| 研究概要 |
情報のリサイクルとは,文書やWebページに表現された複合的な情報を,情報素材へと分解して再生利用することである。本研究では、印刷文書、電子文書の双方を対象とした情報のリサイクル、ならびにその前段階としての情報のリユース(Reuse)について検討した。成果を以下にまとめる。
1.文書画像の部分検索と質問応答システムへの適用:印刷文書を対象とした情報のリユース法として、「キーワードの出現密度分布に基づく文書画像の部分検索法」を提案し、英文文書、和文文書を対象とした実験により有効性を検証した。また、この部分検索法に基づき、質問応答(Question-Answering)システムの基本機能を実現した。質問応答とは、自然言語による質問に対して文書から回答を取り出す処理をいい、情報リサイクルの一手法といえる。英文文書に対する実験により、約半数の問いに対して第一位に回答が得られることを示した。
2.印刷文書への電子データの埋め込みと復元:印刷文書に対する情報のリユース法として、電子文書を印刷する際にテキストデータを埋め込む方式を提案した。B5文書1ページあたり、20%の読み取り誤りを許容して4KB程度のデータを埋め込むことができた。
3.電子文書の部分検索と質問応答システムヘの適用:電子文書に対しても出現密度分布を用いた部分検索法を提案した。また、質問応答システムにも適用し、英文文書を対象とした実験により、約半数の問いに対して第一位に回答が得られることを示した。
4.電子文書からの情報抽出:電子文書に対する情報のリサイクル法として、電子文書の記述内容を表形式にまとめる処理(情報抽出)を提案した。新聞記事約7000記事を対象として人物プロフィール情報を得る実験を行い、有効性を検証した。さらに、Webページを対象とした基礎実験、ならびに写真利用のための基礎実験を行った。
|
