こんにちは、ファインディ株式会社で機械学習エンジニアをしていますsasanoshouta(@Edyyyyon)です。この記事は、言語処理学会第30回年次大会（NLP2024）に社で初めてプラチナスポンサーとして参加してきましたので、その参加報告になります。

NLP2024とは？

言語処理学会第30回年次大会（NLP2024）は，2024年3月11～15日の期間，5日間の日程で開催いたします．チュートリアルは3月11日午後1時に開始，本会議は3月11日午後4時半から14日午後7時までの4日間です．現在，現地とオンラインのハイブリッド開催の形態で準備を進めています．現地とオンラインの両方から参加し，発表・聴講・議論をすることができます． *1

大会概要は引用文の通りで、今年は神戸ポートアイランドの神戸国際会議場で開催されました。

参加の背景

今回初参加となりますが、スポンサーするに至った背景は以下の通りです。

機械学習、データサイエンスを初めとするデータ系職種・界隈への認知拡大や打ち手が足りておらず、その足がかりとしてのスポンサード
ファインディでもデータ系職種を絶賛募集しているが、そもそも機械学習やデータサイエンスにも取り組んでいる会社であるとの認知が広げきれていないので、「何を？なぜ？どのように取り組んでいるのか？」を知って頂きたい

「エンジニア開発を支援する企業」であることをアピールできている一方で、実は内部でデータ活用・機械学習を使っている事の認知を広げられていない背景があり、まずは知って頂きたいと言う事で、今回スポンサーとして参加してきました。

会場の雰囲気

前述の通り、弊社ではNLP2024を含む学会への参加経験が全くなかったので、過去のNLP202X年度の雰囲気や、他社さんの過去参加記事を参考に準備を進めていました。また、私自身や今回同行したメンバーの中にも学会参加経験者が数名いた事もあり、普段弊社が参加するカンファレンスイベントなどよりも少しかっちりとした準備を進めていました。いざ当日会場に着いてみると想像していたよりもラフに参加できそうな雰囲気でした。（筆者が最後に参加していた頃の学会がX年前で、真面目な雰囲気の印象があった為か、時が流れて参加しやすい雰囲気になっているのは驚きました。）

弊社スポンサーブース

こちらの画像の、掲示スペースが少しもの寂しげなブースがファインディのスポンサーブースになります。ポスターの用意が間に合わなかった為、苦肉の策として弊社のデータ系職種採用資料を印刷して掲示していました。

どうしてこんなに寂しくなってしまったのかと言うと、もともと筆者がポスター準備担当だったんですが、直前の体調不良により作業を進める事ができず、敢えなく準備期間が過ぎ去ってしまった為でした。しかたない側面はありますが、沢山の方とお話できたので伸びしろと捉えて次回参加時こそは掲示物を作って参加したいと思います。

スポンサーブースでお話したこと

今回は、弊社データソリューションチームの採用資料から、機械学習による取り組み事例をいくつか持参し、モニターに投影しながらこられた方に弊社のデータ活用先とその実現方法について紹介をさせていただきました。また、言語処理学会と言う事もあり、実際に社内でも検討しているNLPも取り入れた今後の方向性も反映したものになっています。採用資料から2つ抜粋して簡単に紹介します。

1つ目は「LLMを用いたキャリアサマリの作成」です。👇

1年ほど前の取り組みになりますが、OpenAI API公開後に活用施策第1弾と言う事で、1週間でのリリースを目標に作成した機能になります。職務経歴書などの情報を入力すると、それを要約して二つ名をつけてくれると言った機能でした。私の場合は、「AIの魔術師」「AIのキラーコンサルタント」と言う名前をつけてくれました。

2つ目は「行動ログを活用した転職意欲や志向の検知」です。👇

こちらの機械学習モデルは、転職意欲が高いにも関わらず、プロフィール上転職意欲が低いままになってしまっている方向けの機能としても使うことができますが、どちらかといえば転職活動の意欲がないのにスカウトが送られてくる事での煩わしさを軽減する防御の役割を持った機能として運用しているものになります。プロフィールのステータスは転職意欲が高いままになっているが、実際には転職活動が完了したままステータスを変更するのを忘れてしまっているというケースがあったりします。そうした方に、スカウトを追撃してしまうと転職サービスとしての不信感に繋がりかねないので、事前に予防できるものは出来る限り予防するようにしています。

ブースに立ってみて

当初想定していたよりも多くの方がブースに来てくださり、筆者もブースに立って意見交換をさせて頂きました。ブースに聞きに来て頂いた皆様ありがとうございました。

ファインディ自体が「エンジニアに特化した中途転職サービスを中心に事業を展開している」事と、学会に参加されている方々の属性が、

機械学習・データサイエンスを生業とされている社会人参加の方
大学・大学院大学から学生参加の方

の2属性の方々がメインであった事と相まって、「ファインディ株式会社」と「何をしている会社か？」の知名度にはかなりの伸び代を感じました。一方で、完全アウェーだった訳でもなく、「スキル偏差値の会社」として認知いただいている方が多かったです。データ界隈での機能とサービス・会社名の繋ぎ込みにまだまだ課題を残しつつも、機械学習・データサイエンスの界隈にも一定取り組みが届けられている事を感じられました。

個人的な聴講セッションの感想

スポンサーとしてブースに立つ傍ら、いち聴講者としてセッションをいくつか聞いたり他社スポンサーさんの企業ブースにお邪魔してお話を伺わせていただいたりしたので、メモベースにはなりますが個人的な感想を書き連ねておきます👇

オーラル・ポスターセッションそれぞれに共通して言えたのは、大前提LLMに関する研究発表である事がほとんどでした。
だからと言って、OpenAI API をそのまま使って研究をしていたり、サービス実装してコア機能としている企業さんや研究もほとんどないような印象でした。
- リクルートさん、サイバーエージェントさんなどのテキストデータを潤沢に持ち合わせており計算資源も豊富な企業でも、一部プロセスに取り入れられているとお聞きしました。
社内向けに、全社の業務効率化を目的としてRAGや文章埋め込み(embedding)を使い、LLMの弱点であるhallucinationを低減した仕組みを取り入れたお問い合わせbotを実装・運用している。
- 様々お話を伺った所、現在のLLM界隈のトレンドでは、お問い合わせbotのような活用がトレンドとなっていそうで（個人の見解）、このような流れはしばらく続きそうな雰囲気を感じた。
一方で、勢いが若干失速した感はありましたが、自社専用のLLMをスクラッチで開発するという企業さんのお話もいくつか伺えました。
「ChatGPTとかClaude3とか低価格で高性能なAIが出てるし、今後もその流れは変わらないはずなのになぜ？」 と思い、お話を聞きいてみました。
- 自社でLLMを作っておく事で、GAFAMOが提供するLLMの規約が変わった時のリスクヘッジになるとの方針で、研究をやめていないとの事。
- どの企業さんにも共通していたのは、1つ自社のLLMを作れておくと用途に合わせて柔軟にカスタマイズができる点も、内製化のメリットの1つとの事でした。

為になったセッション

全てのセッションが興味深く考えさせられたり、明日使えるものたちが多数でしたが、個人的に1番勉強になったセッションを共有します。全体の発表スケジュールはこちらから。

文章のチャンクに基づく知識グラフを活用したRAG（産総研さん）
- 元論文はこちらから

RAGを使ってLLMの回答精度を高める為の取り組みはいくつもありますが、LLMに与えられるクエリにcontextを付与する為に知識グラフをDBとして構築しておき、知識グラフからの情報検索プロセスをRAGに組み込む、と言うものでした。弊社でもRAGを用いた質問回答botを作って運用したりしており、オーソドックスに類似度計算した上位N件から回答を作成すると言うシンプルな構成を取ったりしています。こちらの研究にある通り「クエリの文脈はすべて類似度で測れるとは限らない」と言う事を痛感しているので、こちらの研究を参考にしてみたいと思いました。

参加してみての感想

初めて言語処理学会にスポンサーとして参加してみて、やはりデータ系職種・界隈での認知拡大の伸び代がある事を強く実感しました。その理由はいくつかあると思いますが、これまで今回のようにデータ系職種の方が集まる学会やカンファレンスに積極的に参加していけてなかった所が大きいと感じました。もちろんこれだけではなく、社内でもデータを活用した取り組みは沢山動いたりこれから始まったりしている最中なので、そうした取り組みをもっと積極的に発信する事で、より多くの方にファインディを知って頂きたいなと思います。

いち参加者としても、短い期間でまとまった数のNLPに関する研究発表を自分の五感で感じる機会は中々なかったですし、多種多様な取り組みや企業さんとお話できてとても良い刺激になりました。すぐに試せそうなノウハウを沢山得ることもできましたし、忘れないうちに現在の取り組みの参考にさせていただこうと思いました。

今後は、言語処理学会をはじめ学会へのスポンサー、ポスター発表などにも力を入れていきますので、どこかで見かけた際は何卒よろしくお願いいたします。