研究課題
Linked Dataは，データのWebとも呼ばれ，急速に普及しつつあるが，データ間のリンク（関係付け）が不十分なため，実用上で大きな問題となっている．本研究では，大規模で様々な種類のデータが分散して提供されているLinked Dataに対して，意味的な関係付けを高速かつ高精度に行う手法を開発することが目的である．そのために，オントロジー・アライメントで使われる機械学習技術とインスタンス・マッチングで使われるブロッキング技術を融合することで新たな意味的な関係付け技術を開発する．2014年度は，2013年度に整備した研究環境を利用して，以下の2つに分けて研究開発を行った．1. 大規模データに対応するための研究基盤の拡張と高度化本研究で用いるLinked Dataは急速に普及しており，取り扱うデータ量が拡大し続けている．研究を効果的に推進するためには，大規模データを効率的に取り扱う研究基盤が欠かせない．そのため，2013年度に構築した検索システムを拡張し，効率を改善する機構の作成を行った．2. オントロジー・アライメント手法とインスタンス・マッチング手法の融合化2つの手法を新たなアプローチで融合することにより，より精度の高い意味的な関連付け技術の開発を行い，様々な基礎的データを得た．
2: おおむね順調に進展している
2015年度に予定していた研究項目の一部を前倒しで実施して研究成果を得られた一方で，2014年度に予定していた研究項目で様々な基礎的データが得られた．
2014年度に構築した研究基盤を活用し，効率的に研究を推進していくとともに，2014年度に得られた基礎的データに基づき，さらなる研究の進展を図る．
すべて 2014
すべて 雑誌論文 (2件) (うち査読あり 2件)
IEICE Transactions on Information and Systems
巻: E97-D ページ: 2852-2862
Proceedings of the 4th Joint International Semantic Technology Conference
巻: LNCS 8943 ページ: 151-163
