2023年3月31日開催のナレッジグラフ推論チャレンジ【実社会版】最終発表・審査会で発表したスライドです。

1. 2023年3月31日
鵜飼 孝典
富士通株式会社
ナレッジグラフのタイプ予測による
リスク検知と大規模自然言語モデルを
利用した説明とデータ作成
Copyright 2022 FUJITSU LIMITED
0

2. 取り組んだタスクの種類
 タスク1：危険な状況の検出
 検知
 説明
 代替案
 タスク2：生活行動ナレッジグラフの作成
 タスク3：定量的評価基準の作成
1 Copyright 2022 FUJITSU LIMITED

3. タスク1
 リスク検知の対象データ：ナレッジグラフ
 2022年8月版21個のアクティビティ
 定義したリスクの種類：
 文献 江上他,家庭内の事故予防に向けた合成ナレッジグラフの構築と推
論, 人工知能学会SWO研究会(SWO-056),pp.1-10,2022 に示された16種類
の転倒リスクが対象
 検知したリスク
 文献に示されたルールで
 検出された2種類、8か所
2 Copyright 2022 FUJITSU LIMITED

4. タスク１
 検知：
 jRDF2Vecを用いて各ノードのベクトルを得る
 前述の参考文献に示された検出結果を正解として、イベントのノードを
機械学習により分類した
 分類器には K Nearest Neighbors を用いた
 精度
 accuracy: 94.23% ± 8.34, (10-fold cross validation)
3 Copyright 2022 FUJITSU LIMITED
K Nearest Neighbors
ベクトル（s）
C1 C2 C3 .. Cn リスク
jRDF2Vecを利用
参考：イベント中心ナレッジグラフにおけるWalkモデルと代数モデルの埋め込みの比較, 鵜飼孝典, 2023(SWO-059) 06

5. タスク１
 説明：3パターンを提供
 参考文献に示されたリスクの説明を流用
 OpenAIのDavinciモデルを利用した実装
 chatGPTへの問い合わせとして実装
 回答例
 Davinciモデル, chatGPTへの入力：アクティビティの説明から自動合成
•Finding some food is risky for older people because it is to do something to objects in a
high place. Why is it a risk and what is a safer way to achieve the objective?
 Davinciモデルによる回答
•Because they can fall and get injured.
•The older people are, the more likely they are to fall.
•The older people are, the more likely they are to fall.
•The older people are, the more likely they are
 ChatGPTによる回答
•Reaching for objects in high places can be risky for older people because it can increase
the risk of falls and injuries. As people age, their balance, coordination, and muscle
strength may decline, which can make it more difficult to maintain stability while reaching
for objects above their head. Additionally, using step stools, ladders, or other objects to
reach for high objects can also increase the risk of falls, especially if the objects are not
stable or if the person is not familiar with using them.
4 Copyright 2022 FUJITSU LIMITED

6. タスク１
 代替案：2パターンを提供
 学習済みのBERTモデルを用いたQA問題としてプログラムを作成
 OpenAIのDavinciモデルを用いたQA問題としてプログラムを作成
 上記で設定したQA問題の問いの部分を chatGPT に入力した
 回答例
 BERTを用いた実装
• Finding some food is risky.
 Davinciを用いた実装
• The answer is to use a step stool.
 chatGPTの回答
• To achieve the objective of accessing objects in high places safely, there are a few strategies that older
people can use:
1.Rearrange items: Move frequently used items to lower shelves or within easy reach to avoid the need to
reach high up.
2.Use reaching aids: Consider using tools such as a reacher, which is a long-handled device with a grip at one
end to grab objects that are out of reach.
3.Ask for help: Ask for assistance from a friend or family member to retrieve objects from high places.
4.Use a step stool or ladder with caution: If you must use a step stool or ladder, ensure that it is stable and
secure, and that you have someone nearby to assist you if necessary.
• By using these strategies, older people can reduce their risk of falls and injuries when accessing objects
in high places.
5 Copyright 2022 FUJITSU LIMITED

7. Task2
 もとにしたデータ
 事前学習済みのGPT2モデル
 2022年12月版の台本データ
 生成したデータの種類
 台本データ
 生成したデータ数
 2000（重複あり）
 変換例（生成例）
 変換の技術的解説
 事前学習済みのGPT2モデルを提供されている台本データを用いて fine
tuningを行って、 fine tuning と同様のデータを生成させた
 技術勉強会で紹介した方法を改良
6 Copyright 2022 FUJITSU LIMITED
The door is open and Mr
walks to the door and opens it is a door to the room
[walk] <door>
[walk] <door>
[find] <door>
[open] <door>

8. Task3：アイディアのみ
 作成した指標
 短期間に複数のリスクがある状況がより危険であることを
• 時間当たりのリスクの数
で表現する
 指標の解説
 30秒の動画で3か所のリスクが検出されたシーン１ 6 箇所/分
 20秒の動画で4か所のリスクが検出されたシーン２ 12箇所/分
 シーン2がシーン1の2倍危険であると判定する。
 常設の録画（長時間の動画）の場合は、幅5分で、1分ごとにスライドさ
せて計算することで、動画中のリスクの時間変化を測定することができ
る
7 Copyright 2022 FUJITSU LIMITED

9. まとめ
 タスク１
 正解データが少ないながら高い精度での検出を実現できた
 タスク２
 大量に台本を生成できたがスクリプトとしては重複が多かった。
 もっと大きなモデルを使えばよいスクリプトができそう
• 提出後にChatGPTに生成させてみた
 タスク3
 車の免許更新時のテキストをもとに
アイディアを作成した
 タスク2、タスク３で既存のBERT、
GPT2による実装とChatGPT(GPT-3.5)に
よる実装を比較した. より大きな
言語モデルをうまく組み合わせて
よりよい結果を出したい。
8 Copyright 2022 FUJITSU LIMITED
Bedtime routine
[WALK] <bathroom> (1)
[SWITCHON] <light> (2)
[BRUSH] <teeth> (3)
[WALK] <bedroom> (4)
[READ] <book> (5)
[PUTBACK] <book> (6)
[SWITCHOFF] <light> (7)
Movie night with friends
[WALK] <living room> (1)
[SWITCHON] <TV> (2)
[GRAB] <popcorn> (3)
[DRINK] <soda> (4)
[PUTBACK] <popcorn> (5)
[TURNTO] <movie> (6)
[SWITCHOFF] <TV> (7)

10. Copyright 2022 FUJITSU LIMITED