構造抽出による自然言語ビッグデータへの高次高精度なデータマイニング技術の開発

2019 Fiscal Year Comments on the Screening Results

• Project/Area Number: 19H01133
• Research Category: Grant-in-Aid for Scientific Research (A)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Medium-sized Section 61:Human informatics and related fields
• Research Institution: National Institute of Informatics
• Principal Investigator: Takeaki Uno 国立情報学研究所, 情報学プリンシプル研究系, 教授 (00302977)
• Co-Investigator(Kenkyū-buntansha): 小林 亮太 東京大学, 大学院新領域創成科学研究科, 准教授 (70549237) ; 久保山 哲二 学習院大学, 付置研究所, 教授 (80302660) ; 橋本 隆子 千葉商科大学, 商経学部, 教授 (80551697) ; 申 吉浩 学習院大学, 付置研究所, 教授 (60523587)
• Project Period (FY): 2019-04-01 – 2024-03-31

Outline of Opinions Expressed in the Review Results

Web上やソーシャルメディアでの議論の動きやデマ情報の拡散などをいち早くとらえることは重要な研究課題と考えられる。本研究では、Webテキスト等の自然言語ビッグデータからクラスタやバースト等の意味的、時間的な局所構造を抽出し、その分布や関連性を可視化することで議論の流れ等を獲得する手法の開発を目指している。
研究代表者の開発したデータ研磨、バーストモデルを融合・発展させ質の高い局所構造の抽出手法を構築し高次なマイニングと可視化によりそれらの分布や関連性を獲得する新たな手法が提案されている。これによって、自然言語ビッグデータの取り扱いを高次な観点から俯瞰することにより、社会実態や社会問題の獲得、世論の抽出を行う新たな手法となることが期待される。