2018 Fiscal Year Annual Research Report
| Project/Area Number |
17K12684
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
欅 惇志 東京工業大学, 情報理工学院, 助教 (00733958)
|
|---|
| Project Period (FY) |
2017-04-01 – 2019-03-31
|
| Keywords | タスク指向型情報検索システム / 検索タスク / 性質分析 / 音楽推薦 / 画像クエリ |
|---|
| Outline of Annual Research Achievements |
タスク指向型情報検索システムにおける検索プロセスは，まず検索対象文書集合に対する語の重み付けを行い，その後検索クエリが入力されれば，検索対象文書 に対してスコアを計算し，検索結果の提示を行う．平成 29 年度は，主に語の重み付けの高速化に取り組んだ．平成 30 年度は，1. タスク指向検索システムのタスクごとの適合情報の分析，2.非テキストを対象としたタスクにおけるスコアリング手法の提案とその高速化を行った．
1.タスク指向検索システムのタスクごとの適合情報の分析：近年，Web 検索システム利用者の情報要求の多様化により，ニュース検索，人名検索，QA 質問検索など，さまざまな検索タスクが出現している．本課題では，それぞれのタスクの特徴を理解するため，各タスクと紐づく Web クエリの適合情報 (検索結果) の分析を行った．分析の結果，複雑な情報要求に基づくタスクの適合情報は，粒度 (語，フレーズ，文) が大きく，構造化されにくい (Key-value として表現できない) という結果が得られた．
2.個別のタスクに対するスコアリング手法の提案：今後，テキスト以外のモダリティ (特に音楽や画像モダリティ) も対象としたモルチモーダルな検索システムの必要性も加速的に向上することが想定される．そこで本課題では，A. グラフモデルを用いた音楽推薦システム，B. 画像を入力とした音楽推薦システムに構築に取り組んだ．A. において，アーティスト-楽曲-ユーザの関係を表現したグラフにおける推薦手法の提案と高速化を行った．また，B. において，既存研究ではユーザスタディによって画像と音楽の対応付けを行うことが主流であったものの，それでは新規のデータに対応することができないため，画像認識技術や概念間の意味的距離を考慮することで，画像と音楽を同一空間上に射影し，推薦する手法の提案を行った．
|
