| 研究課題/領域番号 |
16K00423
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
ウェブ情報学・サービス情報学
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
岩井原 瑞穂 早稲田大学, 理工学術院(情報生産システム研究科・センター), 教授 (40253538)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2017年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2016年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | ソーシャルメディア / ユーザ行動分析 / テキストマイニング / 意味的関連性 / 時系列分析 / クラスタリング / 実体リンキング / データマイニング / 情報抽出 / アルゴリズム |
|---|
| 研究成果の概要 |
時間経過を考慮した構造的知識の抽出では，編集履歴を有する記事集合から，バースト的に編集が行われた文やフレーズを抽出する手法を開発した．数百からなる比較的大きな記事集合に対し，バースト的編集に関連を持つ語句を抽出する方法を開発し，記事集合の発展とともに重要語句が変遷することが確認できた．
ソーシャルメディアにおける投稿の意図分析では，投稿の文章に対し，センチメント分析を適用して，正負の極性ならびに主観的か客観的か，および文の長さ等の多次元データを求めた．
これからユーザごとのセンチメントの分布が７―８程度の潜在的な投稿タイプに分類でき，ツイートの筆者特定の精度を向上に応用できることが分かった．
|
| 研究成果の学術的意義や社会的意義 |
本研究は，ソーシャルメディアからの情報抽出において，新たにWikipediaなどの編集履歴からのキーフレーズ抽出手法を開発した．編集作業は人間の著者による事項の取捨選択が行われ，サーチエンジンにおける検索語とは異なる，より要約された事項の発展度合いを検出できることが分かった．
またツイートなどの短い書き込みを扱う多様なソーシャルメディアが展開されているが，短い書き込みではより鮮明な感情の表出が検出できる．書き込み集合における正負の感情の分布が，ユーザごとに違いが生じることが分かったが，これを筆者特定やレビューの補正などに用いることができる．
|
