2016 Fiscal Year Annual Research Report
Online Data-Mining Search for Multi-dimensional Search Intents
| Project/Area Number |
15H01718
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
田中 克己 京都大学, 情報学研究科, 教授 (00127375)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
Adam Jatowt 京都大学, 情報学研究科, 特定准教授 (00415861)
加藤 誠 京都大学, 情報学研究科, 特定助教 (00646911)
山本 岳洋 京都大学, 情報学研究科, 助教 (70717636)
大島 裕明 京都大学, 情報学研究科, 特定准教授 (90452317)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | ウェブ / ウェブマイニング / 情報検索 / 検索意図 / 情報信頼性 |
|---|
| Outline of Annual Research Achievements |
記事の続報検索等では、「内容は類似するが異なるオブジェクトやイベントを扱っている」情報の検索を行う必要がある。本研究では、テキストの「同位関係」に着目した検索方式を開発しICADL2016国際会議等で発表。さらに、自然言語文クエリの処理では、動詞句の「意味」類似性の考慮が重要であり、動詞句クエリ文と同義関係にある動詞句クエリ文の発見を機械学習（word embedding）によって行う手法を開発し、一部を国内会議（DEIM2017等）で発表。
投入クエリ履歴を分析しユーザの検索要求を明確化し適切なクエリを発見するために、網羅的検索に必要となる推薦クエリを発見する方式、「同位」関係にある投入クエリ履歴を発見しこれにより適切なクエリを発見する方式を開発、当該分野のトップコンファレンスACM SIGIR2016やIEEE/WIC/ACM Web Intelligence 等で発表。
あるドメインのオブジェクトと類似する他ドメインのオブジェクトを検索することは、1種の集約型検索要求に基づく情報検索と見なせるため、ドメイン毎に語の意味を機械学習した語の意味ベクトル空間を適切に変換する方式を開発した。成果は、ビッグデータ・ウェブ分野のトップコンファレンスIEEE Big Data 2016国際会議やWWW2017国際会議で発表。さらに、因果関係、主題ー背景関係、典型性などをデジタルアーカイブデータから発見する手法を開発し、ウェブや集合知関連のトップコンファレンスWWW2016、IEEE/WIC/ACM Web Intelligence 2016国際会議等で発表。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
28年度の研究成果は、全ての研究テーマについて、成果のトップコンファレンス発表などを多く行うことができ、この意味で当初の計画以上に進展していると見なせる。具体的には、
(1) 内容型検索要求に基づく検索方式：ICADL2016国際会議、国内会議（DEIM2017等）で論文発表。
(2) 状況型検索要求に基づく検索方式：ACM SIGIR2016やIEEE/WIC/ACM Web Intelligence 等で論文発表。
(3) 集約型検索要求に基づく検索方式：IEEE Big Data 2016国際会議、WWW2017国際会議、WWW2016、IEEE/WIC/ACM Web Intelligence 2016国際会議等で論文発表。
|
| Strategy for Future Research Activity |
(1) 内容型検索要求に基づく検索方式：動詞句の類似性判定を機械学習で行う研究のより一層の推進を図る。
(2) 状況型検索要求に基づく検索方式：動詞句クエリの検索要求（検索意図）の推定の研究を一層推進する。
(3) 集約型検索要求に基づく検索方式：形容詞句クエリの検索処理方式を機械学習等を用いて行う。
|
Research Products
(17 results)
