2010 Fiscal Year Annual Research Report
最小ユーザフィードバックによるインタラクティブ情報収集
| Project/Area Number |
20300059
|
|---|
| Research Institution | National Institute of Informatics |
|---|
Principal Investigator |
山田 誠二 国立情報学研究所, コンテンツ科学研究系, 教授 (50220380)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
小野田 崇 (財)電力中央研究所, システム技術研究所, 上席研究員 (40371661)
高間 康史 首都大学東京, システムデザイン研究科, 准教授 (20313364)
岡部 正幸 豊橋技術科学大学, 情報メディア基盤センター, 助教 (50362330)
|
|---|
| Keywords | 情報収集 / 制約クラスタリング / ユーザフィードバック |
|---|
| Research Abstract |
最終年度である平成22年度は,具体的な成果として以下のものがあった
1.制約クラスタリングアルゴリズムの改良:Must-Cannotリンク制約を基に距離学習をおこなってグラフスイーピングにより2分割でクラスタリングする効率のよい制約クラスタリングアルゴリズムの開発を行った.これにより,最小ユーザフィードバックに適した制約クラスタリングアルゴリズムを実装できる
2.文書クラスタリングの制約獲得のためのユーザインタフェース開発:2つの文書の適合/非適合判定に適したUIを開発するために,スニペット提示,共通/差異部分の提示の比較実験を行った.これまで,実験的に検証されていなかった2文書の比較実験は独創的なものである
3.人間の能動学習能力を促進するGUIの開発:距離学習ベースの制約クラスタリングにおいて,ユーザが自らのヒューリスティックスにより制約ペアを指示しやすくなるようなGUIの開発を行った.具体的には,多次元尺度法で求まる2次元表示の2軸をユーザが自由に切り替えて,その結果を瞬時にユーザに提示できる機能を実現した
4.独立成分分析によるクラスタリングのシード決定;独立成分分析によりトップダウンクラスタリングのシードデータの決定を行う方法を開発した.シードを分散させる従来法のK-means++,主成分分析による方法などと比較実験を行い良好な結果を得た
|
