| 今後の研究の推進方策 |
【興味に合致したコンテンツを獲得する異種情報源データ検索技術の開発】
Wikipedia、Twitter、Flickr等の異種情報源に散在するコンテンツを提示することで、高精度な検索を可能とする技術を構築する。具体的に、トピックモデル[1]とMultiview learning [2]に基づく新たなドメイン適応手法を導出し、異種情報源に散在するユーザの興味に合致したコンテンツを横断的に検索可能とする新技術を実現する。
前年度までの研究および上記の研究の遂行により、各ユーザの興味に基づくコンテンツ検索が実現される。主に物体認識に基づく従来の検索では、全てのユーザに同一の検索結果が提示されるのに対し、本研究の提案する検索は、各ユーザの興味に合致したコンテンツを適応的に提示可能とする次世代高精度検索である。
[1] Y. Fu, T. M. Hospedales, T. Xiang, and S. Gong, “Learning multimodal latent attributes,” IEEE Transactions on Pattern Analysis and Machine Intelligence,vol. 36, no. 2, pp. 303-316, 2013.
[2] S. Sun, “A survey of multi-view machine learning,” Neural computing and applications, vol. 23,no. 7, pp. 2031-2038, 2013.
|
