2015 Fiscal Year Annual Research Report
高次元・構造化データに適したリンク解析的類似度尺度の研究
| Project/Area Number |
24300057
|
|---|
| Research Institution | Nara Institute of Science and Technology |
|---|
Principal Investigator |
新保 仁 奈良先端科学技術大学院大学, 情報科学研究科, 准教授 (90311589)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
原 一夫 国立遺伝学研究所, 生命情報研究センター, 研究員 (30467691)
鈴木 郁美 山形大学, 理工学研究科, 助教 (20637730)
|
|---|
| Project Period (FY) |
2012-04-01 – 2016-03-31
|
| Keywords | リンク解析 / 類似度尺度 / 距離尺度 |
|---|
| Outline of Annual Research Achievements |
2015年度は, 1. 本研究課題で開発した類似度尺度の応用, および (2) 研究成果を含むリンク解析一般技術の解説書の執筆, に取り組んだ.
研究内容 1. については, 開発した類似度尺度計算法の応用タスクとして, 自然言語処理におけるフレーズのベクトル表現学習, 対訳辞書作成に関する研究を進めた. このうち, 近年ディープラーニングとの関連で注目を集めている単語・フレーズのベクトル表現学習については, カーネル法に基づく類似度について, パラメータをディープラーニングにより調整する手法を考案した.
一方の, 対訳辞書抽出タスクは, 二つの異なるドメインが関与する点で, 一般の単一ドメイン (ベクトル空間) 上の分類問題などとは異なる. 単一空間上のタスクでは, ハブの影響は従来より指摘されてきたが, 二つの空間の対応を取る対訳抽出のようなタスクでも, ハブの存在が精度に悪影響を与えることを示した. さらに, このような場合でも, 単一空間上のハブ削減法を工夫することで, ハブは削減でき, それによって最新の既存法を上回る精度が得られることを確認した.
研究内容 2. の当研究課題の成果を含む書籍の執筆については, 引き続き加筆修正を行い脱稿した. 現在最終のゲラ刷りの校正を残すのみであり, 2016年中に Cambridge University Press より 「Algorithms and Models for Network Data and Link Analysis」という題目で刊行される予定である.
|
| Research Progress Status |
27年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
27年度が最終年度であるため、記入しない。
|
