【研究分野】知能情報学

【研究領域課題番号】24700137 (KAKENデータベースで見る）

【研究キーワード】

計量書誌分析 / 構造的関連性学習 / 機械学習 / 情報検索 / 学術情報 / テキストマイニング

【研究成果の概要】

まず、数百万規模の論文情報および数十万規模の特許情報の収集を行い、これらの大規模な学術・技術テキストデータの効率的な蓄積についてデータベースの設計を行った。次に、写像関数を用いた概念空間上で、文書間の類似尺度の設計を行った。設計した類似尺度を複数の領域に適用し妥当性を検証するとともに、論文群と特許群の関連性を可視化するツールを作成し、その成果を複数の学会において発表を行った。また、「学術俯瞰システム」を構築し、実証実験を行った。実証実験においては、抽出した概念語の妥当性、線形識別器野精度、文書間の関連度計算の精度、検索結果提示の妥当性について特に評価を行った。

【研究種目】若手研究(B)

【研究期間】2012-04-01 - 2015-03-31

【配分額】4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)

【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】24240015 (KAKENデータベースで見る）

【研究キーワード】

データベース / 矛盾 / データ統合 / 時空間データ / Linked Data / 問合せ処理 / クラウド基盤 / 情報検索 / 情報基盤 / 地理情報システム / ユーザインターフェイス / 地球観測 / 問い合わせ処理 / 科学データ / Linked Open Data / 画像解析 / 機械学習 / 異常値検出 / Provenance / Linked　Data / 異常検出

【研究成果の概要】

本課題は、大規模な時空間データの統合において発生する「矛盾」に多角的に取り組んだもので、要素研究と実証システム開発の課題を行った。
事例として画像データとWeb上のソーシャルデータ等、矛盾を含んだ異種のデータを統合して土地利用等の知見を抽出する研究を進め、衛星画像処理より高精度な結果を実現、実証した。基盤技術としても、異種メタデータを統合して検索する技術や、それを機械学習などで解析するための連携手法等について研究し、それぞれ従来法より優れた結果を得た。原発事故関連の環境モニタリングデータを対象に国際標準に基づく統合検索の実証システムをクラウド上に構築し今後の実用化と標準化へ橋渡しできた。

【研究種目】基盤研究(A)

【研究期間】2012-04-01 - 2015-03-31

【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】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】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)