【研究分野】知能情報学

【研究領域課題番号】21240011 (KAKENデータベースで見る）

【研究キーワード】

知識発見 / データマイニング / 機械学習 / テキストマイニング / Web / ネットワークデータ / 統計 / 曖昧正解消 / プライバシー保護 / 言語学習 / クラスタリング / 曖昧性解消 / テキスト / 非負行列分解 / GPU / アルゴリズム

【研究成果の概要】

2009年度は当初の予定通り、Webにおける人名検索結果を同姓同名であるが異なる人物ごとにまとめるクラスタリングシステムを開発し、実験的に評価した。2010年度は大規模データ処理のために非負の確率行列分解アルゴリズムを提案し、既存のLDAと同様な性能を得ることを実証し、並列化アルゴリズムにおいては変分ベイズ法をロングテールに対応するPitMan-Yoモデルに適用し高い性能を得た。2011年度は最近注目されているプライバシー保護データマイニングをネットワークデータに応用した。2012年度は、プライバシー保護データマイニングの応用手法と大規模データに適したオンライン学習で、新規な正則化手法を提案した。

【研究種目】基盤研究(A)

【研究期間】2009 - 2012

【配分額】47,060千円 (直接経費: 36,200千円、間接経費: 10,860千円)

【研究分野】知能情報学

【研究領域課題番号】17200007 (KAKENデータベースで見る）

【研究キーワード】

WWW / 知識 / テキスト / マイニング / 用例検索 / 名寄せ / 用語抽出 / 機械学習 / 検索 / テキストマイニング / 半構造テキスト / ブログ / Trie / n-gram / 情報検索 / インデキシング / 自然言語処理 / 用例

【研究成果の概要】

本研究においては、膨大な量のWebページから、利用者が興味を持つ分野の知識を記述するテキストを抽出し表示するシステムを開発した。具体的には、以下のようなシステムを提案しプロトタイプおよび実用的なシステムを開発した。(1)利用者の検索エンジンなどで検索し指定したWebページから、既開発の用語抽出システム「言選Wbb」を用いて、そのページを特徴つける重要語を抽出するシステム。(2)こうして抽出した重要語集合の中から、その定義、あるいは複数の重要語の間の関係を知ることを目的とし、Webからの用例検索システムKiwiを利用して、それらの重要語を含む用例文を多数抽出するシステム。(3)ただし、(2)においてWebを直接に検索する従来の用例検索システムを、高速化するために、既存クローラで収集したWebページを対象にする新たな用例検索システムを開発し、UT-Kiwiとして公開した。(4)上記の用例検索の精度の向上を目的とし、同一名が異なる実体を参照する場合、別名が同一実体を参照する場合を解消するWeb名寄せのメカニズムを提案し、試作システムNayoseを構築した。(5)Webテキスト情報からの知識抽出の基礎となる機械学習アルゴリズムを開発した。(6)Webテキストの活用の狙って、Web上の英文テキストから穴埋め4択問題を自動生成するシステムSakumonを開発した。

【研究種目】基盤研究(A)

【研究期間】2005 - 2007

【配分額】43,420千円 (直接経費: 33,400千円、間接経費: 10,020千円)

【研究分野】メディア情報学・データベース

【研究領域課題番号】15630003 (KAKENデータベースで見る）

【研究キーワード】

マルチメディア / 音声 / 画像 / 自然言語 / テキスト / 映像 / Web / アーカイブ

【研究成果の概要】

特定領域申請のための計画をすすめた。中川は、6月に開催された特定領域研究「韻律と音声処理」の会合および7月に開催された情報処理学会音声言語情報処理研究会の席上で、研究計画を披露し、多くの方から意見を求めた。その検討結果と各大学での研究計画設定のための会合を経て、平成15年8月5,6日に代表者、分担者15名で各自の研究状況、世界的観点から各自の研究の位置づけ、これからの研究内容に対する意見交換を行った。これにより、以下の3研究項目と8研究計画班を決定した。さらに、9月4日、9月19日、10月25日に本領域申請のための打ち合わせ会議を行うなど、活発な情報交換および意見のとりまとめを行ってきた。
●研究項目A01:セマンティックアーカイブ構築のためのセンシング・インデキシング・アノテーション
講義・講演、会議・ミーティング、テレビ放送、Web上の映像などの膨大なマルチメディア情報を内容まで立ち入って高度に利用できるように、情報を有効に観測し(センシング)、インデックスや注釈(アノテーション)を付ける(半)自動化手法を研究する。
●研究項目A02:セマンティックアーカイブの検索・要約・質問応答
セマンティックデジタルアーカイブからユーザにとって必要な情報を音声やテキスト及び映像などの統合処理により検索し要約する手法、および全世界の百科事典の塊のような膨大なアーカイブに質問し答えを見出す手法を研究する。
●研究項目A03:セマンティックアーカイブの活用のためのコンテンツ生成・適応
セマンティックアーカイブをコンテンツの集合と考え、これらを有機的に結合して、ユーザに適した新しいコンテンツを生成する手法、および多様なユーザが多様な情報端末から手軽にアーカイブを利用できる手法を研究する。

【研究種目】基盤研究(C)

【研究期間】2003

【配分額】3,400千円 (直接経費: 3,400千円)