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，我们研究了一种根据有效数字对文本中的数字进行抽象的方法。当使用抽象文本来获取单词分布式表示时，已证实同义词提取的准确性得到了提高。我们还进行了使用 BERT 对文本中的数字表达式进行分类的研究。我们已经开始准备数据，以便使用文档结构提取数值表达式。我们还继续分析与医疗保健和健康相关的主题的文本，因为这些文本经常包含数字和科学描述。我们提取了有关抗击疾病的博客中出现的数值和情绪表达，并分析了它们的关系。我们还对用于获取数值表示的 Transformer 模型进行了理论分析。通过分析训练好的BERT模型，我们发现，特别是一组称为VALUE矩阵的参数反映了单词的共现程度。这有望进一步提高Transformer词义获取的准确性。为了分析发送者的专业知识和文本之间的关系，我们对使用 SNS 个人资料文本的方法进行了研究。我们比较了经常观看体育赛事和不观看体育赛事的用户的词语使用趋势，并证实两者之间存在显着差异。关于文本中的情感分析，我们开展了基于表情符号图像分析的情感分析方法、基于情感分析的故事摘要和对话中断检测等研究。我们还对性格引起的情绪变化进行了研究。关于图像和文本关系的分析，我们继续研究利用图像特征预测SNS文本的评价。