典型度に基づくＷｅｂオブジェクト検索に関する研究

基于典型性的Web对象检索研究

• 批准号: 12J03993
• 负责人: 佃 洸摂
• 金额: $ 1.73万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2012
• 资助国家: 日本
• 起止时间: 2012-04-01 至 2015-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-12J03993/
• 关键词: 典型性; 意外性; 同位語; 上位語; 多様化; 意外な情報発見; オブジェクト集合検索; 知識抽出; 典型性; 意外性; 同位語; 上位語; 多様化; 意外な情報発見; オブジェクト集合検索; 知識抽出

本年度は大きく二つの研究課題に取り組んだ。一つ目の研究では、語の上位下位関係を用いて、入力クエリに対する同位語らしい語および上位語らしい語を発見する手法を提案した。提案手法では、語の上位下位関係を基に作られる2部グラフに対してHITSアルゴリズムを拡張した手法を適用することで、同位語らしさ、上位語らしさを求める。例えば、「落合博満」というクエリに対しては、同位語らしい語として「野村克也」や「イチロー」といった語が、上位語らしい語として「野球監督」や「野球選手」といった語が得られることが期待される。　実験では、クラウドソーシングを用いた大規模な実験を行い、提案手法の有用性を明らかにした。二つ目の研究では、社会認知量に基づく典型度と、データ量に基づく典型度に差がある情報は意外であるという仮説の基、意外な情報の発見を目的とした。特に語間の関係の典型度に着目し、上記の仮説を検証するために、クラウドソーシングを用いて社会認知量に基づく関係の典型度および関係の意外度を取得した。さらに、語の認知度および同位語を考慮することで社会認知量に基づく典型度の推定手法を提案した。最後に、社会認知量に基づく典型度、データ量に基づく典型度、オブジェクトの認知度を用いて情報の意外度の推定を行った。本研究の手法を用いることで，既存手法により求められる関連度は高いが関係の認知度が低い語を「非典型的な語」としてユーザに提示することが可能になった。

今年，我们研究了两个主要的研究主题。在第一项研究中，我们提出了一种使用单词上下术语关系来发现输入查询的高级单词身份和身份的方法。在提出的方法中，我们应用了一种将命中算法扩展到基于单词上下关系创建的两分图的技术，并找到了特殊和优越的语音。例如，当涉及“ Ochiai Hiromitsu”查询时，可以预期，诸如“ Nomura Katsuya”和“ Ichiro”之类的单词将被作为典型的单词，以及诸如“棒球教练”和“棒球运动员”之类的单词，作为典型的典型单词。在实验中，我们使用众包进行了大规模实验，以阐明所提出的方法的有用性。第二项研究旨在发现令人惊讶的信息，基于以下假设：基于社会认知量和基于数据量的典型性之间的典型性之间有所不同是令人惊讶的。特别是，着重于单词之间的典型关系并检验上述假设，众包被用来获得基于社会认知量的典型关系和令人惊讶的关系。此外，我们提出了一种通过考虑单词识别和同位素来估算基于社会认知量的典型性的方法。最后，使用基于社会认知量，基于数据量和对象识别的典型性估算信息的意外性。通过使用这项研究的方法，已经有可能提出高度相关但对现有方法所需的关系的意识较低的单词。