2024年5月28日～31日にアクトシティ浜松（静岡県浜松市）／オンライン（ハイブリット）にて開催された「2024年度人工知能学会全国大会(第38回)」に本研究室より、阿部 晃平さん（修士2年）、冨澤峻己さん（修士2年）が参加し、研究発表を行いました。
　
　
◆ 阿部 晃平, 横山 想一郎, 山下 倫央, 川村 秀憲 : 衣服画像ペアの差異を強調した属性予測に基づくキャプションの生成
消費者の商品購入過程において，特に情報探索および選択肢の評価の段階では，商品間の比較のための詳細な情報が必要である．
しかし，主要な情報源である従来の商品紹介文は，対象商品のみに焦点を当てて作成されるため，商品間の違いを十分に表現できない傾向がある．
この問題を解決するため，本研究では特に衣服を対象とし，画像キャプション生成を行う深層学習モデルを用いた，衣服画像ペアの差異を強調するキャプション生成手法を提案し，その有効性を検証した．
この手法では，入力された衣服画像ペアに対して生成されたキャプション集合の中から，特徴の差異を表現したキャプションを選択し出力する．
被験者実験により ，提案手法が衣服間の特徴の差異を正確に表現し，消費者の衣服比較に有益な情報を提供することが確認された．
特に，特徴が類似している衣服ペアにおいて，提案手法の有効性が高いことが確認された．
　
　
◆ 冨澤峻己, 横山想一郎, 山下倫央, 川村秀憲：大規模言語モデルを用いたCoT Promptingによる俳句の評価機構の提案

近年、大規模言語モデルの進化により、様々な芸術作品の生成が可能になり、多岐にわたる作品を生み出している。
しかし、これらの作品の評価は鑑賞者の主観に大きく依存するため、一貫した評価基準の確立は難しい課題となっている。
本研究では、この問題に対して、俳句という日本の伝統的な詩形を対象に深層学習を活用した新しい評価機構の構築を試みる。
俳句は独特の構造とルールを持つため、評価の自動化には特有のアプローチが必要である。
そこで、大規模言語モデルとChain of Thought Promptingを組み合わせ、俳句の評価を行うシステムを開発する。
このシステムでは、俳句に関する様々な情報、季語や文体などを特徴量としてモデルに入力する。
モデルはこれらの情報を基に俳句が持つべき特有の評価項目をどの程度満たしているかを数値化し、推論する。
システムにより得られた評価結果と俳人による評価の比較を行い、提案した評価機構の妥当性を検証する。
検証の結果、季語の解釈といった俳句に関する専門的な知識を必要とする評価はできなかったものの、意味の破綻や一般的な語句の解釈に基づく俳句評価は行えることを確認した。