 |  |  |
土・日に千葉県の九十九里浜で行われた, 第5回最先端NLP勉強会 [LINK] に参加してきました。朝7:19発の新宿わかしお号に乗って茂原下車。 会場が思ったより狭かったため, 34人がギュウ詰めでしたが, 非常に密度の濃い 勉強会になりました。
僕は, ACL2013の
"Grounded Language Learning from Video Described with Sentences"
を解説。この論文を選んでから, 実はこれがACL2013のベストペーパーだったことを
知りました。
中身は, 短い動画とそれに付いた文章("he pushes the backpack toward the chair."の
ような)から, 「各単語の意味を表すHMM」と「各単語の引数(＝物体)が動画のどの
領域に対応するか」を同時学習するという, かなり凄い話で, 自然言語処理だけでなく,
ロボティックスなどの方も非常に関係の深いような話だと思います。
内容的には動画に基づく Factorial HMM の学習問題なのですが, ただし,
この論文は凄まじく読みにくく, 全く読者に分かってもらおうと思っていないかの
ような論文です(最初読んだとき破りそうになった)。
最初の部分をとりあえず飛ばして数式を読んでから前に戻ると分かるように
なりましたが, FHMMを知らないと厳しいと思いますので, 下に発表資料を置いて
おきます。
なお, スライドに書いてありますが, 著者の Siskind は Scheme の最速コンパイラ Stalin で有名な人です。元になっている研究が, CS研の大和部長の20年前の研究 だというのも驚きでした。
ちなみに, 行きの切符(上)は鳥人間コンテストを思い出すしかないような感じです。 (笑) (これ)
