研究課題/領域番号 |
19K20629
|
研究種目 |
若手研究
|
配分区分 | 基金 |
審査区分 |
小区分90020:図書館情報学および人文社会情報学関連
|
研究機関 | 中央大学 (2021-2022) 九州大学 (2019-2020) |
研究代表者 |
福田 悟志 中央大学, 理工学部, 助教 (10817555)
|
研究期間 (年度) |
2019-04-01 – 2024-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2019年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
キーワード | 情報検索 / 学術論文検索 / 高再現率 / 学術論文 / ブーリアン検索 / 網羅性 / クエリ推薦 / クエリ拡張 / クエリマイニング |
研究開始時の研究の概要 |
学術論文検索では,情報要求に関連する論文を網羅的に収集することが重要である.多くの検索エンジンにおいて,ユーザはブーリアン型検索クエリを入力して論文を検索する.しかし,最初に作成されたクエリで関連論文を満足に収集できることは稀であり,検索結果を検証して新たなクエリを作成・修正するという負荷の高い作業が繰り返し行わなければならない.本研究では,ユーザに対して,作成した検索クエリを効果的に洗練できるような支援を提供するためのシステム開発に向けた調査および技術開発を行う.
|
研究実績の概要 |
本年度は,ユーザが考案したブーリアン型検索クエリに対して,検索条件ANDで結合する候補語を推薦するシステムを構築した.提案システムでは,検索クエリとANDで結合される語は,検索クエリと関連性が高く,さらにいずれの検索語と同義的あるいは類似的でないものが適切であるという仮定に基づき,トピックモデルおよび単語分散表現による単語分散表現を用いて推定を行った.まず,Latent Dirichlet Allocationを用いて,検索クエリと関連している可能性の高い語をランク付けする.次に,word2vecを用いて,いずれの検索語と同義的かつ類似的でない可能性の高い語をランク付けする.そして,これら2種類の結果を統合し,最もランクの高い語から順に候補語としてユーザに提示する. 実験では,NTCIR-1 ,-2データセットに収録されている15種類の検索課題に対して考案した検索クエリを用いて,システムが提示した上位5件の候補語を検証した.具体的には,検索クエリを用いたクエリ尤度モデルによるランキングを行い,ランキング結果の上位100, 200, 300, 400, 500件を検索結果として獲得する場合に対する再現率により,初期の検索クエリおよびシステムが出力した候補語に対してユーザが最も再現率が向上する選択を行った場合を比較し,検索性能の変化を検証した.なお,本実験では,候補語に対するユーザの操作は,上位5件の候補語から1つの語を選択および適切な語が出力されていなかったため選択しないことを仮定している.その結果,検索結果として獲得する論文数の各条件において,平均で4.44%の向上が期待できることが確認された.
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
実験において,システムが出力した上位5件の候補語群に再現率が向上する語がどの程度含まれていたか検証を行い,再現率が向上する候補語が出力されなかった検索課題が6件存在していたことが明らかになった. そのため,検索性能の向上に対する更なる改善が必要であるといえる.
|
今後の研究の推進方策 |
ユーザへの候補語の提示において,その語に対する追加情報も併せて表示するといった,適切な語の効果的な選択方法を検討する.また,ユーザによる検索クエリの作成において,ANDによる語の結合に加えて,検索条件ORによる検索語に対する同義語・類似語の結合や不適切な検索語の削除といった操作も必要である.そのため,上記の操作を含めた効果的なブーリアン型検索クエリの作成支援システムを開発していく.
|