論文紹介: Generating News-Centric Crossword Puzzles As A Constraint Satisfaction and Optimization Problem

2023年11月18日の「IR Reading 2023秋（オンライン）」での発表資料
https://sigir.jp/post/2023-11-18-irreading_2023fall/

## 書誌情報
Kaito Majima and Shotaro Ishihara. 2023. Generating News-Centric Crossword Puzzles As A Constraint Satisfaction and Optimization Problem. In Proceedings of the 32nd ACM International Conference on Information and Knowledge Management (CIKM '23). Association for Computing Machinery, New York, NY, USA, 4170–4174. https://doi.org/10.1145/3583780.3615151

Transcript

1. 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
2. • 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
3. 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
4. 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
5. 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
6. 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？
7. 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
8. 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
9. 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
10. 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]
11. 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
12. 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
13. 記事の収集 15 • 新聞記事 (小規模) • 外部リソース (大規模)
14. 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
15. • 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
16. 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
17. データセット 21 • Nikkei：「日経電子版」から ◦ 2,006 単語 • Wikipedia ◦ 449,895 単語
18. 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
19. T ごとの生成確率・時間 23
20. T ごとの生成時間の分布 24
21. 黒マス数ごとの生成時間の分布 25
22. 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
23. 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
24. 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
25. 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
26. 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