2023 Fiscal Year Research-status Report
| Project/Area Number |
19K12718
|
|---|
| Research Institution | Osaka Metropolitan University |
|---|
Principal Investigator |
村上 晴美 大阪公立大学, 大学院情報学研究科, 教授 (40305644)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
下倉 雅行 太成学院大学, 経営学部, 准教授 (80444503)
|
|---|
| Project Period (FY) |
2019-04-01 – 2025-03-31
|
| Keywords | 情報検索 / NDLSH / Sentence-BERT / ChatGPT / 深層学習 |
|---|
| Outline of Annual Research Achievements |
研究の全体構想は「Web上の人物を選択するためのインタフェースの開発」であり、「Web上の人物を要約する手法の開発」を目的とする。本研究における要約とは、人物を選択・理解するために有用な、情報の抽出（Web ページからの抽出）、生成（Webページから抽出した情報からの生成）あるいは付与（外部データからの付与）である。本研究では、(a)人物の選択に有用な情報を明らかにし、(b) 人物の要約手法（キーワード、件名、概要）と(c) 2種類（表とネットワーク）のインタフェースの有効性を実験により検証する。
令和5(2023)年度の主な成果は、(1) 深層学習を用いたNDLSHの付与手法の開発と、(2) 2種類のデータセットを用いたNDLSHの付与手法の評価である。
(1) 深層学習を用いたNDLSHの付与手法として、Sentence-BERTを用いた手法とChatGPTを用いた手法を開発した。実験の結果、以下のことがわかった。ChatGPTを用いた手法の性能が良いが、付与件数が少ないことがある。Sentence-BERTを用いた手法は性能では劣るが、有用な件名が得られることがある。
(2) 検索結果順位、文書内の位置、タイトル出現時の倍率、同義語/上位語/下位語/関連語の倍率、文書頻度を組み合わせた77,760パターンについて2種類のデータセットで比較実験を行った。「文書の全文を利用し、上位語に0.5倍、関連語に0.2倍で重み付けし、df/Nをかける」ことが最良パターンの共通点であった。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
評価実験が順調に進展している。
|
| Strategy for Future Research Activity |
最終年度として研究の総括を行う予定である。
|
| Causes of Carryover |
研究計画の変更を行い、研究期間をさらに一年延長することになった。予算は学会発表や論文投稿に使用予定である。
|
Research Products
(2 results)
