2023 Fiscal Year Annual Research Report
政府・自治体オープンデータの公開と検索の支援を目的としたタグ付与に関する研究
| Project/Area Number |
19K12715
|
|---|
| Research Institution | Shimane University |
|---|
Principal Investigator |
山田 泰寛 島根大学, 学術研究院理工学系, 助教 (50529609)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Keywords | オープンデータ / テキストマイニング / 機械学習 / タグ推薦 |
|---|
| Outline of Annual Research Achievements |
本研究は，政府や地方自治体が公開している統計データなどの政府オープンデータに対して，各データセットの内容を表す語であるラベル（タグ）を推定する手法の開発を目指している．特に頻度の低いラベルに着目し，それを推定することを目指している．
最終年度は，頻度の低いラベルに対する学習データを疑似的に増やす手法であるSMOTE(Chawla et. al., 2002)を用いて，日本政府の政府オープンデータに対して，データセットに対するタグを推薦するシステムの開発を行なった．タグ推薦システムは，データセットのタイトルや概要を入力として与え，学習モデルから推定されたタグを表示する．この研究成果について，国際会議15th International Conference on Knowledge Management and Information Systemsにおいて発表を行なった．
研究期間全体としては，1データセットにおけるラベルの共起を利用して学習データを疑似的に増やす手法を提案した．また，タグを推薦するシステムの開発を行なった．交付申請書に記載した内容と照らし合わせて，当初計画していた新しいタグの推薦などが行なえず，研究の一部のみ実施した．
実験で使用したデータのある日本政府のオープンデータサイトData.go.jpは，2023年3月に新しいサイトe-Gov Data Portalに移行された．新しいサイトにおけるデータに対するシステムの構築が今後の課題である．その他に，昨年度に開発した頻度が低いラベルの学習データを疑似的に増やす手法とSMOTEなどの手法との精度の比較，実装したシステムをWeb上に公開することなどが今後の課題として挙げられる．また，研究期間において，大規模言語モデルなどの技術の進歩があったため，それらを用いた頻度の低いタグの推薦手法の開発も課題である．
|
