2017 Fiscal Year Annual Research Report
Integrated Media Analysis for Medical/Health Information Matching on WWW
| Project/Area Number |
15K00425
|
|---|
| Research Institution | The University of Tokushima |
|---|
Principal Investigator |
北 研二 徳島大学, 大学院社会産業理工学研究部(理工学域), 教授 (10243734)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
吉田 稔 徳島大学, 大学院社会産業理工学研究部(理工学域), 講師 (40361688)
松本 和幸 徳島大学, 大学院社会産業理工学研究部(理工学域), 助教 (90509754)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | テキストの事実性解析 / ディープラーニング / テキストからの位置推定 |
|---|
| Outline of Annual Research Achievements |
本年度は、最終年度の研究として、すでに開発したシステムの改善に取り組んだ。キーワード抽出部では、病気の症状等に関する辞書を改善し、ユーザーが病気に感染しているか否か、および、感染した病気名の分類を行い、実験により精度を測定した。また、「肩こり」等の体調の好不調に関して、ユーザーが当該症状を有するかどうかを推測するための手法の開発を行った。また、SNSから取得できる健康情報の種類の拡張も行った。具体的には、前年度行った、体重の増加・減少に関する情報の取得に関して、体重増加の原因を推定するための手法について研究を行った。また、体重のほか、睡眠時間に関する研究も行った。具体的には、発言の投稿時間から、発言者の大まかな睡眠時間を推定し、睡眠時間が短い発言者の特徴を推定するための研究を行った。
発言者の位置推定に関しては、発言者のプロフィール情報と発言内容の関連を学習する手法を提案した。これにより、例えば、発言者が徳島在住である場合とない場合との違いを単語ベクトルの特徴として得られ、発言者の居住地推定に効果を発揮することを確認した。
文書要約部に関しては、グラフの画像理解に取り組んだ。具体的には、自治体等の発表するインフルエンザに関する情報を対象として画像を収集し、その中のグラフを理解する手法の開発を行った。また、深層学習を用いた特徴推定として、本年度は、より図表に近い画像として、物件の間取り画像を扱い、間取り画像への自動彩色という研究に取り組んだ。深層学習により得られた特徴量を検討することにより、高度な線画理解へつなげることができると考えられる。また、画像の形状分類の一種として、時計画像を対象に、円形・四角形等の形状へ分類するための手法についても研究を行った。特に、グラフの形状分類への応用に効果を発揮すると考えられる。
|
