【研究分野】知能情報学

【研究領域課題番号】22300050 (KAKENデータベースで見る）

【研究キーワード】

自然言語処理 / World Wide Web / ウィキペディア / 情報検索 / 用語説明 / 説明の観点 / 機械学習 / クラスタリング

【研究成果の概要】

本研究は,様々な用語に関する説明を効率よく活用することを目的として,ウェブページの集合からウィキペディア記事のような解説型テキストを自動的に生成する手法について研究した.動物名や病名といった用語の種類によって説明に必要な観点が異なるため,ウィキペディアの記事集合から観点に基づく用語説明のパターンを学習する.用語の種類に応じて検索結果から必要な文章が抽出され,解説型テキストとして統合される.

【研究種目】基盤研究(B)

【研究期間】2010 - 2012

【配分額】17,940千円 (直接経費: 13,800千円、間接経費: 4,140千円)

【研究分野】図書館情報学・人文社会情報学

【研究領域課題番号】21300095 (KAKENデータベースで見る）

【研究キーワード】

学術論文 / 検索エンジン / ウェブ構造 / 情報検索 / 自動分類 / 機械学習 / 学術情報 / サーチエンジン / ウェブ

【研究成果の概要】

研究の目的は,分野を限定せず,日本語及び英語の学術論文への直接的なアクセスを保証し,公開された検索アルゴリズムを用いた学術論文に特化した検索エンジンの構築と評価である。ウェブクローリングを行うために機関リポジトリ収載ファイルを調査し,深層ウェブの存在などウェブ構造を明らかにした。また,日本語および英語で書かれた全分野の学術論文の構成要素と構成を調査し,その結果に基づいて,学術論文の自動判定を行うための判定ルールを構築した。次いでウェブから約300万件の日本語PDFファイルを収集し, Solrによる検索エンジンの構築を行った。既存の検索エンジンと比較評価を行った結果,構築した検索エンジン「アレセイア」は,論文へのアクセスの点で優れており,高い確率で学術論文を自動判定できることが明らかになった。

【研究種目】基盤研究(B)

【研究期間】2009 - 2011

【配分額】17,940千円 (直接経費: 13,800千円、間接経費: 4,140千円)

【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】20300036 (KAKENデータベースで見る）

【研究キーワード】

知識資源 / Web / XML / マルチメディア / 情報統合 / 情報抽出 / 情報検索 / 情報栄養士 / 情報補完

【研究成果の概要】

Webサーバにおいて高品質な情報を管理するために,情報の注釈データの管理手法を開発すると共に,構造化文書の照応解析技術を開発した.知識資源を表現するRDFデータの格納及び検索システムを構築すると共に,検索エンジンと利用者生成型知識資源Wikipediaの統合利用システムを開発した.また,複数ニュースソースデータの統合利用手法として整合性提示機能提供システムおよび因果関係ネットワーク漸増構築法を開発した.

【研究種目】基盤研究(B)

【研究期間】2008 - 2011

【配分額】18,850千円 (直接経費: 14,500千円、間接経費: 4,350千円)

【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】17300028 (KAKENデータベースで見る）

【研究キーワード】

World Wide Web / 百科事典 / マルチメディア / 自然言語処理 / 情報検索 / 音声認識 / ユーザインタフェース / コンテンッ構築 / コンテンツ構築

【研究成果の概要】

World Wide Webや放送メディアで配信される大量かつ不均一な情報(作成者,作成の目的,メディアなどが異なる無関係な情報)から,マルチメディア事典コンテンツを自動構築するための基盤研究を行う.具体的には,テキスト,音声,画像ファイルを収集し,事物(専門用語,動植物,事件,人名など)に関する情報を抽出し,関連付け,再構成することで一貫性のある解説的コンテンツを構築する.
研究代表者の藤井は, IPA未踏ソフトウェア創造事業で,見出し語数75万語の事典コンテンツをWeb情報から自動構築した.当コンテンツは,事典検索サイトCyclone (http://cyclone.slis.tsukuba.ac.jp)で公開されている.しかし, Cycloneのコンテンツはテキスト情報だけなので,音声,画像を統合することでマルチメディア化を進めた.画像で説明することの利点が高い見出し語(動植物や装置など)を対象に, Cycloneの説明テキストに画像ファイルを対応付ける研究を行った.本研究を大規模に展開するために, Webから画像ファイルを収集し,画像検索エンジンを独自に開発した.また,テキストと動画像を対応付ける研究を行った.講演ビデオを対象として,ビデオ中の音声情報を抽出し,音声認識システムによって自動的にテキストに転記し,さらに索引付けすることで,テキスト検索技術を用いて講演ビデオから特定のシーンを検索することを可能にした.さらに, Web上の主観情報を対象としてテキスト情報の特徴を可視化する研究,多言語情報を統合するための翻字手法に関する研究を行った.

【研究種目】基盤研究(B)

【研究期間】2005 - 2007

【配分額】10,150千円 (直接経費: 9,100千円、間接経費: 1,050千円)

【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】15200009 (KAKENデータベースで見る）

【研究キーワード】

WWW / 教育システム / 情報教育 / 環境学習 / e-learning / データウェアハウス / 利用履歴分析 / セキュリティ / e-Learning / ウェブデータウェアハウス / 数学教育 / 創造性教育 / 情報検索 / データ利用効率化 / ウェブデータ利用履歴 / 協調作業支援

【研究成果の概要】

ウェブを利用した教育システムは近年大きな注目を集めているが、コンテンツと受講者数の増加に伴い、データの利用効率に大きな問題が生じる。我々はウェブ情報処理の効率化の手法としてウェブデータウェアハウスを提案し、その開発を進めてきた。本研究ではウェブベース教育という応用分野からの要求分析および実データ解析によってより高度な機能を持ったウェブデータウェアハウスを設計し開発するとともに、システムの実用化・実証実験を進めてきた。本研究は基礎から応用までの連続したプロジェクトであり、以下のような成果を得ることができた。
環境教育におけるウェブベースコンテンツ:野外における環境教育支援のため、観察記録をそのままコンテンツとするため、観察記録であるテキストデータ、デジカメによる画像情報、GPSより得られる空間位置情報を統合するシステムを開発し、EXPO2005でこのシステムの実証実鹸をおこなった。
操作ログを活用したウェブ上での自習システムにおける教師支援環境の研究:ウェブ上において問題の提示および回答の入力が行えるようなウェブ型自習システムを開発し,高等学校における実際の補習授業などにおいて運用を行った。このシステムでは,生徒のPC上での操作をログとして記録し,回答順序や回答時間,参照したヒント,回答の正誤などをグラフなどの図的表現で参照できることが特徴である。
ウェブウェアハウスでのアクセス制御:時系列に沿って大量に蓄積されたウェブウェアハウスのコンテンツに対してアクセス制御するためのモデルについて、バージョンの派生関係やコンテンツの構造、時刻印などの多様な条件を統合して記述できるアクセス制御ポリシーのモデルを開発した。
ウェブサーバでの異常値の検出
ウェブサーバに対する攻撃を検出するために、データマイニングの手法を用いてウェブアクセスログの解析を行ない、可視化する手法を開発した。

【研究種目】基盤研究(A)

【研究期間】2003 - 2005

【配分額】50,440千円 (直接経費: 38,800千円、間接経費: 11,640千円)

【研究分野】情報システム学(含情報図書館学)

【研究領域課題番号】14208036 (KAKENデータベースで見る）

【研究キーワード】

クロスメディア検索 / サーチエンジン / 質問緩和 / コンテンツ複合化 / ハイパーメディア / 画像検索 / モバイル情報検索 / 質問言語 / モバイル機器 / WWW / 情報検索 / ユーザ対話 / SMIL / 情報統合 / メタサーチ / クロスメディア / ユーザインタフェース / プレゼンテーション / 話題構造分析

【研究成果の概要】

本研究は,モバイル端末上でコンテンツの検索や呈示を行うための新しいソフトウエア技術を開発し、高度なモバイル・コンテンツアクセス・サービスの実現を目的とするもので、主に以下の項目に関して研究を行った。
(1)コンテンツの自律的提示方式の研究:
機器の操作説明情報やWeb検索エンジンの検索結果をモバイル端末で取得し,これをCGアニメーションと合成音声によって受動的に視聴できるシステムを開発した。また、移動体のビデオ動画像のマルチモーダル検索を行うために、移動体の移動軌跡をスケッチで入力する方式を開発した。
(2)クロスメディア・メタサーチエンジンの研究:
携帯型端末で単純なキーワード入力により、多様なメディアのコンテンツを横断的に検索するために、質問緩和法という方式を開発した。これは、テキスト検索エンジンと,画像検索エンジンを同時使用して検索収集するメタサーチエンジンであり、評価実験の結果、適合率の低下を20%前後にとどめながら再現率を3倍程度向上できることが確かめられた。
(3)対話からの話題構造の発見とこれに基づくモバイル検索:
携帯電話でのチャットやメール等の対話情報から話題構造を抽出し、これをもとにWeb検索するシステムを開発した。また、Blog情報を解析してWeb検索におけるトラスト値を算出する方式や、閲覧中のWebページに関連するBlog情報を受動的に視聴できるシステムを開発した。
(4)モバイル放送のためのコンテンツの動的複合化方式:
ストリームコンテンツの動的な複合化が行えるスクリプト言語MetaSMILを開発した。この言語の特徴は、従来のSMILに比べて、スクリプト中に検索質問を埋め込めたり、複合化に関する意味制約を表現できる点である。さらに、Web文書も画像とみなして、デジカメ画像や携帯電話画像と既存のWebページを自動的に関連づけて表示する方式を開発した。
(5)Webコンテンツの自律的な検索・表示機構に関する研究:
実空間に配置された複数の表示デバイス上に表示されたWebコンテンツ群が、自律的かつ互いに連携をとりながら自身を表示するとともに、ユーザの身体的操作に応じて自動検索できるようにする方式を開発した。

【研究種目】基盤研究(A)

【研究期間】2002 - 2004

【配分額】39,130千円 (直接経費: 30,100千円、間接経費: 9,030千円)

【研究分野】情報システム学(含情報図書館学)

【研究領域課題番号】12558038 (KAKENデータベースで見る）

【研究キーワード】

WWW / 情報検索 / 自動分類 / Webページ / サーチエンジン / 自動格付け

【研究成果の概要】

WWWは,従来の情報メディアとは異なった異なった数々の特徴を持っており,本研究は,Webページ総量の推定や標本抽出などの基礎的調査を行う一方,情報源として役立つWebページを自動的に判断し自動分類を行う方法を考案し,次世代サーチエンジンの基礎研究を行うものである。
第一年度は,収集したWebページ群がら情報源となりうる分類されたページ群を取り出すまでの手順のうち,ページタイプの自動判定,情報源として有用なページの自動判定を行った。WWWの表現と機能としての特性から,Webページタイプとして標準,表紙,目次,掲示板,チャット,リンク集,日記,入力フォームを設定,各ページタイプの出現頻度を調査した後,標本集合を用いてWebページから得られる量的な指標やHTMLタグの出現頻度の主成分分析により,タイプ分けのアルゴリズムを考案した。126種の判定ルールとその重みを設定した。標準タイプの識別に関しては75%以上の再現率・精度を得ることができた。一方,テキスト中の語の出現状況を調べ,「よい情報源である」の判定で高得点を得たページの形態素解析を行い,語の出現状況をもとに,有用な情報源の自動判定を試みた。その結果,語の出現頻度によって約80%の有用なページを自動判定することができた。
第二年度は,Webページの総量の推定を行った。2001年9月現在のWebページ総量の32億ページであることが判明した。次に,第一年度に行った調査を拡大し,ページ判定,格付けそれに分類ずみの3000ページの標本ページを作成し,これをもとに,自動分類を行うとともにページタイプの自動判定,情報源として有用なページの自動判定のアルゴリズムを改良した。これを検索システムに組み込み,国立情報学研究所の第2回NTCIRワークショップWebタスクに参加した。

【研究種目】基盤研究(B)

【研究期間】2000 - 2001

【配分額】5,600千円 (直接経費: 5,600千円)

【研究分野】知能情報学

【研究領域課題番号】11680379 (KAKENデータベースで見る）

【研究キーワード】

情報検索 / web / 事例ベース推論 / 擬人化エージェント / XML / サイバー空間 / インターネット / プロファイル / マルチモーダル

【研究成果の概要】

研究実績は以下のとおり.
研究内容は,ユーザとWebページをシームレスに検索する統合的検索システムHERIS,検索されたユーザとの接続を知的に行うための事例ベースの秘書業務支援システム,ネットを介した交渉を円滑に進めるための擬人化エージェントの3つのザブテーマからなる.
(1)HERISは,ユーザに割り当てられているユーザエージェントとWWWの検索エンジンに割り当てられる検索エンジンエージェントから構成されるマルチエージェントシステムとして構成され,エージェント間の通信プロトコルとして契約ネットプロトコルを用いる.ユーザがユーザエージェントにクエリを与えると,システムは,他の情報源,つまり他のユーザエージェントや検索エンジンエージェントにクエリをタスク告知し,検索結果と情報源の属性からなる入札を集める.そして,それらの入札の情報を基に,有用な情報源を統合してユーザに提示する.検索主体であるユーザが選択した情報源が人間であれば,音声と動画による直接対話を確立し,Webページ等公開情報であればブラウザを用いて情報を提示するものである.
(2)秘書業務支援システムは,HERISで検索されたユーザに接続する場合に,相手のランクや現在の忙しさを考慮して,すぐに接続するか,伝言を受け取るか,代行して返答するかを決定するシステムである。ユーザのさまざまな要求に柔軟に対処するため、事例ベース推論により知的接続機能を実現した。具体的には,XML文書の類似検索手法を開発して,ユーザからの自然言語による要求に対しても対処できる手法を開発した。
(3)HERISによって他のユーザに接続する場合,音声や動画が使用できない場合に,相手との通信は文字列になる。この場合に,交渉や連絡を円滑に進めるため,互いの感情を擬人化エージェントの表情で表現する手法を開発し,実験によって,表情の交渉に及ぼす影響を確認した。

【研究種目】基盤研究(C)

【研究期間】1999 - 2000

【配分額】3,700千円 (直接経費: 3,700千円)

【研究分野】教育工学

【研究領域課題番号】08558010 (KAKENデータベースで見る）

【研究キーワード】

データベース / インターネット / WWW / 自動検索通知システム / 新聞記事 / 情報検索 / 学習 / 情報教育 / ネットワーク / 学会情報 / 教育工学 / 研究情報 / 情報提供

【研究成果の概要】

本研究は、教育に関する情報をインターネットを介して提供するシステムの研究開発を目的としている。その成果として、次のような結果を得た。
・「日本教育工学会発表論文等自動検索通知システム」の構築
日本教育工学会事務局と教育工学関連学協会連合事務局を持つ東京工業大学教育工学開発センターにおいて、学会の論文等のデータベースを構築し、最新の情報をユーザに電子メールで通知するシステムを開発した。システムは、データベースの更新時に、ユーザがあらかじめ登録したキーワード等を用いて、自動的に検索を行なう。新規情報が見つかった場合は、ユーザに対して電子メールで通知する。本システムでは、インターネットを経由してWWW上でデータベースを検索する機能も持つ。現在、学会のホームベージを通して公開し、運用している。
・「新聞情報自動検索通知システム」の構築
インターネット上に公開されている新聞記事を、児童・生徒、および教員が学習に活用できるようにするシステムを構築した。本システムは、インターネット上に公開された新聞記事をWebロボットで自動的に収集して、検索インデクスを構築する。そして、学習者があらかじめ登録したキーワードを含む記事を、定期的に自動検索し、新しい記事が見つかった場合は、登録した学習者に対して、電子メールで通知する。電子メールを受け取った学習者は、このページを通して、新聞社のWebサーバにアクセスし、記事を閲覧することができる。本システムにより、インターネット上の新聞記事を利用・活用する環境を構築することができた。
以上、これらの成果を総合的にまとまた。

【研究種目】基盤研究(A)

【研究期間】1996 - 1998

【配分額】10,300千円 (直接経費: 10,300千円)