update data

anlp2025.npz

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:eaa1f373da6533b07ea6142a8a8266ae85175c4e86b4a5cc5dcd008b6ec2c2c1
-size 5576968
+oid sha256:f079a074011db7ab2aedabfaf5c233d6a3ef00b127e99e432c2918f8bbf95934
+size 5569800

anlp2025.tsv

@@ -15,7 +15,7 @@ C1-2	日本語創造性ベンチマークの構築
 C1-3	The KISTEC: 日本の大学生の発話データに基づく英語学習者話し言葉コーパスの構築
 C1-4	SNSからの重要意見抽出のためのデータセット構築及びLLMによる分類検証
 C1-5	Swallowコーパスv2: 教育的な日本語ウェブコーパスの構築
-C1-6	日本経済新聞記事オープンコーパス』と『日本語話し言葉コーパス』語義と読みの対応表の作成
+C1-6	『日本経済新聞記事オープンコーパス』と『日本語話し言葉コーパス』語義と読みの対応表の作成
 D1-1	ガウス過程による埋め込み点集合の時間遷移のモデル化
 D1-2	Transformerデコーダモデルを利用した日本語意味役割において，特徴量抽出位置およびAttention Maskの形状が与える影響
 D1-3	Enhancing Fake News Detection through Consistency Contrastive Learning with MLP-Mixer
@@ -76,7 +76,6 @@ Q1-21	SciGA: 学術論文における Graphical Abstract 設計支援のため
 Q1-22	否定の観点からみた日本語言語理解ベンチマークの評価
 Q1-23J	オンライン誹謗中傷検出に向けた裁判例データセット
 Q1-24J	MATCHA：専門家が平易化した記事を用いたやさしい日本語パラレルコーパス
-Q1-25J	NAIST Simultaneous Interpretation Corpus: Development and Analyses of Data from Interpreters of Different Levels
 A2-1	大規模言語モデルにおける複数の指示追従成功率を個々の指示追従成功率から推定する
 A2-2	オープン日本語LLMリーダーボードの構築と評価結果の分析
 A2-3	pfgen-bench: 日本語事前学習モデルのための文章生成性能評価ベンチマーク
@@ -94,8 +93,7 @@ C2-2	否定語の影響と単語の重要度を考慮した近似VADスコアに
 C2-3	BERTに基づいたRussell円環モデルの感情分析
 C2-4	ビジネス文書を対象とした大規模言語モデルを用いた読み手にストレスを与える文章の検出
 C2-5	自動プロンプト最適化は個人的選好の予測精度を向上させるか?
-C2-6	大規模言語モデルによる感情分析を用いたデータの品質検証と文章校正
-D2-1	大規模言語モデルを用いた我が国の対米外交における調書作成支援システム
+D2-1	グライスの環境とグライスの外
 D2-2	GPT2モデルを用いた感情を考慮する日本語対話生成
 D2-3	日本語日常二人会話における参与者の頷きと共起する発話
 D2-4	大規模言語モデルを用いた実世界タスク指向対話におけるICL・ファインチューニングの効果の検証
@@ -321,7 +319,7 @@ B5-1	Point-of-Interest 推薦ための少数事例選択
 B5-2	関数単位の修正箇所特定によるリポジトリレベルのバグ修正
 B5-3	多言語音声転写アプリとAIによる外国語授業の自己分析―Multilingual Voice-to-Text Appの開発
 B5-4	ソフトウェア高速化を対象としたLLMとSLMの言語処理特性
-B5-5	グライスの環境とグライスの外
+B5-5	大規模言語モデルを用いた我が国の対米外交における調書作成支援システム
 B5-6	ChatGPTを活用した高知県観光支援システムの構築
 C5-1	トラッキングデータからのサッカー実況生成
 C5-2	拡散モデルを用いたテキスト生成における「崩壊問題」と時刻埋め込みの影響
@@ -543,6 +541,7 @@ Q7-20	農林業基準技術に含まれる表を対象としたPDF から CSV
 Q7-21	新型コロナワクチンをめぐるTwitter上の話題変化：テキスト精読と頻出単語分析による仮説構築とその検証
 Q7-22	農林業基準技術文書を対象としたPDF解析ツールの表構造認識の性能評価
 Q7-23J	クイズコンペティションの結果分析から見た日本語質問応答の到達点と課題
+Q7-24J	NAIST Simultaneous Interpretation Corpus: Development and Analyses of Data from Interpreters of Different Levels
 A8-1	似た単語の知識ニューロンは似た形成過程を経る
 A8-2	多角的な評価から大規模言語モデルにおける事実知識の想起の要因分析
 A8-3	心理測定テストに関するLLMのメタ知識の検証

prepare_pool.py

@@ -4,7 +4,7 @@ import pandas as pd
 
 
 paper_df = pd.read_csv('anlp2025.tsv', names=["pid", "title"], sep="\t")
-assert len(paper_df) == 778
+assert len(paper_df) == 777
 
 input_texts = [title for title in paper_df["title"].tolist()]
 assert input_texts[0] == "LLMのアテンションヘッドに着目したジェイルブレイク攻撃の分析と防御手法の提案"
@@ -12,6 +12,6 @@ assert input_texts[-1] == "ニュース記事中の企業名のEntity Linkingに
 
 model = SentenceTransformer("sbintuitions/sarashina-embedding-v1-1b")
 embeddings = model.encode(input_texts)
-assert embeddings.shape == (778, 1792)
+assert embeddings.shape == (777, 1792)
 
 np.savez("anlp2025", embeddings)