2023 年度研究成果報告書

誤分類に基づいたクラスタ間の関連性を分析するための枠組み構築に関する研究

研究課題

PDF

研究課題/領域番号	19K12110
研究種目	基盤研究(C)
配分区分	基金
応募区分	一般
審査区分	小区分61030:知能情報学関連
研究機関	東京都立産業技術高等専門学校
研究代表者	横井健東京都立産業技術高等専門学校, ものづくり工学科, 准教授 (40469573)
研究期間 (年度)	2019-04-01 – 2024-03-31
キーワード	テキストマイニング / データマイニング / 自然言語処理
研究成果の概要	本研究課題では、「クラスタリング結果において誤分類された対象に基づいて、クラスタ間の関連性を分析するための枠組み」の提案を目指した。そのために、1.)クラスタリング結果において誤分類された対象が表現するクラスタ間の関連性とはいかなるものか？、2.)クラスタリング結果において誤分類された対象が示す関連性の度合いをどのように測るか？、という2つの研究課題に取り組んだ。その結果、1.)に関しては、クラスタ間における関連性の要因分析の枠組み、2.)に関しては、クラスタ間の関連性の度合いを測る尺度の作成に一定の目処を立てることができた。
自由記述の分野	データマイニング
研究成果の学術的意義や社会的意義	昨今の情報爆発時代の到来を受け、有用な情報を効率よく選別するための情報選別技術の重要性はますます増している。その中の代表的な技術のひとつに、似た対象を自動的に集約する「クラスタリング」がある。クラスタリングされた結果において有用と考えられる情報は大きく分けて2種類存在すると考えられる。ひとつは、そのクラスタを代表する対象の集合、もうひとつは、クラスタ間の関連性を表現する対象の集合である。本研究課題は、この「クラスタリング」という簡便な方法を用いて、後者のクラスタ間の関連性を表現する対象の集合を抽出し、その関連性を分析するための新たな枠組みを構築を目指した点において、有意であると考えられる。