| 研究課題/領域番号 |
22KF0288
|
|---|
| 配分区分 | 基金 |
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
峯 恒憲 九州大学, システム情報科学研究院, 准教授 (30243851)
|
|---|
| 研究分担者 |
RAJAONARIVO HIARY Landy 九州大学, システム情報科学研究院, 外国人特別研究員
|
|---|
| 研究期間 (年度) |
2023-03-08 – 2024-03-31
|
| キーワード | Lesser Known POI / Few Shot Learning / Knowledge Graph / Ontology / Category estimation / Representation Learning / Data enrichment / Multi-label estimation |
|---|
| 研究実績の概要 |
2022年度までは，スマートフォンから取得した人の位置情報に基づき獲得した人の移動データを利用し，まだよく知られていない地域のイベントの発見を目的として研究を行った．人の移動データからは，場所の情報はわかるが，その場所がどのような意味特徴（カテゴリ）かはわからない．イベントの発見を行うためには，その場所のカテゴリ情報を知る必要がある．そのため，その場所を含むSNSデータ（Twitterデータ）ならびに様々なオープンデータを活用し，発見した場所のカテゴリ情報の推定に向け，オントロジと，オントロジを利用した知識グラフの自動生成手法についての研究を行った．2023年度は，この研究成果を利用し，オーバーツーリズム（観光公害）対策と地域観光活性化に向け，知名度の低い場所に対象を絞り，その場所のカテゴリ推定に関する研究を行った．対象とする場所は，知名度が低いだけではなく，魅力がある必要がある．そのため，TripAdvisorのような旅行情報サイトなどに掲載されていないか，掲載されていたとしてもカテゴリ情報は未記載で，Googleのヒット数やレビュー数も，有名な場所のように多くはないが，多少はあるものと仮定した．また，知名度の低い場所は，利用可能な情報が限られていることから，少ない情報で高精度な推定を行う必要がある．そのため本研究ではFew-shot学習手法，SNSデータ(twitterデータ）の文章から構文情報を抽出し，推定対象の場所の意味表現をグラフニューラルネットワークを活用するデータ表現学習手法，Linked Open DataやWikiDataなどの概念情報を活用した意味解析を利用する手法などを統合することで，高精度に場所のカテゴリ情報を予測する手法を提案した．提案手法で採用している様々な機能を一つずつ除いたAblation Studyを行うことで，提案手法で採用している個々の機能の重要性を明らかにした．これらの研究成果は，国際論文誌に１件，国際会議に2件，発表した．
|
