كنتارو إنوي - MBZUAI MBZUAI

كنتارو إنوي

أستاذ في قسم معالجة اللغة الطبيعية

الاهتمامات البحثية

تشمل اهتمامات كنتارو إنوي البحثية مجموعة واسعة من المجالات في معالجة اللغات الطبيعية، وهو يركز بشكلٍ خاص على النمذجة الحاسوبية للدلالات والحديث، والاستدلال القائم على كثافة المعرفة لفهم اللغة، والموثوقية في النماذج اللغوية الكبيرة. كما ينصب اهتمامه على الجوانب التعليمية لتطبيقات معالجة اللغات الطبيعية، ويجري عدداً من البحوث في مجالات مختلفة منها تقييم النصوص المكتوبة المؤتمت القابل للتفسير، وتشخيص الحُجج. البريد الإلكتروني

inner_image
قبل الانضمام إلى جامعة محمد بن زايد للذكاء الاصطناعي، قاد كنتارو إنوي مختبر معالجة اللغات الطبيعية في جامعة توهوكو في اليابان لمدة 13 عاماً، كما قاد فريق فهم اللغات الطبيعية في مركز ريكن لمشروع الذكاء المتقدم. وفي حين أنه يحافظ على علاقات متينة مع جامعة توهوكو ومركز ريكن، تتركز التزاماته الحالية في جامعة محمد بن زايد للذكاء الاصطناعي. بدأ إنوي مسيرته المهنية في عام 1995 كأستاذ مساعد في معهد طوكيو للتكنولوجيا، ومن ثم عمل كأستاذ مشارك في معهد كيوشو للتكنولوجيا ومعهد نارا للعلوم والتكنولوجيا، وبعد ذلك كباحث زائر في جامعة ساسكس قبل انضمامه إلى جامعة توهوكو في عام 2010. وتجدر الإشارة إلى أنه شغل منصب رئيس التحرير في مجلة معالجة المعلومات ومجلة معالجة اللغات الطبيعية، كما شغل منصب الرئيس العام لمؤتمر الأساليب التجريبية في معالجة اللغات الطبيعية-المؤتمر المشترك الدولي حول معالجة اللغات الطبيعية لعام 2019، وهو حالياً رئيس جمعية معالجة اللغات الطبيعية في اليابان.
  • دكتوراه في علوم الحاسوب من معهد طوكيو للتكنولوجيا، اليابان.
  • ماجستير هندسة في علوم الحاسوب من معهد طوكيو للتكنولوجيا، اليابان.
  • تقدير في مجال العلوم والتقنية من وزارة التعليم والثقافة والرياضة والعلوم والتقنية في اليابان، 2022
  • جائزة البحوث المتخصصة من غوغل، 2019
  • أفضل ورقة بحثية، مجلة معالجة اللغات الطبيعية، 2021
  • أفضل ورقة بحثية، عمليات الجمعية اليابانية للذكاء الاصطناعي، 2017
  • جائزة الورقة البحثية المتميزة، مؤتمر الفرع الأوروبي لجمعية اللغويات الحاسوبية، 2017
  • جائزة الهيئة التدريسية من آي بي إم، 2016
  • جائزة العلوم من شركة دوكومو، 2015
  • أفضل ورقة بحثية (الحوسبة)، مؤتمر آسيا والمحيط الهادئ حول معلومات اللغة والحوسبة، 2015
  • أفضل ورقة بحثية، المؤتمر الدولي حول تقنيات الإعلام النشط، 2014
  • أفضل ورقة بحثية في احتفال العيد العشرين لمجلة معالجة اللغات الطبيعية، 2014
  • أفضل ورقة بحثية (المرتبة الأولى)، مجلة معالجة اللغات الطبيعية، 2014
  • أفضل ورقة بحثية (المرتبة الأولى)، الاجتماع السنوي لجمعية معالجة اللغات الطبيعية، اليابان، 2020، 2016، 2015، 2014
  • أفضل ورقة بحثية، الاجتماع السنوي لجمعية معالجة اللغات الطبيعية، اليابان، 2022، 2021، 2020، 2019، 2018، 2017، 2016
  • رئيس الجمعية اليابانية لمعالجة اللغات الطبيعية، 2022
  • الرئيس العام لمؤتمر الأساليب التجريبية في معالجة اللغات الطبيعية-المؤتمر المشترك الدولي حول معالجة اللغات الطبيعية، 2019
  • عضو في اللجنة التنفيذية في الاتحاد الآسيوي لمعالجة اللغات الطبيعية، 2019-2021
  • عضو مشارك في مجلس العلوم في اليابان، 2018
  • رئيس التحرير في مجلة معالجة اللغات الطبيعية، 2018-2019
  • مدير مبادرة التحقق من المعلومات NPO FactCheck في اليابان، 2017
  • رئيس التحرير في مجلة معالجة المعلومات، 2014-2015
  • عضو في مجلس التحرير في مجلة اللغويات الحاسوبية، 2009-2011

  • دراسة بعنوان – Reducing the Cost: Cross-Prompt Pre-Finetuning for Short Answer Scoring [للباحثين: Hiroaki Funayama، Yuya Asazuma، Yuichiroh Matsubayashi، Tomoya Mizumoto، Jun Suzuki، Kentaro Inui] نُشرت في مؤتمر (AIED 2023)، الصفحات 78-89، عام 2023.
  • دراسة بعنوان – Do Deep Neural Networks Capture Compositionality in Arithmetic Reasoning? [للباحثين: Keito Kudo، Yoichi Aoki، Tatsuki Kuribayashi، Ana Brassard، Masashi Yoshikawa، Keisuke Sakaguchi، Kentaro Inui] نُشرت في مؤتمر  (EACL 2023)، الصفحات 1343-1354، عام 2023.
  • دراسة بعنوان – Who Does Not Benefit from Fact-Checking Websites? A Psychological Characteristic Predicts the Selective Avoidance of Clicking Uncongenial Facts [للباحثين: Yuko Tanaka، Miwa Inuzuka، Hiromi Arai، Yoichi Takahashi، Minao Kukita، Kentaro Inui] نُشرت في مؤتمر CHI (CHI 2023)، الصفحات 1-17، عام 2023.
  • دراسة بعنوان – Cross-stitching Text and Knowledge Graph Encoders for Distantly Supervised Relation Extraction [للباحثين: Qin Dai، Benjamin Heinzerling، Kentaro Inui] نُشرت في مؤتمر (EMNLP 2022)، 15 صفحة، عام 2022.
  • دراسة بعنوان – Context Limitations Make Neural Language Models More Human-Like [للباحثين: Tatsuki Kuribayashi، Yohei Oseki، Ana Brassard، Kentaro Inui] نُشرت في مؤتمر (EMNLP 2022)، 16 صفحة، عام 2022.
  • دراسة بعنوان – Incorporating Residual and Normalization Layers into Analysis of Masked Language Models [للباحثين: Goro Kobayashi، Tatsuki Kuribayashi، Sho Yokoi، Kentaro Inui] نُشرت في مؤتمر (EMNLP 2021)، الصفحات 4547-4568، عام 2021.

تواصل مع شؤون هيئة التدريس

مهتم بالعمل مع أعضاء هيئة التدريس لدينا
قم بتعبئة النموذج أدناه وسنقوم بالرد عليك.