| 研究課題/領域番号 |
25330360
|
|---|
| 研究機関 | 電気通信大学 |
|---|
研究代表者 |
兼岩 憲 電気通信大学, 情報理工学(系)研究科, 教授 (00342626)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2018-03-31
|
| キーワード | セマンティックウェブ / RDFデータ |
|---|
| 研究実績の概要 |
平成２７年度では、クエリ自動生成による推論メカニズムを実現するために次の２つの具体的な課題に取り組んでいる。
１つは、セマンティックWebデータへのクエリ言語であるSPARQLがもつ問題点の解消である。SPARQLのクエリ文はSQLにも似た構文をもつが使いこなすのが簡単とは言えない。ユーザーが簡単に検索できるように、自然言語文による質問とキーワードによる検索方法を実装した。前者は自然言語からのSPARQLクエリへの変換であり、簡単な自然言語文をいくつかのクエリタイプに分類してそれぞれを適切なSPARQLクエリと対応させる。後者はRDFグラフ構造の大規模データから、キーワードを含む部分グラフデータの抽出を実現している。
もう一つは、冗長で断片的なセマンティックWebデータからユーザーの質問に答える意味的推論エンジンの実現である。この実現のために、RDFデータに対して推論と機械学習を適用する方法論とアルゴリスムを設計した。特に、冗長なRDFデータからリソースの意味を特徴づけて重要なデータを抽出する方法を提案している。この特徴抽出を用いて、データ分類器をSVMで学習させる方法を実装し評価実験を行っている。これにより、ユーザーが関心のある対象がどのような概念に分類されるか推定可能になる。
上記に加えて、セマンティックWebデータを格納する独自RDFデータストアとその検索エンジンのさらなる検索高速化も実現している。
|
| 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
ユーザーの漠然とした関心から検索するために、直感的な質問を提示できるアプローチを進めている。その実現のために、ユーザーが入力したキーワードや自然言語文から適切なクエリを自動生成する方法を提案している。
また、ユーザーの問い合わせからセマンティックWebデータの検索や推論を強化するエンジンを開発している。２６年度に記述論理クエリシステムとRDFデータストアを開発して、続く２７年度にはRDFデータに対する機械学習を実装している。これらの成果は、RDFデータに対する意味的推論を実現するために重要である。
|
| 今後の研究の推進方策 |
今後は、RDFデータに対する意味的推論を実現するために機械学習と推論システムの応用と実証が必要となる。そのために、実用的なRDFデータを用いて機械学習アルゴリズムを使ってどのようなWebサービスに利用できるか実験を行う予定である。
また，２７年度ではSVMを機械学習に用いたが、今後はRDFデータに対して決定木、集団学習などの他のアルゴリズムを適用する研究を行う。
|
| 次年度使用額が生じた理由 |
本研究課題の成果論文を現在投稿中であり、掲載料などの経費が一部残ったので次年度に残額を使用する。
|
| 次年度使用額の使用計画 |
次年度使用額に関しては、研究成果の発表にかかる経費に使用する予定である。
|
