清華大学 / コンピュータ科学技術学科（Department of Computer Science and Technology）
ニューラルネットワークを用いたログ異常検知
これは大学三年の夏インターンプのロジェクトです。 ニューラルネットワークを使って、ログからシステムの異常を検知するプロジェクトです。その結果、 伝統的な機械学習モデルより良いパフォーマンスを達成しました。
Zikai Chen
私の研究方向は自然言語処理（NLP）です。今まではテキスト様式遷移（Text Style Transfer）にかかわる研究に取り組んでおり、AAAIなどの国際会議での発表もあります。
- 教師なしテキストスタイル変換
この研究は非自己回帰型ジェネレータを用い、教師なし学習でテキストのスタイルの変換を行います。このジェネレータにはワードアラインメントの機能も備えており、ワードレベルのスタイルのコントロールができます。 この研究は六人のチームで行われました。私はいくつかのベースラインを実施しました。そのほか、損失関数の分析も担当しました。この研究はすでに2021年のFindings of ACLに承認されました。タイトルはNAST: A Non-Autoregressive Generator with Word Alignment for Unsupervised Text Style Transferです。私は第二著者です。
-
この先やってみたいこと
未来
機械学習、特に自然言語処理のスキルを実生活に応用したい。 機械学習を用いて、いろんな音楽活動をより便利にしたい。
東京大学大学院(Graduate School, The University of Tokyo)2年間
情報理工学系研究科 電子情報学専攻
-
自然言語処理
清華大学
コンピュータ科学技術学科（Department of Computer Science and Technology）
- 様式化された対話応答の生成
これは大学四年の研究です。 ニューラルネットワークを用いて、入力発話に対応する様式化された応答を生成します。逆対話モデル、スタイル・ルーティング、同時トレーニングなどの策を練りました。評価は、自動評価と手動評価の両方から行われました。その結果、私たちのモデルがすべてのベースラインより優れていることがわかりました。 この研究も国際会議AAAI-21で発表されました。（タイトル：Stylized Dialogue Response Generation with an Inverse Dialogue Model、共同第一著者）
- - 情報検索システムの作り
これは大学四年のプロジェクトです。 20G以上の言語データを処理して、PyLuceneによってインデックスし、スコアをつけて、ワードマッチを見つけられる情報検索システムを作りました。WebフレームワークはシンプルなFlaskを選びました。
- ニューラルネットワークを用いたログ異常検知
これは大学三年の夏インターンプのロジェクトです。 ニューラルネットワークを使って、ログからシステムの異常を検知するプロジェクトです。その結果、 伝統的な機械学習モデルより良いパフォーマンスを達成しました。
- - ニューラルネットワークを用いたポスターの美的評価
これは大学三年の夏のプロジェクトです。私たちは3FCというネットワークを使って、ポスターの美的評価を行いました。このモデルはテストセットで以前のモデルより高い正確度を得られました。
-
BizSeer AIOps (必示AIOps)2ヶ月
研究職（インターン）
-
研究課題はニューラルネットワークを用いたログ異常検知。 その結果、 伝統的な機械学習モデルより良いパフォーマンスを達成しました。
スキルと特徴
実績
受賞と資格
言語
- 日本語 - ビジネス会話レベル
- 英語 - ビジネス会話レベル
- 中国語 - ネイティブレベル