305336記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. 低リソース言語の金融取引データに対するクロスリンガル固有表現抽出（Cross-Lingual NER for Financial Transaction Data in Low-Resource Languages）
2 分で読了
0 views

低リソース言語の金融取引データに対するクロスリンガル固有表現抽出

（Cross-Lingual NER for Financial Transaction Data in Low-Resource Languages）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近うちの現場でも海外のSMS（ショートメッセージ）を解析して顧客の取引情報を取り出したいと相談がありまして、けれど翻訳やラベル付けが大変で進まないと聞きました。こういう問題にこの論文は効くのですか？

AIメンター拓海

素晴らしい着眼点ですね！大丈夫、一緒に整理しましょう。要するにこの論文は、英語のような資源が豊富な言語から学んだ知識を少ないラベルしかない言語に効率よく移す方法を提案していますよ。

田中専務

それは聞きやすいのですが、現場で言う「英語で学んだモデルを別の言語で使う」というのは、要するにうちが別の国のSMSを解析できるようになるという意味ですか？

AIメンター拓海

その通りです。ここでのキーワードは“Knowledge Distillation（知識蒸留）”と“Consistency Training（整合性訓練）”ですが、専門用語を使う前に三つの要点で説明します。まず英語の大きなモデルの知恵を小さなモデルに写す、次に少ないラベルでも安定して学ばせる、最後に半構造化されたSMSのような特殊な文面でも働くようにする、です。

田中専務

なるほど。ところで私、Consistency Trainingという言葉がよくわかりません。要するに何をしているのですか？

AIメンター拓海

良い質問ですね！簡単に言うとConsistency Training（整合性訓練）は、入力を少し変えてもモデルの出力がぶれないようにする訓練です。たとえばSMSの単語順を入れ替えたり表記揺れを与えても、重要な情報は変わらないので出力を揃えるのです。

田中専務

要するに、ちょっと崩れたメッセージでも同じ結果を出せるように訓練するということですね？それなら実務に近い。

AIメンター拓海

その通りですよ。さらに具体的には、大きな

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
FPGAを活用した高性能生体医療計算の加速
（Exploiting FPGA Capabilities for Accelerated Biomedical Computing）
次の記事
平均場均衡と社会的最適性のバランシング
（Mean-field Equilibria & Social Optimality Balancing）
関連記事
機動意思決定のための近接方策最適化とモンテカルロ木探索 — Maneuver Decision-Making Through Proximal Policy Optimization And Monte Carlo Tree Search
隠れんぼで鍛えるLLMの誤り検出と自己改善
（Hide and Seek with LLMs: An Adversarial Game for Sneaky Error Generation and Self-Improving Diagnosis）
メタ強化学習によるニューラルアーキテクチャ探索の総覧
(A Review of Meta-Reinforcement Learning for Deep Neural Networks Architecture Search)
プラズマ駆動イオン源の解析のための機械学習
（Machine learning for analysis of plasma driven Ion source）
Functional BART with Shape Priors: A Bayesian Tree Approach to Constrained Functional Regression
（形状事前分布を持つFunctional BART：制約付き関数回帰へのベイズ木アプローチ）
因果推論における一般化可能性の検証
（Testing Generalizability in Causal Inference）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
音声から「屋外録音」時の3D顔動作を合成する技術
（Synthesising 3D Facial Motion from “In-the-Wild” Speech）
  • 論文研究
大量のツイートに基づく市民の特徴付け
（Characterization of citizens using word2vec and latent topic analysis in a large set of tweets）
  • 論文研究
オミクスデータの統合的コンセンサスクラスタリングのための多重カーネル学習
（Multiple kernel learning for integrative consensus clustering of ’omic datasets）
  • 論文研究
生成モデルの精度と網羅性を分離して評価する手法の改良
（Improved Precision and Recall Metric for Assessing Generative Models）
  • 論文研究
SR-GANによるゼロショット学習の改良
（SR-GAN: SEMANTIC RECTIFYING GENERATIVE ADVERSARIAL NETWORK FOR ZERO-SHOT LEARNING）
  • 論文研究
継続学習の三つのシナリオ
（Three scenarios for continual learning）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る