• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2017 年度 実績報告書

セマンティックWebデータに対する推論基盤技術の研究開発

研究課題

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, 大学院情報理工学研究科, 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

最終年度は、実RDFデータを用いて検索、推論、学習を融合した意味的推論の実用性・応用性の検証実験を行った。実験で実際に用いたRDFデータはWeb上に公開されているDBpedia、YAGO、Wikidataなどである。最初の成果として、帰納的学習によって、大規模なRDFデータから頻出する部分パターンやルールを発見できることが確認できた。次に、人物、ものなどの属性情報を記述するRDFデータを訓練データに用いてカテゴリを学習して、新たな人物やもののデータからカテゴリを推定する評価実験を行った。また、検索、推論と学習を融合した意味的推論の成果として、検索・推論から導けない不完全データを学習器から推定する質問応答システムを実現している。この実験の評価により、ユーザーが求める情報を推定する機能が強化できている。
加えて、自然言語文のテキストデータからオントロジーやRDFデータを半自動構築して知識ベースを拡充する2つの方法の実験を行った。1つの方法では、国語辞書のような日本語の言い回しが整っているテキストからオントロジーを半自動的に構築できている。もう1つでは、Wikipediaのテキスト文からRDFデータを半自動作成して、DBpediaのRDFデータを補完する成果を得た。この結果によってRDFデータを拡充できるので、推論と学習を融合した意味的推論の性能が強化されるだろう。しかし、自然言語テキストからRDFデータの自動構築に関しては、自然言語文の扱いの難しさからさらに精度の向上が必要と考えられる。

  • 研究成果

    (5件)

すべて 2018 2017 その他

すべて 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件) 学会発表 (3件) 備考 (1件)

  • [雑誌論文] 大規模RDFグラフに対するインデックス付きデータ圧縮と高速検索2018

    • 著者名/発表者名
      兼岩 憲, 藤原浩司
    • 雑誌名

      人工知能学会論文誌

      巻: 33 ページ: E-H43_1-10

    • DOI

      https://doi.org/10.1527/tjsai.E-H43

    • 査読あり / オープンアクセス
  • [学会発表] 多様なRDFグラフを用いた機械学習のためのカーネル関数2017

    • 著者名/発表者名
      荒井大地, 兼岩 憲
    • 学会等名
      第43回セマンティックウェブとオントロジー研究会 SIG-SWO-043
  • [学会発表] RDFデータに対するグラフパターンマイニング2017

    • 著者名/発表者名
      廣橋美紀,兼岩 憲
    • 学会等名
      第42回セマンティックWebとオントロジー研究会, SIG-SWO-042-04
  • [学会発表] RDFグラフに対するキーワード検索の高速化と省メモリ化2017

    • 著者名/発表者名
      浜松良樹,兼岩 憲
    • 学会等名
      第42回セマンティックWebとオントロジー研究会, SIG-SWO-042-05
  • [備考] 電気通信大学

    • URL

      http://kjk.office.uec.ac.jp/Profiles/66/0006541/profile.html

URL: 

公開日: 2018-12-17  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi