| 研究課題/領域番号 |
17K12792
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
図書館情報学・人文社会情報学
|
|---|
| 研究機関 | 首都大学東京 (2018)
東京理科大学 (2017) |
|---|
研究代表者 |
澄川 靖信 首都大学東京, 大学教育センター, 助教 (70756303)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2018年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2017年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | 計算論的歴史学 / 機械学習 / テキストマイニング / 文章分類器 / 情報検索 / ヒストインフォマティクス |
|---|
| 研究成果の概要 |
まず、短文で書かれた出来事を分類するための手法を提案し、ECIRで発表した。この手法を用いて、入力された出来事に類似する過去の出来事を検索するための手法をJCDLで発表した。
次に、ECIRで発表した手法を用いて因果関係に基づく出来事の類似度を評価できるように、新聞・ツイート・検索ログのデータを定量的・定性的に分析し、それらの成果をJCDLやWIなどのトップカンファレンスで論文発表を行った。
最後に、これらの手法を用いて効果的な歴史学習を実現できる学習環境を構築するための理論・システムフレームワークをFICC・HCIIで成果発表した。
|
| 研究成果の学術的意義や社会的意義 |
出来事を自動的に分類する手法を実現することは、年々増加するデータの構造化を可能にする。すなわち、膨大にあるデータの中から欲しい情報を直ちに検索することが分類によって出来る。本研究で対象とした出来事は、通常の文章と同様に一つの文章で一つの出来事を詳細にのべるだけでなく、因果関係を見出すために簡潔にまとめられた短文で記載されることもある。本研究の成果は、このような出来事の記述方法の特性を考慮して分類精度の向上を実現した。
また、歴史学習システムは、単に過去の出来事を暗記するだけでなく、現代の諸問題と対比させながら過去に起きた出来事を提示し、歴史的類推を促進することができる。
|
