Publications

You can also check my Google Scholar profile. * denotes equal contribution.

International Conference (Refereed)

• Ryota Tanaka, Taichi Iki, Taku Hasegawa, Kyosuke Nishida, Kuniko Saito, Jun Suzuki, VDocRAG: Retrieval-Augmented Generation over Visually-Rich Documents , Proceedings of The IEEE/CVF Conference on Computer Vision and Pattern Recognition 2025 (CVPR2025) (acceptance rate 2878/13008 = 22.1%)

• Ryota Tanaka, Taichi Iki, Kyosuke Nishida, Kuniko Saito, Jun Suzuki, InstructDoc: A Dataset for Zero-shot Generalization of Visual Document Understanding with Instructions, Proceedings of the 38th AAAI Conference on Artificial Intelligence (AAAI2024) (acceptance rate 2342/9862 = 23.8%) [data]

• Ryota Tanaka, Kyosuke Nishida, Kosuke Nishida, Taku Hasegawa, Itusmi Saito, Kuniko Saito, SlideVQA: A Dataset for Document Visual Question Answering on Multiple Images, Proceedings of the 37th AAAI Conference on Artificial Intelligence (AAAI2023), Oral, (acceptance rate 1721/8777 = 19.6%) [data]

• Ryota Tanaka*, Kyosuke Nishida*, Sen Yoshida, VisualMRC: Machine Reading Comprehension on Document Images, Proceedings of the 35th AAAI Conference on Artificial Intelligence (AAAI2021), (acceptance rate 1388/6993 = 19.8%)[data]

International Workshop (Refereed)

• Haruto Yoshida, Keito Kudo, Yoichi Aoki, Ryota Tanaka, Itsumi Sito, Keisuke Sakaguchi, Kentaro Inui How Well Do Vision Models Encode Diagram Attributes?, Non-archival submission for the 62nd Annual Meeting of the Association for Computational Linguistics Student Research Workshop (ACL SRW 2024)

• Subaru Kimura, Ryota Tanaka, Shumpei Miyawaki, Jun Suzuki, Empirical Analysis of Large Vision Language Models against Goal Hijacking via Visual Prompt Injection, Non-archival submission for the 17th Annual Conference of the North American Chapter of the Association for Computational Linguistics Student Research Workshop (NAACL SRW 2024)

• Daiki Shiono, Shumpei Miyawaki, Ryota Tanaka, Jun Suzuki, Instruction-Following Evaluation for Large Vision-Language Models, Non-archival submission for the 17th Annual Conference of the North American Chapter of the Association for Computational Linguistics Student Research Workshop (NAACL SRW 2024)

• Tatsuya Nishijima, Ryota Tanaka, Yuya Ishijima, Akinobu Lee, Speaker-Aware BERT for Multi-Party Dialogue Response Selection, Proceedings of AAAI2020 Dialogue System Technology Challenge 8 workshop (DSTC8), Poster

• Ryota Tanaka, Akihide Ozeki, Shugo Kato, Akinobu Lee, Ensemble Dialogue System for Facts-Based Sentence Generation, Proceedings of AAAI2019 Dialogue System Technology Challenge 7 workshop (DSTC7), Oral, (accetance rate 9/27 = 33.3%) [Link]

Journal

• Tomoki Ariyama, Jun Suzuki, Masatoshi Suzuki, Ryota Tanaka, Reina Akama, Kyosuke Nishida, Achievements and Challenges in Japanese Question Answering: Insights from Quiz Competition Results, JNLP, Vol.31, No.1, pp.47–78, March 2024
• Ryota Tanaka, Akihide Ozeki, Shugo Kato, Akinobu Lee, Context and Knowledge Aware Dialogue System and System Combination for Grounded Response Generation, Computer Speech & Language Journal, Vol.62, July 2020

Preprint

• Ryota Tanaka, Akinobu Lee, Fact-based Dialogue Generation with Convergenet and Divergenet Decoding

Domestic Conference

• 田中涼太, 壹岐太一, 長谷川拓, 西田京介, 齋藤邦子, 鈴木潤, VDocRAG: 視覚的文書に対する検索拡張生成, 言語処理学会第31回年次大会 (NLP2025), (委員特別賞; 32/726 submissions)

• 吉田遥音, 工藤慧音, 青木洋一, 田中涼太, 斉藤いつみ, 坂口慶祐, 乾健太郎, ダイアグラム理解に向けた大規模視覚言語モデルの内部表現の分析, 言語処理学会第31回年次大会 (NLP2025)

• 塩野大輝, 田中涼太,　宮脇峻平, 工藤慧音, 鈴木潤, Padding vs. Packing: 大規模言語モデルのファインチューニングにおける学習効果の検証, 言語処理学会第31回年次大会 (NLP2025)

• 田中涼太, 壹岐太一, 西田京介, 齋藤邦子, 鈴木潤, InstructDoc: 自然言語指示に基づく視覚的文書理解, 言語処理学会第30回年次大会 (NLP2024), (優秀賞; 12/599 submissions)

• 塩野大輝, 宮脇峻平, 田中涼太, 鈴木潤, 大規模視覚言語モデルに関する指示追従能力の検証, 言語処理学会第30回年次大会 (NLP2024), (委員特別賞; 26/568 submissions)

• 吉田遥音, 工藤慧音, 青木洋一, 田中涼太, 斉藤いつみ, 坂口慶祐, 乾健太郎, 自然画像で学習された画像埋め込みにダイアグラムを特徴づける情報は含まれているか？, 言語処理学会第30回年次大会 (NLP2024)

• 木村昴, 田中涼太, 坂口慶祐, 説明可能なChartQAに向けた検討, NLP若手の会 (YANS) 第18回シンポジウム

• 田中涼太, 西田京介, 西田光甫, 長谷川拓, 斉藤いつみ, 齋藤邦子, SlideVQA: 複数の文書画像に対する質問応答, 言語処理学会第29回年次大会 (NLP2023), (優秀賞; 11/579 submissions, 言語資源賞 2/97 submissions)

• 田中涼太, 西田京介, 許俊杰 (筑波大), 西岡秀一, テキストと視覚的に表現された情報の融合理解に基づくインフォグラフィック質問応答, 言語処理学会第28回年次大会 (NLP2022), (若手奨励賞; 12/280 submissions)

• 田中涼太*, 西田京介*, 吉田仙, VisualMRC: 文書画像に対する機械読解, 言語処理学会第27回年次大会 (NLP2021), (最優秀賞; 2/361 submissions)

• 田中涼太, 李晃伸, 話題展開器を導入した外部知識に基づく応答生成, 第6回自然言語処理シンポジウム（第243回自然言語処理研究発表会)

• 田中涼太, 石島侑弥, 西山達也, 加藤修悟, 尾関晃英, 李晃伸, 外部知識と対話文脈を用いた対話の展開予測に基づく応答生成, NLP若手の会 (YANS) 第14回シンポジウム

• 尾関晃英, 田中涼太, 加藤修悟, 石島侑弥, 西山達也, 李晃伸, 大規模対話データからの感情表現に着目した応答文生成, NLP若手の会 (YANS) 第14回シンポジウム

• 加藤修悟, 尾関晃英, 田中涼太, 石島侑弥, 西山達也, 李晃伸, 目的話者発話に対するクラスタリングに基づく発話スタイル制御の検討, NLP若手の会 (YANS) 第14回シンポジウム

• 石島侑弥, 尾関晃英, 田中涼太, 加藤修悟, 西山達也, 李晃伸, スケーラブルな対話状態追跡のための類似スロットに基づく未知スロット推定, NLP若手の会 (YANS) 第14回シンポジウム

• 西山達也, 尾関晃英, 田中涼太, 加藤修悟, 石島侑弥, 李晃伸, 話者情報と外部知識を用いた複数人対話における応答選択, NLP若手の会 (YANS) 第14回シンポジウム

• 尾関晃英, 田中涼太, 加藤修悟, 李晃伸, DSTC7:Sentence Generation -End to End Conversation Modeling- における発話文選択機構の検討, NLP若手の会 (YANS) 第13回シンポジウム

• 田中涼太, 尾関晃英, 加藤修悟, 李晃伸, 外部事実情報と対話履歴を用いたアンサンブル対話システム, 第84回研究会 (SLUD) 第9回対話システムシンポジウム

• 田中涼太, 李晃伸, Quasi-Recurrent Neural Networksに基づく対話モデルを用いた対話破綻検出, The 32 nd Annual Conference of the Japanese Society for Artificial Intelligence (JSAI2018)