" /> 受賞
シェア

自然言語処理学研究室のFrederikus Hudi さん(博士後期課程2年)、辻 航平さん(博士後期課程1年)、門谷拓能さん（博士課程前期1年）が、情報処理学会 第267回 自然言語処理研究発表会にて、それぞれ受賞しました。(2026/3/17)

　情報処理学会第267回自然言語処理研究発表会は、自然言語処理（NLP）分野における最新の研究成果を共有し、議論を深めるための研究発表会で、2026年3月7-8日、ライトキューブ宇都宮およびオンラインでハイブリッド開催されました。
優秀研究賞：自然言語処理に関する研究開発を幅広くタイムリーに奨励することを目的として設けられ、各回の研究会に投稿された予稿の中から、新規性・有用性・斬新性・将来性等の点で特に優れたものを表彰する賞です。
若手奨励賞：若手研究者を奨励することを目的として，第241回研究会から設立した表彰制度です。これは各研究会において優秀な論文発表を行った若手(その年の年度頭に30歳未満，または，学生(社会人博士も含む))に対して授与するものです。表彰件数は対象となる発表の10~20%程度とし、選考は研究会参加者の投票によって行い、開催時の最後、或いは、後日に発表・表彰します。 		image
  • award image
    写真は左からFrederikus Hudiさん、坂井助教、渡辺教授
【受賞①:優秀研究賞】
  • 受賞者 Awardee:
    　Frederikus Hudi (D2), NAIST Nina Nanakorn (M2)（Doshisha Univ.）, Justin Vasselli (D3), Yusuke Sakai, Hidetaka Kamigaito , Akihiro Tamura(Doshisha Univ.) , Taro Watanabe / NAIST
  •  
  • 受賞研究テーマ Research theme:
    "Lecture Translation from Online Educational Videos"
    We introduce a large-scale benchmark for evaluating multimodal translation in academic lectures. While existing MT benchmarks primarily focus on text-only or tightly aligned inputs, academic lectures require translation across spoken and visual modalities in long-form, knowledge-intensive settings, making them a challenging and informative testbed for multimodal language understanding. We formulate lecture translation as a dual-task evaluation problem that distinguishes between transcription translation and slide translation. This formulation enables modality-aware analysis of translation behaviour and error propagation.

  • 受賞者のコメント Awardee's voice
    We are honoured to receive the Outstanding Research Award from SIG-NL. We sincerely thank the organising committee and the reviewers for recognising our work, in which we introduced a large-scale benchmark for evaluating multilingual and multimodal translation in academic lectures. We are particularly encouraged that the committee recognised not only the considerable effort required to build this resource, but also its practical value for research in educational translation settings. We are deeply grateful to all our collaborators and annotators for their invaluable contributions. We hope this work will serve as a useful foundation for future research in multilingual and multimodal language processing.

【受賞②:若手奨励賞】
  • 受賞者 Awardee:
    　辻 航平 (博士後期課程1年)

  • 受賞研究テーマ Research theme:
    "非ラテン文字体系言語を効率的に処理するためのLLM埋め込み空間の共有 "
  • 　現実的なLLMでは，有限の語彙であらゆる言語を表現する必要がある． そのため，英語が主のLLMでは日本語などの非ラテン文字体系言語の語彙サイズが小さくなり，処理が非効率かつ性能が上がりづらくなる． しかし，単純な語彙拡張や語彙置換には，計算負荷や性能低下などの課題がある． そこで本研究では，複数のサブワードが同じ埋め込みを使う埋め込み空間の共有を導入し，語彙サイズを広げることなく，埋め込み空間を小さくすることで，計算効率や性能低下を最低限に抑えながら従来の課題を解決する．  

  • 著者 Authors:
    辻 航平 (博士後期課程1年) 、平岡 達也 (NAIST, MBZUAI, 理化学研究所)、 乾 健太郎 (MBZUAI, 東北大学, 理化学研究所)、 渡辺 太郎（NAIST）

  • 受賞者のコメント Awardee's voice
    　博士後期課程で取り組んでいる研究が評価され、このような賞をいただけたことを大変光栄に思います。今後も自然言語処理の発展に貢献できるよう、研究に一層励んでまいります。

【受賞③:若手奨励賞】
  • 受賞者 Awardee/著者 Authors:
    　門谷拓能（博士課程前期1年）

  • 受賞研究テーマ Research theme:
    "大規模言語モデルによるCPUアーキテクチャごとの特性を考慮したコンパイラ最適化 "
  • 　大規模言語モデル（LLM）を用いることで、コンパイラによって最適化されたコードをさらに効率化 できることが知られている。 一方で、その最適化効果がどのアーキテクチャにおいてどの程度発現するのか、また性能劣化や数値誤差を引き起こす条件などについては、十分に明らかではない。本研究ではPolyBench/Cを対象とし、LLMにより最適化されたコードを、AVX2やAVX-512など SIMD 機能の異なる複数のx86 CPUノード上で実行することで、実行時間、機械語命令列長、ならびに数値的一致性の評価を行う。本稿では、特にLLM 生成コードが-O3最適化を上回る条 件や、アーキテクチャの違いに依存した性能差、ならびに性能が悪化する典型的なパターンを示す。さらに、LLM が提示するループ展開、タイル化、手動ベクトル化といった最適化パターンが各アーキテクチャにおいてどのように振る舞うかを分析し、今後構築を目指す体系的なベンチマーク基盤の方向性についても議論する。  
  •  
  • 受賞者のコメント Awardee's voice
    　このたびは若手奨励賞という栄誉ある賞を頂き、大変光栄に存じます。 選考いただいた皆様、ならびに日頃よりご指導・ご協力いただいている関係者の皆様に心より感謝申し上げます。 今回の受賞を励みに、今後も自然言語処理研究の発展に貢献できるよう精進してまいります。

>> 自然言語処理学研究室 Natural Language Processing lab.

CLOSE