルゴリズムが使える？ ● 定性的評価と定量的評価？

我々の貢献 9 ● 自動生成の枠組み？ ○ 自動生成の一つの枠組みを構築 ● どんなアルゴリズムが使える？ ○ 制約充足最適化問題として定式化 ● 定性的評価と定量的評価？ ○ 生成確率・時間や得られた知見を報告

目次 10 ● はじめに ● 関連研究 ● 提案手法 ● 実験 ● 定性評価と今後の展望 ● 結論

パズルの組み合わせ探索 11 ● クロスワードパズル生成は NP 困難 [2, 4, 6] ● 制約充足最適化問題として解く先行研究 [4] は存在 ○ 我々は、この手法が教育目的に応用できる と主張した

クロスワードパズルとニュース 12 ● クイズの自動生成を実現する枠組みは自明では ない [31] ● クロスワードパズルはニュースメディアで人気 だが、教育応用については議論が不十分 [16]

目次 13 ● はじめに ● 関連研究 ● 提案手法 ● 実験 ● 定性評価と今後の展望 ● 結論

米インターネット通販最大手の アマゾン・ドット・コムは５ 日、ロボット掃除機「_____」の 米アイロボットを買収すると発 表した。 Amazon.com, the largest U.S. Internet retailer, announced on April 5 that it will acquire iRobot, a U.S. company that produces the _____ robot vacuum cleaner. 提案する枠組み 14 Wikipedia 記事の収集 解の抽出 パズルの組み合わせ探索・ヒント生成 解の集合 カタカナ変換 ア ベ ハ ネ ル テ ル シ エ イ グ ン ク バ ジ マ バ シ ク マ ー バ バ ツ ハ ル エ マ ツ ユ リ ー タ ハ リ ベ ラ ル ニュース由来の単語の割合 = 15 /19 (=> Target rate; T) Clue A： 449,895 単語 2,006 単語

記事の収集 15 ● 新聞記事 (小規模) ● 外部リソース (大規模)

16 ● 固有表現認識＆穴埋め (大規模言語モデルを用いた手法も検証中) 米インターネット通販最大手のアマゾン・ドット・コムは５ 日、ロボット掃除機「_____」の米アイロボットを買収すると 発表した。 Amazon.com, the largest U.S. Internet retailer, announced on April 5 that it will acquire iRobot, a U.S. company that produces the _____ robot vacuum cleaner. 米中間選挙を受けた米メディアの報道は、____系と保守系で論 調が割れた。連邦議会上院が激戦となるなか、____系メディア は民主党が接戦州の一部で議席を確保したと強調した。 U.S. media coverage of the U.S. midterm elections was divided between ____ and conservative media. While the U.S. Senate was hotly contested, ____ media emphasized that the Democrats had secured seats in some of the closely contested states. Clue A： Clue B： 解の抽出とヒント生成

● 最適な選択肢を効率的に探索し、解が見つかっ たら処理を終了する (Backtracking と呼ばれる 手法 [参照]) ○ 黒マスとスロットの配置は不変 ○ すべてのスロットに文字が入る ○ ニュース由来の単語を少なくとも T % 含む パズルの組み合わせ探索 17

目次 20 ● はじめに ● 関連研究 ● 提案手法 ● 実験 ● 定性評価と今後の展望 ● 結論

データセット 21 ● Nikkei：「日経電子版」から ○ 2,006 単語 ● Wikipedia ○ 449,895 単語

実験設定 22 ● サイズ：7 * 7 ● ニュース由来の単語の割合 (T) ○ 10〜100 % まで 10 % 刻みで ● 黒マスの配置 (P): ○ 黒マス数 9〜12 で、それぞれ 10 パターン ずつランダムに生成

T ごとの生成確率・時間 23

T ごとの生成時間の分布 24

黒マス数ごとの生成時間の分布 25

目次 26 ● はじめに ● 関連研究 ● 提案手法 ● 実験 ● 定性評価と今後の展望 ● 結論

定性評価 27 ● 自然言語処理の研究者やクロスワードパズル の制作者などがプロトタイプを評価 ● 特に、ヒント生成の指摘が多かった ○ 品質推定と並び替え ○ 質問応答データセットの活用 ○ 大規模言語モデルの活用

今後の展望 28 ● ヒント生成の改善 ● より大規模なユーザテストも計画中

目次 29 ● はじめに ● 関連研究 ● 提案手法 ● 実験 ● 定性評価と今後の展望 ● 結論

30 ● ニュースへの関心を高めるため、ニュース中心 のクロスワードパズルを生成する枠組みを提案 ● より多くのニュース由来の単語を含めるという 教育目的を、制約充足最適化問題として達成 ● ニュース由来の単語が少ない条件下 (2,006 < 449,895) でも、ニュース中心のクロスワード パズルが生成できると示し、現在の課題と今後 の方向性について議論