研究課題
今年度は，共創ワークショップ(WS)における事例間の類似度尺度を設計した．本尺度の設計において，主にベースカード内の文字列の類似性に着目する手法と，ナレッジグラフ上の概念関係を利用した手法(KG法)について検討した．特に前者では，BERTによる単語の分散表現モデルに基づく手法(ベクトル法)と，語彙資源の1つであるWordNetを利用した手法(概念法)を検討した．また，ベクトル法とKG法，概念法とKG法をそれぞれ組み合わせたハイブリッド手法も検討した．各尺度を利用して算出したベースカードに対して，共創WS事例における共起率と文字列の類似性という2点で検証した．その結果，共起率に関してはKG法及びベクトル法とKG法に基づくハイブリッド手法(Vector-KG法)の有効性が明らかになった．また，文字列の類似性に関しては，ベクトル法が最も効果的であるが，出力数の分散が大きいことがわかった．またKG法と各ハイブリッド手法については，出力数が増加するにつれて，文字列の類似するベースカードが出力されやすいという結果が得られた．これらの実験により，本研究で構築したナレッジグラフは，ベースカード間の類似性を導出する上で有益であるといえる．次に，提案手法を利用して共創WS事例を表現するナレッジグラフを構築した．構築したナレッジグラフの数は30件，その内でplate数は156件，card数は368件，related_term数が887件である．本実験では，本ナレッジグラフの有効性を検証するために，ベースライン手法とKG法による類似度尺度を利用した場合の結果を出力した．本実験の結果から，出力数が35枚付近まではKG法が最も高い共起率を示しており，40枚付近からはベースライン手法とVector-KG法が最も高い共起率となった．また他の手法では40%を下回っており，提案手法の有効性が明らかになった．
すべて 2021
すべて 雑誌論文 (2件) (うち査読あり 2件、 オープンアクセス 2件) 学会発表 (2件) (うち国際学会 2件)
In Proceedings of the 12th International Conference on E-Service and Knowledge Management
巻: IEEE, ESKM ページ: 65--70
10.1109/IIAI-AAI53430.2021.00011
巻: IEEE, ESKM ページ: 59--64
