自己紹介氏名牧允皓 (まきよしひろ) 略歴新卒でソーシャルゲームの会社に入社データサイエンティストとして4年間勤務アクセスログの分析施策の効果検証異常検知システムの構築などを経験 2017年にリクルートテクノロジーズに入社し機械学習のソリューションを開発運用するグループに所属

Size: px

Start display at page:

Download "自己紹介氏名牧允皓 (まきよしひろ) 略歴新卒でソーシャルゲームの会社に入社データサイエンティストとして4年間勤務アクセスログの分析施策の効果検証異常検知システムの構築などを経験 2017年にリクルートテクノロジーズに入社し機械学習のソリューションを開発運用するグループに所属"

ときなみのしま
5 years ago
Views:

1 機械翻訳の応用分野 : SQL 生成技術の紹介数理システムユーザーコンファレンス 2018 リクルートテクノロジーズデータテクノロジーラボ部牧允皓 2018 年 11 月 22 日

2 自己紹介氏名牧允皓 (まきよしひろ) 略歴新卒でソーシャルゲームの会社に入社データサイエンティストとして4年間勤務アクセスログの分析施策の効果検証異常検知システムの構築などを経験 2017年にリクルートテクノロジーズに入社し機械学習のソリューションを開発運用するグループに所属主な業務は A3RTのプロダクト開発運用と外部の企業との協業など学歴九州工業大学大学院情報工学府その他データサイエンティスト養成読本登竜門編共同執筆機械学習の講師として活動 2

3 概要 1. リクルートのビジネス 2. データテクノロジーラボ部の役割 3. 今回のトピック SQL生成 3

4 リクルートのビジネス 4

5 リクルートグループについて創業グループ従業員数 1960年3月31日 40,152名大学新聞広告社としてスタート 2018年3月31日時点グループ関連企業数 361社連結売上高 21,733億円 2017年4月1日 2018年3月31日 1,917億円 2017年4月1日 2018年3月31日連結経常利益目指す世界観連結対象子会社 2018年3月31日時点あなたを支える存在でありたい 5

6 リクルートの事業内容についてライフイベント領域車購入ライフスタイル領域旅行グルメ美容住宅購入転職出産/育児生活/地域情報ビジネス支援結婚就職進学選択意思決定を支援する情報サービスを提供しまだここにない出会いを実現する 6

7 リクルートのビジネスモデルについてリクルートにはユーザーとクライアントという 2 つのお客様が存在します企業と人 (B to C) 企業と企業 (B to B) 人と人 (C to C) すべての間に立ち双方にとって最適なマッチングを図る場を提供していますユーザーとクライアントを新しい接点で結びまだここにない出会いの場を創造する 7

8 データテクノロジーラボ部の役割 8

リクルートグループにおけるリクルートテクノロジーズについてリクルートテクノロジーズは

リクルートテクノロジーズメディア & ソリューション事業 ( 株 ) リクルート

9 リクルートグループにおけるリクルートテクノロジーズについてリクルートテクノロジーズはリクルートグループの IT ネットマーケティング領域のテクノロジー開発を担う会社ですリクルートテクノロジーズメディア & ソリューション事業 ( 株 ) リクルートリクルートキャリアリクルートジョブズリクルート住まいカンパニーリクルートホールディングスリクルートマーケティングパートナーズリクルートライフスタイルリクルートコミュニケーションズ人材派遣事業 Recruit Global Staffing B.V. HRテクノロジ事業 RGF OHR USA, Inc. リクルートスタッフィングスタッフサービスホールディングスその他海外派遣グループ会社 Indeed,Inc. 9

10 リクルートテクノロジーズの役割について技術ソリューションを磨き続けリクルートの各サービスがもつ価値を最大限に発揮できるようビジネスへ実装 IT の側面からサービスを進化させることを通じて世の中に新しい価値を提供していきます 10

11 リクルートテクノロジーズの事業内容について将来のニーズを見据え新しい技術の R&D ソリューションの開拓を実現検証を続けいち早く活用できるレベルに引きあげることで中長期的なビジネス競争優位を構築していきます 11

12 データテクノロジーラボ部についてビッグデータデータテクノロジーを専門にする部署で人工知能機械学習と呼ばれる技術の研究開発をミッションにしている組織データテクノロジーラボ部が担っている分野 12

13 データテクノロジーラボ部の取り組みについて :A3RT A3RT とはリクルートテクノロジーズが提供する機械学習のAPIサービス群リクルートグループが提供するサービスの価値を高めるために開発された数年後に直面するであろうビジネス課題を想定し最先端の技術の研究開発に取り組んでいるプロダクト例自動校閲 : 誤字脱字誤表記などの文章校閲文章分類 : 投稿された記事が規約に違反していないか判定文章生成 : 原稿の自動生成自然言語系以外に画像系のプロダクトも多数 13

14 公開されている A3RT の紹介無料公開 2017 年 3 月公開内部のサービスに限定せず様々なシステムに組み込まれることを期待目的多様なフィードバックモデルのブラッシュアップ新しい使い方の発掘 14

15 今回のトピック :SQL 生成 15

16 ビッグデータと SQL ビッグデータの流行 Internet の普及やストレージの低廉化などに伴いビッグデータという考え方が広まったビジネスにおいて様々な場面でデータに基づく意思決定が求められるようになったデータ活用によって生まれた業務データを活用するために生まれたデータ抽出データ集計という業務例えばデータベースに蓄積されたデータを抽出するにはSQLの理解が必須エンジニアやデータに係る技術者に集計依頼が発生 16

17 ビジネス課題顕在化しにくい集計工数専門知識が必要であるにも関わらず集計の工数は軽視される傾向様々な組織でちょっとした集計業務が徐々に増加している ( はず ) 集計結果をみると別の新しい切り口で集計したくなるケースが多いそこでデータ集計技術の大衆化を目指す研究を調査 17

Seq2SQL と WikiSQL Salesforce Inc. 2017 年に Seq2SQL に関する論文を発表 Github 上でデータセットが公開された https://github.

18 Seq2SQL と WikiSQL Salesforce Inc 年に Seq2SQL に関する論文を発表 Github 上でデータセットが公開された Seq2SQL が目指すもの Question から SQL に変換未知のテーブル定義にも対応できる汎用モデルを構築することが目的 Victor Zhong, Caiming Xiong, and Richard Socher. Seq2SQL: Generating Structured Queries from Natural Language using Reinforcement Learning. arxiv, cs.cl (2017). 公開されたデータセットには幅広いテーブルに対して数組の Sequence と SQL を含んでいる 18

19 機械翻訳 Encoder-Decoder モデルについて背景 Sequence to Sequenceという考え方が2014 年の論文で発表され多くの研究テーマに応用された Encoder-Decoder 翻訳モデルともよばれるRNNから派生したモデル以下のように ABC と入力すると WXYZ を出力する用途 Ilya Sutskever, Oriol Vinyals, and Quoc V.LE. Sequence to Sequence Learning with Neural Networks. Advances in neural information processing systems. pp (2014). 自然言語の翻訳 ( 日本語英語 ) が代表的今日では文章要約なども盛んに研究されている 19

20 Sequence-to-Sequence のイメージ図単純な翻訳の例 ( これはペンです this is a pen) this is a pen EOS Encoder Decoder これはペンです EOS this is a pen 20

21 SQL 生成のビジネスインパクト業務に潜むデータ集計ビッグデータ流行のピークが過ぎてもなお多くの意思決定はデータに基づく組織が大きいほど組織長が経営状態を把握するために集計業務が発生潜在的な価値蓄積された膨大なデータはDBで管理され SQLを書いて集計する組織長がデータサイエンティストエンジニアなどに集計を依頼する SQLを習得していない組織長が簡単にDBにアクセスできるとこの業務は減る 21

22 SQL 生成による構造変化データを活用する営業担当や組織長データエンジニアなどデータベース従来依頼納品 SQL data 目データを活用する営業担当や組織長 Seq2SQL による SQL 生成データベース指自然言語 SQL す世界納品 data 観 22

23 問題の定式化 Seq2SQL のアカデミックなタスク汎用モデルの構築 ( 未知のテーブル定義に対しても SQL を生成できる ) ビジネスの観点からは研究がまだまだ発展途上 ( 精度が実用に耐えうるか不明 ) 解きたい問題を定義汎用性よりも高い予測精度と学習データの準備コストを優先テーブルが所与の状況で以上 2 点が現実的に実現可能か検証 23

24 学習用データの生成データテーブルから学習データの生成 Sequence と SQL を入力出力文章として sequence-to-sequence のモデルを学習 SQL の難易度が高い命令 (JOIN や GROUP BY など ) は初期段階では回避 Sequence のバリエーションが十分になるようデータを準備するかなり泥臭い作業で効率は悪い学習データの自動生成研究中のタスク学習データ自体をテーブル定義から生成する仕組みを開発モデルの学習に十分なバリエーションかを検証中 24

開発 ( 直近 1 年 ) 10-12 月 1-3 月 4-6 月 7-9 月リサーチ開始

25 開発 ( 直近 1 年 ) 月 1-3 月 4-6 月 7-9 月リサーチ開始 Seq2SQL 音声 UI の結合ラズパイ Vioce Kit で実装 8/23 に無料版公開古典的な Seq2Seq を開発データ生成のスクリプトを開発テーブル定義を所与としてデモモデルの開発 β 版完成音声から制御できる UI の開発無料公開の準備事業の業務効率化へ向けてトライアンドエラーを繰り返しながらスピーディーに開発することでフィードバックを得たり需要がある組織をヒアリングできた 25

26 A3RT Public API 公開無料公開デフォルトモデルで天気のテーブルに対して SQL を生成します 26

27 今後の展望集計業務の自動化 Google Home や Amazon Echo といったスマートスピーカーの普及とともに音声コマンドが浸透部下に任せていた集計が一声で完了する世界観が実現可能ビジネスインパクト業務効率化を目的として導入を進めている Web 画面スマートスピーカーなど案件に最適な UI で提供できる 27

28 A3RT どしどしご利用下さい! 28

29 メンバー募集中 We are hiring! リクルートテクノロジーズ 29

アニュアルレポート2016

アニュアルレポート2016 価値創造のメカニズムすべての人が自由で希望を持てる持続可能な世界を目指してリクルートグループは創業以来 57 年起業家精神や圧倒的な当事者意識でイノベーションを起こし社会の不を解消して新しい価値を創造し続けてきましたリクルートグループ経営理念の実現長期ビジョン 2030 年 : 人材販促領域グローバル No.1 サービス利用者数 No.1 2020 年 : 人材領域グローバル