| 研究課題/領域番号 |
25330368
|
|---|
| 研究機関 | 龍谷大学 |
|---|
研究代表者 |
馬 青 龍谷大学, 理工学部, 教授 (30358882)
|
|---|
| 研究分担者 |
吉見 毅彦 龍谷大学, 理工学部, 准教授 (50368031)
南條 浩輝 京都大学, 学術情報メディアセンター, 准教授 (50388162)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2017-03-31
|
| キーワード | 深層学習 / DBN/SdA / 用語予測 / 検索支援 / 非構造化文書 / カテゴリ推定 |
|---|
| 研究実績の概要 |
Web検索において検索用語がわからないことに不満を感じる人は57.6%に上る。提案研究はこのような不満を軽減し、快適な検索ができるように検索用語をその説明文または関連語・周辺語を用いて獲得する手法の研究開発を目的としている。
前年度までは深層学習を用いた検索用語の予測手法を提案た。深層学習としてDBNに加えSdAを用いた。汎化能力を高めるためにDropoutなどの正則化を導入した。「USBメモリ」のような複数の用語からなる複合語的な検索用語も扱えるように、より柔軟な予測を実現できた。また、提案手法は検索用語の予測に数多くの関連語・周辺語を必要とするのではなく、２，３個の関連語・周辺語さえあればある程度精度の高い用語予測ができるという、現実的な支援ができることも確認した。今年度では、精度の高い（しかし人手収集が必要つまりコストの高い）ラベル付き学習データに加え、ノイズの多い、Webから自動収集した大規模なラベルなしデータを用いることにより深層学習の用語予測精度をさらに向上させ、提案手法をより実用的なものにした。また、深層学習の構造と予測精度の関連性を、本課題の用語予測のみならず本課題の応用研究として進めているQAサイトの質問文のカテゴリ推定においても、系統的に解析を進め今後の研究に役立つ知見が得られた。
また、本研究の拡張として、引き続き、「見出し語とその説明」という構造が含まれない文書（非構造化文書）からの用語獲得の研究を推進した。クエリと最も近い文書中の一部（パッセージ）を検索し、そのパッセージに含まれる語を用語候補とする方法を研究した。さらに、出力された用語候補の絞り込み、および、用語候補らしさのスコアをより適切なものに補正する手法の研究、クエリの有効利用にも取り組んだ。
上記研究成果は学術雑誌論文１編、国際会議論文１編、国内会議論文４編で発表した。
|
