研究課題/領域番号 |
18K11451
|
研究機関 | 立命館大学 |
研究代表者 |
桑原 和宏 立命館大学, 情報理工学部, 教授 (10374092)
|
研究期間 (年度) |
2018-04-01 – 2022-03-31
|
キーワード | 知識コンテンツ / 会話戦略 / クラウドソーシング / ゲーミフィケーション |
研究実績の概要 |
本研究は高品質の知識ベースを構築する手法を明らかにすることを目的としている。特に知識ベースの内容(知識コンテンツ)に不足・不具合が発見された時に、ユーザに質問を提示し、その回答としてユーザから情報を引き出すことで、知識コンテンツを精錬することを目指している。今年度は、具体的な例題として、観光地を対象とした対話的推薦システムにおける知識コンテンツの修正を取り上げ、誤った推薦が行われるなど知識コンテンツに問題があると推測される時に、対話的に知識コンテンツの不具合の原因を推定する手法を提案した。通常の推薦モードでは、推薦する観光地の絞り込みが効率よく行えるように、ユーザの好みを尋ねる質問の順を制御し、その回答からユーザにあったアイテム(観光地)を推薦する。一方、推薦された観光地が適切でない場合には、知識コンテンツの不具合の原因を探る修正モードに移行できるようにした。修正モードでは、それまでの質問応答の結果から、不具合の箇所を推測し、実際に不具合の原因を特定できるように質問を行う。表面上は通常の推薦モードの場合と同様の対話を行うことにより、対象領域の知見さえあれば、必ずしも知識ベースの構成に関して詳しくないユーザであっても知識コンテンツの修正に貢献できるようにしたところが特徴である。また、提案手法の網羅的な評価を行うための準備として、対話的推薦システムにおける対話のシミュレーションのモデルをあわせて検討した。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
当初の計画に沿って、知識コンテンツの精錬において不具合の原因を探る質問の生成に取り組み、対象領域に限定されたメカニズムではあるものの、一般ユーザを対象とした方式を提案した。
|
今後の研究の推進方策 |
これまでに提案した方式の評価をすすめる。特に昨年度に検討した推薦システムのシミュレーションのモデルを適用して評価を行う。さらに、他の対象領域への適用も合わせて検討していく。
|
次年度使用額が生じた理由 |
物品費として計上した予算について、手持ちのものでやりくりができたため予算の執行が無かった。この分については次年度の予算と合わせてソフトウェア開発や実証実験用の計算機環境の整備のために執行する予定である。
|