2014 Fiscal Year Annual Research Report
機械学習による統合的書誌メタ情報編集システムの実装
| Project/Area Number |
24300097
|
|---|
| Research Institution | National Institute of Informatics |
|---|
Principal Investigator |
安達 淳 国立情報学研究所, コンテンツ科学研究系, 教授 (80143551)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
太田 学 岡山大学, 自然科学研究科, 教授 (10326019)
|
|---|
| Project Period (FY) |
2012-04-01 – 2015-03-31
|
| Keywords | 書誌パージング / メタデータ / コーパス / CRF / 機関リポジトリ / テキストマイニング |
|---|
| Outline of Annual Research Achievements |
本研究は、統合的なメタ情報編集の環境として、電子文書の中からメタ情報を抽出し、その編集とともに他のデータベースと付き合わせて同定を精度良く行うためのシステムの実装を目指している。特に学術論文のような電子文書からメタ情報として書誌および引用文献情報を抽出し、書誌要素への分解などを行う。
平成26年度は、これまでに整備した電子情報通信学会論文誌の和文誌、英文誌と情報処理学会論文誌（和文誌）の論文の合計1万3千件以上の参考文献文字列コーパスを利用して、CRFの学習コストを抑えながら高精度に書誌情報を抽出する方法を提案し、実験により評価した。この研究成果については国際会議や国内フォーラムで発表するとともに、雑誌論文にまとめた。実用的な成果物としては、学術論文のレイアウト解析、引用文献文字列のパージング、サポートベクトルマシン（SVM）による文献レコード同定などのモジュールを有機的に結合し、文字列編集のソフトウェアとも連携して動作する統合的メタ情報編集環境システム（MWB）を、外注なども利用して開発した。またMWBのデモシステムも実装し、情報処理学会など一部学会の電子図書館のもつ実データのメタ情報の編集を試みた。さらに、論文から抽出する情報を書誌情報以外にも広げ、論文からの専門用語や実験に関わる図表などの自動抽出と、抽出した情報を利用した論文閲覧支援の研究にも取り組んだ。これらの研究成果については国内フォーラムなどで発表した。
|
| Research Progress Status |
26年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
26年度が最終年度であるため、記入しない。
|
| Causes of Carryover |
26年度が最終年度であるため、記入しない。
|
| Expenditure Plan for Carryover Budget |
26年度が最終年度であるため、記入しない。
|
| Remarks |
受賞
第7回Webとデータベースに関するフォーラム (WebDB Forum 2014) 学生奨励賞, 少量学習データによる参考文献書誌情報抽出, 川上 尚慶, 2014年11月20日.
|
Research Products
(8 results)
-
-
-
[Presentation] 学術論文からの実験情報抽出の一手法2015
Author(s)
平井 久貴, 新妻 弘崇, 太田 学, 高須 淳宏
Organizer
第7回データ工学と情報マネジメントに関するフォーラム (DEIM2015)
Place of Presentation
磐梯熱海ホテル華の湯（福島県郡山市）
Year and Date
2015-03-02 – 2015-03-04
-
-
-
-
-
