2004 Fiscal Year Annual Research Report
トランスダクティブ推論を用いた対話的文書検索の効率化
| Project/Area Number |
16500094
|
|---|
| Research Institution | Central Research Institute of Electric Power Industry |
|---|
Principal Investigator |
小野田 崇 財団法人電力中央研究所, システム技術研究所, 上席研究員 (40371661)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山田 誠二 情報・システム研究機構・国立情報学研究所, 知能システム研究系, 教授 (50220380)
|
|---|
| Keywords | 文書検索 / 適合性フィードバック / サポートベクターマシン / トランスダクティブ推論 / One-Class classification |
|---|
| Research Abstract |
研究実績の概要:
1.ラベルが付いていないため,計算機の学習には利用できないデータの分布を考慮するトランスダクティブ推論の概念を下に,適合性フィードバック文書検索において,より早くユーザが適合と判断できる文書を提示するとともに,計算機の学習効率を高く維持するための新たな文書選択規則を考案した.この規則に従ってユーザの評価した文書とユーザの評価していない文書を利用する対話的文書検索方式を開発した.
2.上記適合性フィードバックに基づく対話的文書検索方式を,検索の評価に一般的に用いられているテストベットであるTREC(Los Angels Times)に適用し,その検索効率を評価した.検索性能を評価する際に一般的に用いられる適合率-再現率曲線を用い,サポートベクターマシンの生成した最適超平面上に近い文書を提示する従来手法より提案手法が対話的文書検索において検索効率,学習効率の両面で有用であることを示した.
3.適合性フィードバックに基づく対話的文書検索では,初期のユーザへの提示文書中に,ユーザが「適合」と判断できる文書が入っていないケースがあり得る.このユーザがシステムの提示した文書中に適合文書を見つけられないケースでの効率的な(より早くユーザに適合文書を提示できる)対話的文書検索について検討した.検討の結果,ユーザ評価が非適合文書しかないケースでは,One-Class Classificationの利用が有用である可能性を示した.
4.ユーザの文書選択負荷を評価する方法を検討し,その計測準備を実施した.
|
Research Products
(5 results)
