2020 Fiscal Year Annual Research Report
学術論文の意味的解析を活用した研究マネジメント支援システムの開発
| Project/Area Number |
20H01163
|
|---|
| Research Institution | Osaka Prefecture University |
|---|
Principal Investigator |
西田 泰士 大阪府立大学, 研究推進課, リサーチ・アドミニストレーター
|
|---|
| Project Period (FY) |
2020-04-01 –
|
| Keywords | 推薦システム / 共クラスタリング / マルチビュー分析 |
|---|
| Outline of Annual Research Achievements |
学術論文や特許文献データに対する共クラスタリングとマルチビュー分析を通して，技術的単語間の意味的な関連性を見出すことを目的に研究を実施した．
文書データの分析の際には，非定型な個々の文書を数値ベクトルとして表現するアプローチとして，各文書での基底単語の出現頻度を用いるBag-of-Words(BoW)の概念がしばしば用いられる。そして，文章データの内容に特化した特徴的なキーワードの頻度から文書の内容を類推するアプローチとして，汎用的な単語の重要度を下げる目的からTF-IDF値による重みづけが併用されることも多い．しかしながら，多次元のBoWベクトルを構築する際には，非常に疎（スパース）な特徴ベクトルとなることも多く，文書間の類似性がうまく把握できない．そこで，本研究ではBoWモデルにおけるスパース性による影響を軽減させるべく，単語間の類似性を考慮したファジィ重み写像を導入するファジィBoW行列の活用を検討した．その結果，従来のBoW行列では見出されなかった知見の発見を実現した．
大学等における研究マネジメント人材(URA＝リサーチ・アドミニストレーター)は、論文データ等を用いて研究力を分析し、研究力強化戦略の立案に寄与することが求められている．そこで本研究では，採択された科研費のキーワードデータを活用した研究マネジメント支援システムを構築した．当該システムは，研究マネジメント人材が，技術的文章を入力することで，意味的な関連性から研究者をシステマティックに見つけ出すことを実現するものであり，研究マネジメントの高度化が期待できる．
|
