@techreport{oai:ipsj.ixsq.nii.ac.jp:00216559,
 author = {勝島, 修平 and 穴田, 一 and Shuhei, Katsushima and Hajime, Anada},
 issue = {13},
 month = {Feb},
 note = {近年，機械学習への社会的な期待が高まっている一方，専門家でも推論過程に対して説明を与えられないことが問題となっている．そんな中，解釈可能性を題材とした推論を行うコンテスト「ナレッジグラフ推論チャレンジ」が開催された．既存研究では，単語の意味を学習するために埋め込みに基づいた手法が提案されているが，小説上の場所，時間，対象物などの同時性を考慮できていない．本研究では，Graph Convolutional Network (GCN) を用いてグラフの構造関係をそのまま学習し，重要となるグラフの関係を Layer-wise Relevance Propagation (LRP) によって明らかにすることによって犯人推定を行う手法を提案する．, The interpretability problem, where even experts cannot explain the reasoning process of machine learning, has garnered considerable attention recently. Knowledge Graph Reasoning Challenge 2018, a contest concentrating on interpretability, was conducted in Tokyo. A previous study proposed a method based on word embedding to understand the meaning of the word in the novel. However, the method resulted in ignoring the flow of events. In this study, the graph structure is learned by Graph Convolutional Network, and we explain the important connections on graph by layer-wise relevance propagation.},
 title = {グラフ畳み込みネットワークによる推理小説の犯人推定},
 year = {2022}
}