経験マイニング : Web文書からの個人の経験の抽出と分類

经验挖掘：从网络文档中提取个人经验并进行分类

基本信息

批准号：
19024057
负责人：
乾健太郎
金额：
$ 4.1万
依托单位：
Nara Institute of Science and Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research on Priority Areas
财政年份：
2007
资助国家：
日本
起止时间：
2007 至 2008
项目状态：
已结题

项目摘要

商品やサービスなど, 指定されたトピックに関連する個人の経験の記述をWeb文書集合から収集し, 述語項構造に基づく表現形式に構造化するとともに, 事態タイプ(ポジティブ/ネガティブな出来事・状態, 入手・利用等の行為など)や事実性情報(当該事態の時間情報とそれに対する話者態度)といった意味情報を解析する経験マイニングを開発した. 20年度の具体的成果は次の4点である.(1)評価極性知識獲得の大規模実験 : 事態タイプのうち, とくに「遅刻する, 炎症が治まる, 錆が出る」など, 評価極性を持つ出来事に関する知識の獲得に注力し, 大規模なWeb文書コーパスからこれを獲得する実験を行った. その結果, コーパスのサイズを大きくすると, 獲得できる知識の精度, カバレッジともに劇的に向上に, 最終的に1.6億文のコーパスから75以上のカバレッジを85以上の精度で獲得できることが確かめられた.(2)事実性解析モデルの洗練 : 事実性解析については, 2007年度の成果をベースに, 事実性タグ体系の見直しと訓練データの拡張を行った. また, 文中で隣接する事態表現の事実性の間に依存関係があることに着目し, これをFactorial CRFでモデル化することによって解析精度を向上させることができた.(3)公開デモサイト「みんなの経験」の開発 : 以上の成果を利用し, 文書集合から実際に経験情報を抽出し, データペース化するシステムを開発するとともに, これを最近1年半分のプログ記事(約1億5千万記事)に適用し, 約5千万件の経験情報からなる経験データベースを構築した. このデータベースは, 今年度新たに開発した公開デモサイト「みんなの経験」で検索できるようになっている. 同サイトは, プログデータの利用契約の締結に時間を要したが, 2008年12月上旬に無制限一般公開できる運びになっている.(4)民間への技術移転 : 大手Webポータルサイト「@nifty」を運営するニフティ株式会社と連携し, 同社のサービス業務に経験マイニングの技術を導入する準備を進めた.

从Web文档集中收集与指定主题相关的个人经验的描述，例如产品和服务，将其根据标题结构（正/负面事件/状态，获得，获得，获得）构造为表达式格式。使用（例如使用等行为）和事实信息（对情况的时间信息）开发了挖掘的经验，以分析以下四个特定结果。 1）获得知识评估的大规模实验：在情况类型中，专注于通过评估获得事件的知识，例如“延迟，炎症，生锈”和大规模的网络文档，因此进行了实验因此，如果Copus的大小，既有收购的准确性和收购的覆盖率，则从COOP中获取此库，这两个刑期为16亿句均为75或更多的刑期。可以根据2007年的结果来确认（2）对事实标签系统的审查，并扩大了训练数据。此外，重点是事实句子相邻的情况的状态通过对阶乘CRF进行建模来提高分析精度。文档设置并转换数据速度，这是一个计划（大约1.5亿）（大约1.5亿）。新开发的公共演示网站“每个人的经验”。在公司服务中进行采矿经验。