nlp2026 In-Context Learningに基づく経路案内のための地理的知識の活用方法に関する検討

言語処理学会第32回年次大会（NLP2026）

Transcript

1. *O$POUFYU
   -FBSOJOH
   ʹجͮ͘ܦ࿏Ҋ಺ͷͨΊͷ ஍ཧత஌ࣝͷ׆༻ํ๏ʹؔ͢Δݕ౼ ߴڮ ݈࢘ʢஜ೾େʣɺߴଜ େ໵ʢ࢈૯ݚʣɺס ޹࢘ʢஜ೾େʣ ݚڀ໨త ࣮ݧઃఆ ݕূ࣮ݧ l--.ʹ༩͑Δ஍ཧత஌ࣝͷ͏ͪ૊ͷΤοδΛআ͍ͨઃఆͰ̎छྨͷλεΫΛ࣮ߦ lআڈΤοδΛมߋ͠ͳ͕Β̕ճࢼߦ <λεΫ> <λεΫ> ʮ"͔Βͷెาڑ཭͕LNҎ಺ͷ10*͸ʁʯʮ"͔Β$΁͸ͲͷํҐʹԿNఔ౓͔ʁʯ ˞
   ੨໼ҹͷ৘ใΛ--.ʹ༩͑Δ ਤ͸෦෼ΤοδΛ࠾༻͍ͯ͠Δ৔߹ l ஍ਤσʔλͱͯ͠0QFO4USFFU.BQ
   04.
   Λར༻ l 04.͔Βͭ͘͹Ӻपลͷࢪઃ 10*
   ΛϥϯμϜʹݸऔಘ l ϊʔυɿ10*ɺΤοδɿಓ࿏ͱ͢Δ஍ཧత஌ࣝάϥϑΛ࡞੒ ὎
   ஍ཧత஌ࣝͷ஌ࣝදݱ͓Αͼ৘ใྔΛมԽͤͨ͞ύλʔϯΛൺֱ ʢࡾͭ૊ɾࣗવݴޠจʣʢҢ౓ܦ౓ɾ࠾༻Τοδʣ l⭕--.͸จষੜ੒ɾཁ໿ɾ຋༁౳͸ಘҙ l❌஍ཧతͳҐஔؔ܎ཧղ͸ۤख パターン 知識表現 緯度経度 採用エッジ ① 三つ組 あり 全エッジ ② 三つ組 あり 部分エッジ ③ 自然言語文 なし 全エッジ ④ 自然言語文 なし 部分エッジ ⑤ 自然言語文 あり 全エッジ ⑥ 自然言語文 あり 部分エッジ パターン タスク1 タスク2 挙動・特徴 ① 0/9 0/9 未入力POI 間を推論したものの，距離・方位 の統合はできなかった． ② 0/9 0/9 MST によるエッジ削減は，全エッジ条件と同 一の結果となった． ③ 9/9 5/9 相対的な位置推定は行えたが，265 度の 526m と多少の誤差が生じた． ④ 9/9 5/9 MST を用いても，相対位置推定の精度に大 きな差は見られなかった． ⑤ 9/9 9/9 緯度・経度情報により，未入力POI 間でも正 確な推論が可能であった． ⑥ 9/9 9/9 MST によるエッジ削減後も，パターン5 と同 等の推論精度が得られた． GFXTIPU
   QSPNQUJOH l࠾༻Τοδ lશΤοδ l10*ରຖʹ݅૊ͷΤοδ l º 
   ὎
   ૊ l෦෼Τοδ l࠷খશҬ໦ .45
   ͸ɼશͯͷ10*Λ ࿈݁͢Δ࠷খݶͷΤοδू߹ lશΤοδ͔Β֤Τοδͷ޲͖Λແࢹ͠ ͨ׬શάϥϑʹରͯ͠ɼ.45Λߏங l.45Λ࢖༻ ὎ ૊ lϓϩϯϓτྫ l(15ΛධՁର৅--.ͱͯ͠࢖༻͢Δ l࣮ݧͰ͸ɼ஌ࣝύλʔϯʹԠͯ͡಺༰͸มߋ͢Δ l஌ࣝදݱ ݚڀഎܠ ·ͱΊ l஌ࣝͷදݱํ๏͕ਪ࿦ਫ਼౓ʹେ͖͘Өڹ ʢ ᶃ 
   ᶄ 
   ᶅ 
   ᶆ 
   ᶇ 
   ᶈ ʣ lҢ౓ܦ౓৘ใΛؚΉࣗવݴޠจ͕ಛʹ༗ޮͰ͋Δ l--.͸ࡾͭ૊͔ΒͰ͸ۭؒతؔ܎ͱͯ͠ͷղऍ͕ࠔ೉ lߴਫ਼౓ͳ஍ཧؔ܎ཧղΛ࣮ݱ͢Δʹ͸ɺҢ౓ܦ౓৘ใ͕ඞཁ l.45ʹΑΔΤοδ࡟ݮͰ΋ਫ਼౓Λҡ࣋Ͱ͖Δ lࠓޙͷ՝୊ lಓ࿏΍पลͷ৘ใ౳Λ--.͕ཧղɾ׆༻Ͱ͖Δํ๏ͷݕ౼ l3"(ͱ౷߹͠ɺ஍ਤ৘ใݕࡧͱܦ࿏આ໌ੜ੒ͷख๏ͷཱ֬ l࣮ݧ݁Ռ ˞
   ج४ͱ͢Δ10*͸"Ҏ֎ʹ΋ߦ͕ͬͨɺ݁Ռͷ܏޲ʹେ͖ͳࠩ͸ͳ͔ͬͨ ͨΊɺ্ड़ͷλεΫͷΈ͍ࣔͯ͠Δ lҢ౓ܦ౓ lҢ౓ܦ౓৘ใͷ༗ແΛൺֱ l ࠨ
   ࣗવݴޠจσʔλͷҢ౓ܦ౓৘ใ͋Γ l Լ
   ࣗવݴޠจσʔλͷҢ౓ܦ౓৘ใͳ͠ શΤοδ ෦෼Τοδ ʰܦ࿏Ҋ಺͕Ͱ͖ΔΑ͏ͳ--.Λ໨ࢦͯ͠ɺ ஍ཧత஌ࣝΛ--.ʹͲͷΑ͏ʹ༩͑Ε͹ྑ͍͔Λݕূʱ # <ࡾͭ૊> <ࣗવݴޠจ> • ࡾͭ૊Λࣗવݴޠจ΁ม׵ • ม׵ྫΛෳ਺ࣔ͠ɺͦΕʹ ฿ͬͯग़ྗͤ͞Δ 'MBO5 2ͭ͘͹Ӻۙ͘ͷlσχʔζz͔ΒlͱΜ2z΁ͷܦ࿏Ҋ಺Λߦͳ͍ͬͯͩ͘͞