【研究分野】ウェブ情報学・サービス情報学

【研究領域課題番号】17H01821 (KAKENデータベースで見る）

【研究キーワード】

インターネット / ウェブサービス / 進化理論 / 自己組織的臨界状態 / Big Data / OEE / ソーシャルメディア / ビッグデータ / Yule Simon / タグ / ウェブデータ / 進化 / Price方程式 / ウェブ / 新規性 / オープンエンド / 生態系 / STS / 進化ダイナミクス / 機械学習 / 人工生命 / タグの進化 / 人工知能 / ソフトコンピューティング / 自己組織化

【研究成果の概要】

ウェブサービスが臨界状態（一つの投稿が大きく波及するような）に向かって進化していることを示した。それと同時にユーザーグループが特徴的な集団構造をつくっていくように観測できた。タグをつけるサービスどうしを比較し、簡単な数理モデル（Yule-Simonモデル）とでは説明できない現象を見い出した。ウェブの「意味」の創出は、新しいタグの進化ではなく、タグどうしの組み合わせの進化にある。特に投稿間に親子関係を持ち込むｊことで、400週に及ぶデータの進化系譜を描き、それを解析した。

【研究の社会的意義】

インターネットは、人が作った進化する複雑な人工物の代表例です。人というユーザーがインターネットの動きを個別には作っているが、全体の動態はよくわからないものです。われわれはこのシステムの大規模なデータの解析を行い、それが簡単な数理モデルでは表せないことや、進化系統樹を描く解析を行うことで、進化という視点を生物以外にも拡張して論ずることに成功しました。これは、新しい学問領域を創発させたといえるでしょう。社会的にも、インターネットとはないか、という視点を更新し、進化論というのがけっして狭い生物だけの話ではなく、拡張して考えられることを普及させるのは大事なことだと考えています。

【研究種目】基盤研究(B)

【研究期間】2017-04-01 - 2020-03-31

【配分額】15,860千円 (直接経費: 12,200千円、間接経費: 3,660千円)

【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】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】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)

【研究分野】知能情報学

【研究領域課題番号】14780312 (KAKENデータベースで見る）

【研究キーワード】

機械学習 / WWW / インターネット / 知識獲得 / 知識発見

【研究成果の概要】

本研究の目的は,ネットワーク環境において円滑な情報交換が行えるようにするための知識流通モデルを構築することにある.本年度は,研究計画の最終年度になるため,この3年間で行ってきた研究のとりまとめを行う.そのために,下記の2つに焦点を絞って研究を進めた.
1点目は,知識を学習する際の精度の向上である.本年度は,昨年度までに開発を進めてきた学習アルゴリズムに対して,学習精度をさらに向上させることを試みた.これまで開発した学習アルゴリズムに対して,別の学習アプローチを統合した多戦略学習機構を採用することを中心に研究を行った.具体的には,これまで研究を行ってきた形式に基づく情報から知識を学習することに加えて,情報の内容から知識を学習することを組み合わせることを提案し,インターネット上のデータでその効果を検証した.その結果,昨年度まで用いていた単一の戦略を用いた学習手法よりも精度が高く学習ができることを確認した.この研究成果は,国内外の学術会議等で幅広く報告を行った.
2点目は,流通可能な知識形態のモデル化に関する研究である.昨年度までの研究では,情報を階層的に整理しているディレクトリ情報に着目し,カタログとして知識のモデル化を行った.そして,それを自動的に流通させるために,カタログ統合問題として流通可能な知識形態モデルの定式化を行った.本年度は,このモデルを実現させるために実際のプログラムの作成をした.カタログデータはXMLを用いて表現を行い,送られてきたカタログに対して,別のカタログがそこに含まれる知識を追加するような仕組みとした.その結果,提案手法によって実際に知識の交換がなされることを確認した.

【研究種目】若手研究(B)

【研究期間】2002 - 2004

【配分額】2,700千円 (直接経費: 2,700千円)

【研究分野】知能情報学

【研究領域課題番号】09780317 (KAKENデータベースで見る）

【研究キーワード】

発見 / 図による推論 / 平面幾何 / 問題解決 / 機械学習 / 視覚化 / WWW / グラフ生成 / 構造 / 知識獲得 / DIGEST

【研究成果の概要】

本研究では計算機による発見機構の実現を目標とし、平面幾何を対象とした発見システムDIGESTを構築し動作させた。一般に対象が複雑な場合においては、その対象に含まれる構造を把握することによって抽象度の高い一般性のある定理や法則を発見することができる。DIGESTは平面幾何における最も基本的な構造である三角形に注目し、三角形の隣接・包含関係を基に面積の関係を表す式を獲得する。その式を基に、チェパの定理やメネラウスの定理などを再発見するだけでなく、三角形の重心についての定理など、一般性のある定理を数多く発見している。また、発見のプロセスにおいて問題解決の手法が用いられることが多いことに注貝し、問題解決過程における表現手法の研究として、図を用いて推論を行なうシステムも構築した。このシステムは算数の文章題を解く際、問題を図示することによって、〓に示されていない条件や制約を図から獲得して問題解決を行なっている。さらに、知的活動において図の果たす役割を明らかにするために、wwwにおけるサイトの集合を視覚化するシステムの構築も行なった。このシステムはサイトの集合をグラフとして表現し、内容的に類似するサイトのクラスタリングを試みる。このようなクラスタリングは、未知の対象についての性質を明らかにする上での第一歩であり、発見のような高度な知的活動の土台となるものである。
昨年度と今年度の2年間に渡って行なわれた本研究は、発見、図による推論、視覚化をキーワードに、対象の表現や知議の獲得についての手法を考案し、実際にシステムを構築して動作させることによって検証を行なった。
このような研究は、発見という人間の高度な知的活動を解明する上で興味深いだけでなく、計算機上での図形の表現やそれを用いた推論の手法などに対して有用な知見をもたらすものであると言える。

【研究種目】奨励研究(A)

【研究期間】1997 - 1998

【配分額】2,000千円 (直接経費: 2,000千円)