| 研究概要 |
近年,様々な情報がインターネットなどの電子メディアに蓄積され,その規模は膨大な量に膨れ上ってきた.その中で,ユーザが自分の興味に合う情報を拾い出せる様に誘導するのが知識ナビゲーションである.
これまでにも,ユーザが指定した単語を含む文書を自動的に取り出すしくみを持つ各種のサーチエンジンが開発されてきた.しかし,ユーザの最近の興味の流れを把握し,自動的に次に見るべき情報を与える手法は実現されていない.勿論,これは重要な目標であるから,その実現に向けて様々な研究がなされてきた.例えば,ユーザが過去に興味を持った文書に含まれた単語の頻度や,興味の対象から対象への推移の傾向を確立で与えるなどの手法がそれである.しかしながらユーザの興味は,過去に興味を持った文書に含まれた単語の集合で表現できる程単純なものではないし,ある日スポーツに興味を持ったら翌日は10%の確立で音楽に興味を持つという単調なものでもない.
そこで我々は,ユーザの興味の変遷のうち,現在の興味に関係する流れ(文脈と呼ぶ)を的確に取り出す技術を研究・開発した.これは,ユーザの過去の興味を総括したユーザモデルを用いず(そんなものは現在のユーザとは関係ないかも知れないから),ユーザの過去の情報収集の履歴から興味の切れ目を見付け出す機能を有する,新しい知識ナビゲーションシステムである.その原理は,まずユーザが,興味のある単語の配列(文脈空間)を計算機に入力する.すると,計算機が仮説推論システムを協調的に用いてユーザの興味を理解するというものである.この,仮説推論の協調による推論システムCCMAは,変化に富む状況から一貫性のある文脈と,状況の変わり目を取り出す能力を備えている点が特徴で,マルコフ性を持たない動的環境の理解一般に有用である.現在,さらに大きな知識ベースでの知識ナビゲーションを達成するために,本研究を発展させている.
|
