数値および専門性と話題性に着目したSNSからの科学的知識抽出に関する研究

基于数值、专业知识和话题性的SNS科学知识提取研究

基本信息

批准号：
21K12141
负责人：
吉田稔
金额：
$ 2.33万
依托单位：
The University of Tokushima
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

数値の取り扱いの研究に関しては、テキスト中の数値を、有効数字に応じて抽象化する手法について研究を行った。抽象化したテキストを単語分散表現の獲得に用いたところ、同義語抽出の精度を向上させることを確認した。また、BERTを用いて、テキスト中の数値表現を分類する研究も行った。文書構造を利用した数値の表現抽出に関しては、データの準備を進めた。数値的・科学的記述が頻出するテキストとして、医療や健康に関する話題のテキストの分析も、引き続き行った。闘病に関するブログにおいて出現する数値や感情表現の抽出、および、それらの関連の分析を行った。数値表現獲得のために用いる、Transformerモデルの理論的分析も行った。学習済みBERTモデルを分析することにより、特に、VALUE行列と呼ばれるパラメータ群が、単語の共起度合いを反映していることを発見した。これにより、Transformerによる単語の意味獲得の精度をより改善できることが期待できる。発信者の専門性とテキストの関連分析では、SNSのプロフィールテキストを用いた手法の研究を行った。スポーツの世界大会を対象に、当該スポーツを普段から観戦しているユーザーと、そうでないユーザーの単語使用傾向を比較し、両者の間に大きな違いがあることを確認した。テキスト中の感情分析に関しては、顔文字の画像分析を用いた感情分析手法や、感情分析を用いた物語要約と対話破綻検出に関する研究を進めた。また、性格による感情変化に関する研究も行った。また、画像とテキストの関連分析に関しては、画像特徴量を用いたSNSテキストの評価予測について、引き続き研究を行った。

关于数字处理的研究，我们对根据大量数量中文本中抽象数字抽象的方法进行了研究。当使用抽象的文本获取单词分散的表达式时，已确认提高了同义词提取的准确性。我们还进行了一项研究，以使用BERT对文本中的数值表示进行分类。有关使用文档结构提取数值表示的数据准备。我们继续分析有关与医学和健康有关的主题的文本，作为经常具有数值和科学描述的文本。我们提取了有关与疾病作斗争的博客中出现的数字和情感表达，并分析了他们的关系。还对用于获取数值表示的变压器模型进行了理论分析。通过分析训练有素的BERT模型，我们发现，特别是，一组称为“值矩阵”的参数反映了单词的同时出现程度。可以期望这进一步提高变压器获取单词含义的准确性。在分析与文本有关的呼叫者专业知识和文本的分析中，我们使用社交媒体个人资料文本进行了一项研究。我们比较了定期观看这项运动的用户与不进行的用户之间的使用趋势，并确认两者之间存在显着差异。关于文本中的情感分析，我们使用情绪子的图像分析以及使用情感分析进行了叙事摘要和对话失败检测进行了研究。我们还研究了由于个性而引起的情绪变化。此外，关于相关图像和文本的分析，我们继续使用图像特征对SNS文本的评估预测进行研究。