| 研究課題/領域番号 |
17K00427
|
|---|
| 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 | 東京大学 |
|---|
研究代表者 |
森 純一郎 東京大学, 大学院情報理工学系研究科, 准教授 (30508924)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020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)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2018年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2017年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 学術文献データ / 引用ネットワーク / 表現学習 |
|---|
| 研究成果の概要 |
本研究では、大規模な学術文献情報からの有用な知識の抽出と発見を支援するために、複数の異種ネットワークデータから分散表現を学習するための手法の研究を行った。その上で、実際に大規模論文データ分析のシステム構築を行った。特に、COVID-19に関する大規模な学術文献データセットに対して研究成果である学術産業技術俯瞰システムを用いて引用ネットワーク解析を行い、COVID-19に関する科学的エビデンスや重要な技術などの情報を抽出した。COVID-19に対するエビデンスベースの取り組みを支援するため、その解析結果を広く一般に公開した。これらの研究成果を複数の国際学会や論文誌で発表した。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、大規模な論文データから生成される複数の異種ネットワークから適切な分散表現学習をする手法の知見を明らかにした。また、学習されたネットワーク分散表現を論文データ分析における複数のタスクに適用しその有効性を明らかにした。その上で、実際に大規模論文データ分析のシステム構築を行い、政策立案者、研究者、データベースプロバイダなど科学技術の複数のステークホルダの視点から、ネットワークデータを大規模な学術文献情報からの知識発見に利活用するための知見を明らかにした。
|
