| 研究課題/領域番号 |
23K20410
|
|---|
| 補助金の研究課題番号 |
20H04484 (2020-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2020-2023) |
|---|
| 応募区分 | 一般 |
|---|
| 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 | 同志社大学 |
|---|
研究代表者 |
桂井 麻里衣 同志社大学, 理工学部, 准教授 (70744952)
|
|---|
| 研究分担者 |
大向 一輝 東京大学, 大学院人文社会系研究科(文学部), 准教授 (30413925)
梶原 智之 愛媛大学, 理工学研究科(工学系), 講師 (70824960)
|
|---|
| 研究期間 (年度) |
2024-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
18,070千円 (直接経費: 13,900千円、間接経費: 4,170千円)
2024年度: 2,275千円 (直接経費: 1,750千円、間接経費: 525千円)
2023年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2022年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2021年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
2020年度: 10,920千円 (直接経費: 8,400千円、間接経費: 2,520千円)
|
|---|
| キーワード | 学術データ分析 / 学術論文 / 埋め込み / 学術情報検索 / サイエンスマッピング / 研究者 / 学術ビッグデータ / BERT / 自然言語処理 / 学術論文データベース |
|---|
| 研究開始時の研究の概要 |
本研究の目的は、ビッグデータ化の進む学術情報から研究内容の特徴軸をデータドリブンに発見し、個々の研究者の専門興味を多元的に表現する技術を構築することである。具体的には、研究活動情報を入力とし、固定次元ベクトルを出力するモデルを確立する。得られたベクトルをもとに、研究者に対する論文推薦や専門分野の自動分類、共同研究者の推薦などへ応用する。これら複数のタスクにおいて従来研究との性能を比較する。
|
| 研究実績の概要 |
2024年度は、前年度までに構築してきた（1）研究者に関する情報収集技術と（2）成果情報の埋め込み集約による特徴表現技術に関してそれぞれ複数の評価実験を行った。（1）は研究者氏名と所属機関の文字列のセットを検索クエリとして収集したウェブページのカテゴリ識別を行うものである。性能評価のためにカテゴリラベル付きの国内研究者データセットを新たに作成した。（2）は研究業績のテキストリストを入力として個人の特徴ベクトルを算出するものであり、今回は単一のベクトルで表現することとした。研究者の専門分野分類や類似研究者検索タスクにおいて、複数の言語モデルおよび集約方法を比較した結果、文埋め込みモデルと平均化アプローチの有効性を確認した。いずれも国際会議論文として成果を発表した。
次に、これらの研究における言語モデル活用の知見を応用し、論文内の著者所属テキストの機関カテゴリをアカデミアまたは企業に分類するアルゴリズムへと発展させた。本手法で人工知能分野の主要国際会議における産学連携論文を特定し、過去10年間の共同研究パターンの変化を分析すべく、各年の主要な機関組み合わせを抽出した。一連の分析において第一著者がアカデミア所属である論文の割合が多いことを示した。さらに、産学連携論文と非産学連携論文の内容を識別するような言語モデル訓練実験を通じて、連携の有無と内容の間の関係認識が容易でないことを明らかにした。
|
| 現在までの達成度 |
現在までの達成度
2: おおむね順調に進展している
理由
代表者が研究期間内2度目の休業を取得したため当初計画から研究期間が延長されているが、書誌情報分析への応用まで着手できている。
|
| 今後の研究の推進方策 |
国際会議で発表した内容に関して多角的な評価となるよう実験を追加し、論文を発表する予定である。
|
