人工知能学会第23回全国大会

このページはしましま人工知能学会全国大会2009に参加してとったメモです.私の主観や勘違いが含まれていたり,私が全く分かってなかったりしていますので,その点を注意してご覧ください.誤りがあれば,指摘してください.

1B1 機械学習データマイニングクラスタリング

1B1-1 時系列を考慮した階層的クラスタリングに基づくインタラクティブなニュース記事閲覧支援システム

平田 紀史, 伊藤 太樹, 大囿 忠親, 新谷 虎松(名古屋工業大学大学院 工学研究科情報工学専攻)

  • ニュースの概要を知るため,部分トピックに分け,
  • キーワードに対するフィードバックを使って,注目する部分トピックを指定すると,それが類似性に反映された分類を再計算
  • トピック間の関連性もリンクで示される

1B1-2 次元削減の再構成誤差を用いた異常検知手法の比較

乾 稔, 矢入 健久(東京大学) 河原 吉伸(東京工業大学) 町田 和雄(東京大学)

  • はずれ値検出を使った異常検知.次元削減で作った部分空間で正常な状態をモデル
  • カーネルPCAを使った異常検知はあるが,他の非線形次元削減手法はまだ → 試してみよう
  • 線形モデルだと,正常データのバリエーションが捉えられ,それの組み合わせで異常データも復元されてしまった.正常・異常の差が小さくなり,異常検出能力はよくなかった.
  • 人工衛星データでは,精度が上がった.
  • 純粋なクラスタリングよりは,それに次元削減の要素が入った手法が良いと思う

1B1-3 制約付き距離学習による文書クラスタリング

岡部 正幸(豊橋技術科学大学) 山田 誠二(国立情報学研究所)

  • スペクトラルグラフを使った半教師ありクラスタリング
  • must-link や cannot リンクで,リンク対象先の要素の近傍要素にも広げる
    • 広げすぎると逆効果

1C2 機械学習データマイニング「可視化」

1C2-1 属性を付属したテキスト可視化のための属性付きKeyGraph

伊藤 貴一,諏訪 正樹(慶應義塾大学),大澤 幸生(東京大学大学院工学系研究科)

  • KeyGraphに,記事の書き手情報などの属性情報も含めたテキストを分析.

1C2-2 研究分野ネットワークで探る学術誌の隠れた専門性

片上 大輔,山田 隆志,新田 克己(東京工業大学大学院総合理工学研究科)

  • 二つの研究分野を差を差分グラフと呼ぶ手法で示す.

1C2-3 医療情報機器接続検証におけるテスト工程の可視化

青島 大悟,鈴木 敦志,坂根 裕(静岡大学),大関 毅,吉村 仁(日本IHE協会),竹林 洋一(静岡大学)

  • 医療情報機器間でデータの互換性・接続性が弱い
    • コネクタソン:医療情報機器の相互接続性を調べるイベント → 相互接続性の評価
  • 医療機器の画面を見るだけだと,どっちの機器に責任があるかわからない
    • 機器間のプロトコルをモニタリングして調べる.
    • メッセージに分解して,プロトコルが規格に適合しているかどうかを示す.

1C2-4 Web情報を利用した関連企業のクラスタリングと可視化

前田 亮,松井 藤五郎,大和田 勇人(東京理科大学)

  • リンク情報や,同時検索数に基づいて企業間の類似性を定義し,あるクエリ企業に対する関連企業をクラスタに分けて示す.

1I3 エージェント「オークション」

1I3-1 架空名義入札に頑健な再配分メカニズムの提案

櫻井 祐子(ヤフー株式会社),Conitzer Vincent(Duke University),斎藤 恭昌,岩崎 敦,横尾 真(九州大学)

  • Vickreyオークション:途中経過が分からない,一発勝負の入札だが,支払う額は2番目の人の金額で支払う.
  • 週末に使う車とかをオークションで決めるときには,オークションに使えなかった人に入札したお金を配分する → どうやって配分する?
    • Cavalloメカニズム:自分を抜いてVickreyオークションした額をもらう
    • Faltingsメカニズム:ランダムにキックアウトされた人が全部もらう
  • こうした方法は架空名義を使われると破綻
    • 人数に応じて増えるような留保価格を設定.自分以外に留保価格を超える入札が無い場合には返金が受けられない.

1I3-2 架空名義操作不可能な組合せオークションの割当規則の特性

東藤 大樹,岩崎 敦,横尾 真(九州大学),櫻井 祐子(ヤフー株式会社)

  • 組み合わせオークション:複数の商品を同時に取引する
    • Vickrey-Clarke-Groves(VCG)メカニズム:正直者が得.入札者の効用を最大化するパレート効率的割り当て → 架空名義があるとまずい
  • 劣加法性:二つの商品を同時に買う金額が,それぞれの金額の和より小さい
    • 大丈夫といわれていたVCGや,GM-SMAは,架空名義を使うことで,劣加法性を満たさなくなってまずいことを示した

1I3-3 第一価格入札における架空名義操作の影響の解析

桂木 敦史(九州大学),櫻井 祐子(ヤフー株式会社),岩崎 敦,横尾 真(九州大学)

  • 第一価格入札:一発勝負の申告.1番の人が落札し,その申告額を払う.
  • ベイジアンナッシュ均衡:利得の分布を考えて,そのモードの価格で互いに入札される均衡

1A4 ヒューマンインタフェース・教育支援「推薦システム」

1A4-1 転移学習を利用した集団協調フィルタリング

神嶌 敏弘,赤穂 昭太郎(産業技術総合研究所)

自分の思っているアウトラインを勘違いしていてミスった

質問

  • アブダクションとかの利用は? → 本質的にいまでも変わらないことをしている.表現形が違うだけ.
  • 分布が似ているということは? → 今はコンセンサスのとれた形式的定義はない.結果が良くなったらにている.
  • 階層ベイズモデルの不明点に関する質問

1A4-2 Wikipediaを用いた人名抽出と機械学習を用いたテレビ番組ジャンル推定

福原 知宏(東京大学),武田 英明(国立情報学研究所)

  • EPG番組表のカテゴリを予測し,タグ付けを容易にしたい
  • 特徴量に用いる人名の精度を上げるため,Wikipedia を利用

1A4-3 家庭内におけるTODOタスク達成管理の一考察

味方 さやか,小林 一郎(お茶の水女子大学)

  • 参加者の処理能力や好みを考慮しつつ,他の個人タスクとのコンフリクトなどの制約下で,遺伝アルゴリズムを使って最適に割り当てる.

1A4-4 ユーザのスケジュールに柔軟に対応するダイエットのためのレシピ推薦

三野 陽子,小林 一郎(お茶の水女子大学)

  • 選んだレシピ,塩分量を制約に,野菜摂取量を最大化するような献立を推薦する.

2B1 Webインテリジェンス「web検索1」

2B1-1 ソーシャルブックマーク数を正解とした検索ランキングの学習

数原 良彦,植松 幸生,戸田 浩之,井上 孝史,片岡 良治(日本電信電話株式会社)

  • ブックマークされていないページも,ブックマークされたページ数と同じ規準で,検索結果を順位付けする
  • クエリ語をタグ付けしているページ数が多いページが上位になるように,順位付け関数を RankingSVM で訓練する

2C2 機械学習データマイニングデータマイニング2」

2C2-1 グラフ時系列データからの頻出部分系列マイニング手法の性能評価

猪口 明博,鷲尾 隆(大阪大学)

  • グラフの系列:ノードは一意識別可能,時間的な変化はわずか
  • GTRACE:グラフをシンボル系列に変換して頻出系列パターンを抽出
    • シンボル列への変換:グラフの編集操作を表すシンボルを利用
  • 系列を通じて,他のノードとリンクのないノードは,他に影響しないと考えて無視
  • AGMを使って,事前に頻出グラフを見つけておいてから,系列のマイニングをする (?)

2C2-2 事例拡張を用いた半教師付き学習のデータストリームへの適用

小阪 達也,安村 禎明,上原 邦昭(神戸大学)

  • concept change:ストリームを幾つかのタイムスパンに分割.今のスパンのデータを過去のスパンの分類器でうまく分類できなくなったら,concept changeが生じたと考える.
  • TriTraning:共訓練と似ているが三つの分類器を作る.h1 h2 がラベルなし事例を分類し,結果が一致したときのみ,h3 の再訓練の訓練事例に使う.
  • ラベルありデータが少ないタイムスパンではTrAdaBoost を使って過去のデータを使い回す

2C2-3 多様な分子フレームワークを有する薬物分子のNTGネットワーク

寺本 岳史,高橋 由雅(豊橋技術科学大学)

  • NTGグラフ:化合物の基本的な骨格構造をもつ.環と次数2以上のノードで構成.
  • NTG関係辞書:NTGと薬理活性の対応 → 同型NTGが違う活性,違うNTGが同じ活性の場合がある
  • 各NTGの部分構造から成るネットワークを作り,各部分構造にも薬理活性をマッピング.このネットワークを見せることで,知見を得る手がかりにする.

2C2-4 秘密のリンク構造を持つグラフのリンク解析

佐久間 淳(筑波大学),小林 重信(東京工業大学)

  • ネットワーク分析をプライバシー保護環境下で行う
    • ネットワークをn×n行列で表す
    • Row-private(RP):この行列の行 i を,ノードiは知っている
    • symmetrically-private():i行とi列を使っている
  • 個人化のパターン
    • Weight-aware:みもリンクもSP
    • Link-awre: リンクはSPだが,重みはRP
    • Link-unaware: 両方ともRP
  • 行列の積を計算するときに,その部分情報を秘密に計算する → 準同型な公開鍵暗号を使う

2M2 特別講演「脳の探検 ? 常識、感情、意識、そして自己とは ?」

マービン・ミンスキー

なんとMac上でMS-Wordでプレゼン.

2M2 特別セッション「招待講演:Cybernics:その現状と未来」

山海 嘉之 (筑波大学)

  • サイバニクス:人・機会・情報系の融合複合

運営面でのお話

  • イノベーティブな成果を社会へ還元するためには法律や社会体制の整備が不可欠
  • vital sensing:データの中からのイベント・異常の検出

HAL

  • 人間の身体機能の拡張:医療福祉,重作業支援,エンタテインメント(月面・雪山のシミュレーション),技能伝達(tacitな知識を動きそのもので伝達)
  • 脳からの信号は脊髄や運動神経を伝う
    • こうした信号はイオンチャンネルを流れる → と皮膚のところで信号が採れることが分かった
  • この信号をひろって,その信号に応じて機械を動かす
  • その機械の動きは,神経を伝って人間に返りループができる

二つの制御機構

  • 生体電気信号に基づいた随意制御
  • 決まった動作のシーケンス中は,基本モデルを状況に合わせたモデルにあわせて自律制御
  • アシスト:人がちょっと動く前にアシストしてくれることが重要 → 因果関係が逆になるので難しい
  • アクチュエータとかでも,単に動くだけでなく,人間のじゃまにならないようにしたりするのが難しい
  • 数字だけではない,利用者の主観評価は大事
  • 人間の安全領域と,物理的な安全領域がちがうのでモデリングで考慮する必要
    • 意図と違う動きをすると,危険な方向へ人間が動いたりする.しかもこのモデリングは個人的にしないといけない.
  • 人間は,重力で生じるダイナミクスを利用して行動しているので,動作の抵抗を0にしてもいけない
  • central pattern generator:緊急動作や反復動作をする機関.人工的

2E2 特別セッション「OpenCVライブラリによる画像認識プログラムの開発」

加藤 丈和 (京都大学)

  • 経緯:TEO というライブラリを自身の研究室で開発していたが,インテルから OpenCV が出た.それで,自身での開発ではなく利用する方向へ.

OpenCVライブラリ

  • インテルが当所作っていたが,現在では多くの人の寄与がある
  • いわゆる修正BSDライセンス(著作権表示のみ)GPLと違ってライブラリを使っても,バイナリのみの公開可
  • 簡単:画像のキャプチャ,画像処理,読み込みなどのユーティリティが充実,簡易GUIまで使える
  • 開発言語は C/C++,Python, Ruby, Javaなどのラッパーも存在
  • 高速:十分に高速なアルゴリズム,インテルIPPを購入するとさらに高速
  • 最先端:CV研究者自身が実装したアルゴリズムが良く公開されている

ライブラリの内容

  • CXCORE:基本データ構造,行列などの演算
  • CV:画像処理など
  • ML:機械学習アルゴリズム
  • HighGUI:簡易GUI,画像の読み書き,カメラキャプチャ

情報源

書籍

  • OpenCVプログラミングブック:毎日コミュニケーションズ
  • CVについては,コンピュータビジョン,共立出版
  • CV:2次元画像から3次元中で何があるかを知りたい
  • 画像処理:2次元画像

デジタル画像

  • アナログ情報 =標本化&量子化> デジタル画像
    • 3CCDでデジタル化するとにじみが少ないが,単板式だと解像度は低い
  • 標本化:空間的に連続 → 2次元の格子状のデータになる
    • サンプリングの解像度=格子の細かさで,画像の解像度が決まる
  • 量子化:各格子点の明るさを離散値に変換
  • 計算機上の画像の取扱:データ点一つ=pixel(画素),各色の画像=plane/channel
    • channel への分割は RGB の他,YUVはHSV,追加のαチャネル(透明度)などがある
  • 画像の1行分の長さ=ラインステップ

OpenCVによる画像処理プログラミング

  • IplImage 構造体:画像を表す構造体
  • 新しい画像の生成 cvCreateImage:画素が浮動小数点は符号付きの数も扱える
  • ファイルからの読み書き cvLoadImage,cvSaveImage
  • 画素値をしるには:
    image->imageData + y座標 * image->widthStep + x座標 * image->nChannels * image-.depth

動画像処理

  • cvCaptureFromCAM や cvCaptureFromAVI などで,Capture 構造体で動画の取り込みを実行
    • cvQueryFrame で動画像の各フレームが得られる

CVの関数を使ったプログラム

  • 直線検出
    • Hough変換を使った直線検出:画像の微分,エッジ検出,直線当てはめ
    • 人工物の検出や幾何的な図形の検出に使える
    • cvCvtColor → cvCanny → cvHoughLines2
  • 動き検出 (オプティカルフロー)
    • フレーム間の差分を求めて動きを検出する
  • 顔検出:Haar-like特徴+AdaBoost+カスケード型識別器
  • SURF:Speed-up Robust Features (SIFTより早いが,精度は若干悪い(?))
    • 回転・スケール不変な特徴点抽出+特徴量記述
    • 頑健な特徴点マッチング

最新版に実装される機能

3E1 特別セッション「AIレクチャー2:研究会案内」

AIチャレンジ研究会の紹介

中臺 一博 ((株) ホンダ・リサーチ・インスティチュート・ジャパン),光永 法明

  • 前身である「並列人工知能研究会」の歴史的紹介
  • 「ホットトピックスと並列人工知能研究会」に変更.テーマ別研究会になった.
  • 1998年にChallange研究会に.ロボカップと音環境理解が中心に
    • ロボカップ:国内大会はこの研究会の資料が予稿集
    • 音環境理解:AIに聴覚心理や信号処理の要素も加わる

ロボット聴覚

  • 実環境で音声に限らない音環境を理解できるように
    • ロボット自身のノイズがあっても,その他の音が理解できるように
  • 課題
    • 種類や数が多様な音,環境,状況が変化
    • 人間との対話が最終目標なので心理的要素も
    • 音の持つ階層性 (音階・和音)
  • 重要な技術:音源定位,音源追跡,音源分離,音声認識

ロボカップ

  • 標準問題を決めて知能ロボット研究をみんなで進める
  • ランドマークプロジェクト:人間にケガをさせずに,ワールドカップ優勝者の人間チームに勝つ
  • ドイツ人の応援はうるさいらしい
  • ロボコンとの違い:操縦するのではなく,人工知能の戦い.研究者の交流と研究の一般公開
  • 競技:Soccer,@Home,Resucue,Junior(Dance,Rescue,Soccer)
  • サッカー:すばやく準最適解,分散協調,部分観測・誤差,体を動かす必要
    • 小型ヒューマノイドでも,戦略的なパスも狙える.
  • @Home:一般の家屋内での競技.人間の指示に対する応答速度.人間の個体識別.
  • YouTube にいっぱいビデオあり (RoboCupで検索)

セマンティックWebとオントロジー

武田 英明 (国立情報学研究所, 東京大学 人工物工学研究センター)

  • オントロジー:形式オントロジー,領域オントロジー,記述論理,計量オントロジー,OWL,RDFS,microformats,Wikipedia,集合知など
    • セマンテイックWebは,二つの見方に分かれつつある
  • オントロジーの定義:
  • オントロジーの構成要素:概念の集合,is-aによる階層化,関係の付与,公理化
  • 役割:人間間の合意形成,システム間のコミュニケーションの定義,人間-システム間での知的検索,知識の共有と再利用
  • 利用レベル:辞書的,共通語彙,インデックス,データスキーマ,知識共有の媒体,知識モデルの規約,知識の体系化への利用
    • ライトウェイトな語彙共有と,ヘビーな知識表現に分かれる

(大文字の)Semantic Web

  • Berners-Lee がいうところのW3Cの定めるセンマンティックWeb
  • RDFで記述されたデータは,SPARQLという問い合わせ言語でクエリ検索が普及している
  • Linked Data:全ての名前にURIを使う,名前の参照がHTTP URIでできる,URIを参照したときに関連情報が手に入る

(大文字の)semantic Web

  • RDF/OWLに必ずしも依存しない.今のWeb乗法を最大限活用,センマンティックWeb技術の活用

3E2 特別セッション「AIレクチャー3:人と関わる知能システムの研究」

石黒 浩 (大阪大学基礎工学研究科システム創成専攻)

  • 前身のロボビーの研究で,人と関わるにあたって,動きは研究しているが,見かけの問題が放置されていたことにショックを受けた
  • 「人間みたいなものを作りたい」という漠然とした目標を掲げると,いろいろ関連した問題が沸いてくる → どんどん手を広げることに
  • ロボットと人間の相互作用をやりたい:ロボット(認知発達,ロボット学)と人間(認知科学,心理学)
  • 不気味の谷:人間らしいけど,動きが人間らしくないと,不気味:28-24ヶ月以降の人間を認知できるようになった子供以降は不気味に感じる
    • 非常ではなく,ちょっと似いる信号は抑制される側抑制の効果との仮説
    • 無意識の動作が大事:微少に人間は動く → 子供が泣かない程度には動きを付けられたが,医師に診せるとおかしいらしい
    • 「こころ」のモデル構成的に実証するのが人間に似たロボットを作る目的の一つ

人間の知覚

  • なぜ堅い素材を使うのか? 枠にはまっているせい? 世の中に出すには柔らかい素材で作るべき
  • 皮膚センサー:シリコンゴムとピエゾ素子を組み合わせた
  • 視覚:部屋全体を覆う,全方位カメラ,赤外線センサー,床センサー,レーザレンジセンサーなど
  • 自然な動きをつけたアンドロイドに対する人間の反応は,人間とあまりかわりない(視線の解析から)
  • 不気味の谷のものを見ていると脳の頭頂部が活発に反応
  • この先はすごく難しい:やっぱり人間をつくるのは難しい
  • 脳科学や認知科学とロボット工学やAIを含めたアンドロイドサイエンス

人間らしい対話

  • 高度な機器ほど遠隔操作にたよる
  • 遠隔対話システム:小さな動きは自律で,大きな動きはキャプチャして遠隔で操作
    • アンドロイドと知っていても,目を見て話すようになる
  • 自分の癖は知らない → 人間は自分を100%は分からない
  • 遠隔アンドロイドをつつかれると,それを見ている自分はつつかれた気がする
    • 一部が繋がると,全部繋がった感じがする.幻肢なども同様の現象では?
    • ポジティブな要素はより大きく反応する → 操作している学生さんが,サイエンスゼロ
    • こころと体を分離するような感覚が体験できる
  • 脳計測による評価
    • 4歳の子供に石黒先生のアンドロイドを見せると,コピーしたものではなく,別の人格と認識される

アンドロイドサイエンスの新たな研究

  • 科学的問題:自身の自身に対する認識は,他人の認識と一致するのか?
  • 工学的問題:遠隔操作
  • 人として扱われるためのミニマルデザイン

人間らしい発達するソフトウェアの開発

  • CB^2 成長する人造人間
  • 赤ちゃんのU字発達:その発達モデルに近づけるのでは?
  • 人間の対話を,第3者的に知覚することは重要
  • 人間はかってに動けるようになるのではなく,その発達過程で親の補助は必要

人間らしい動作原理

  • 人工物と生体の違い:動作に必要なエネルギーが違いすぎる ← ゆらぎを利用するのと,ノイズを遮断
  • いろんなゆらぎはこうかける dx/dt=f(x)・activity + η
    • f(x):アトラクタをもつ制御構造,ゆらぎを利用できる形で受け入れる構造,activity:形の状態,η:ノイズ
    • 分子レベルのゆらぎ:1分子計測で,モデリングする方程式を作った
    • 細胞レベルのゆらぎ:遺伝子の発現パターンの揺らぎのモデル(複雑系)
    • 脳レベルのゆらぎ:多義図形の見え方の実験.離散的なスイッチングの式
    • 工学的にこうした揺らぎを生かす
  • 昆虫のような人工生命
    • ランダムな動きと,アトラクタ(エサ)の近くでは近くだと思う方向へ動く
    • という単純なうごきで,タスクを完結可能
  • 逆運動学をとけないほど複雑な動き ← ランダムな動きをして,目標動作に近づくとノイズを減らすという単純戦略で動きが獲得できる
    • 質問:近さの定義が難しい?←生物のもつノイズのモデリングや,モデルの階層性などがそういった問題への対処になるのではないかと考えている

社会関係

  • ロボットを子供の集団の中で行動させてみた

ロボット演劇

  • ロボットにこころを感じる時代
  • イメージでなく,具体的な指示をする監督だが,ロボットへの指示と役者への指示が同じだった.
  • 限定されたシーンやシナリオであれば,こころ感じられるようだ.
    • 汎用のものより,限定目的にチューンしたものの
    • アートには答えがあり,それに理屈を付ける

3E3-NFC2 近未来チャレンジ2「(サバイバル)Community Web プラットフォーム」

3E3-NFC2-1 教育情報システムを用いた学習過程の可視化

菅原 真悟(総合研究大学院大学),新井 紀子(国立情報学研究所)

  • 「協働」を 教育目標に.
  • NetCommons http://www.netcommons.org/ オープンソースのコンテンツ・学習管理システム
  • 使いにくい (1)メリットが不明,(2)使われてないとどうやって使われるかわからない → 参加を促す機能が足りない
  • 可視化が重要では?参加者間の繋がりを認識でき,参加意欲が増した.

3E3-NFC2-2 ECサイトにおけるユーザの嗜好の変化の検出

伊藤 冬子(同志社大学大学院,日本学術振興会),廣安 知之(同志社大学 生命医科学部 医情報学科),三木 光範(同志社大学 理工学部),横内 久猛(同志社大学 生命医科学部)

  • 閲覧中に,嗜好が変わることもある.その変化を検出する.
  • 商品を特徴量で記述,利用者の嗜好パターンは幾つかにクラスタリングできる.
  • 選んだ商品を順に加えてゆき,クラスタリング結果の変化を見る.

3E3-NFC2-3 組合せ発想ゲームにおける否定発言に着目した会話分析

高橋 祐一,西原 陽子,大澤 幸生(東京大学)

  • イノベーションゲーム:既存技術を書いたカードをランダムに組み合わせ,アイデアを考える「企業家」と,それを批評・購入する「消費者」に分かれる.
  • このゲームで,良いアイデアがと,否定的発言の関係を調査
  • 否定的発言:N1=疑問の表明,N2=理由のない不同意,N3=理由のある不同意,N4=アイデアの具体的欠陥
  • 良いアイデア:ゲームでの購入総額の多さで決める.
    • 発言数が多いと良いアイデアである ← 発言によって改善がなされていく
    • 肯定発言からはいじまり,否定的・肯定的の振動になって,肯定発言に収束
    • ポジティブ発言が多い

3E3-NFC2-4 アクセス履歴を利用したコンテンツメタデータベースによる情報流通支援

亀田 尭宙(東京大学大学院),大向 一輝,武田 英明(国立情報学研究所)

  • デジタルコンテンツの発信時期などを証明する.
    • 電子署名は,費用がかかり,ファイルの種類によっては付けられない.
    • アーカイブサービス:発信時期などの証明はできるが,コンテンツを複製する必要.クローズデータやP2Pはダメ.
    • 情報リソース=ハッシュ値,発信者=OpenID,発信・利用時間=標準時,場所=URL,作成or閲覧などの付随情報
  • これらの情報を管理するメタコンテンツデータベース

3E3-NFC2-5 フォークソノミーのタグとして不適切な語句のウェブからの抽出

古川 忠延(東京大学大学院),松尾 豊(東京大学),石塚 満(東京大学)

  • 不適切なタグ(アダルトワード)を自動的に抽出
    • 年齢制限のあるサイトから頻出する語を抽出した
  • 実際に使われていた不適切タグが,頻出語による決定では,ほとんど精度が上がらなかった.
    • 一つのサイトから集めたデータごとに,データを使ったから良くなかった?

3E3-NFC2-6 QueReSeek feat. Wikipedia: 辞書を用いたキーワード繋がりによるウェブコンテンツの検索

丹 英之(株式会社アルファシステムズ),大向 一輝(国立情報学研究所),武田 英明(国立情報学研究所)

  • 検索エンジン:検索スキルが必要で,検索に至る文脈を理解できない → 集合知による解決
  • WikipediaやYahoo百科事典などの見出し語をクエリとし,複数のクエリに共通に検索されたページを関連があるとみなす.
  • 閲覧中ページへの関連ページを示す.
  • http://rhodes.ex.nii.ac.jp

3E3-NFC2-7 社会ネットワーク分析指標を用いた包括的Webナビゲーションの実現と評価

島田 諭(筑波大学),福原 知宏(東京大学),佐藤 哲司(筑波大学大学院)

  • 主なトピックとそれらの関連を示すようにしたい
  • 共起語グラフでハブになっている語をたどって閲覧できるように

3E3-NFC2-8 Weighting Relations in Social Networks Using the Web

岡 瑞起,松尾 豊(東京大学)

  • 検索エンジンを用いてソーシャルネットの関係の重みを決める:コンテキスト依存

3E3-NFC2-9 IDM!水玉潰し

松村 真宏(大阪大学)

  • 同じ情報でも,何をどこに誰に与えるかによって,その後の広まりに影響がある
  • Gross Community Influence
    • 影響量の強さは,多くのメッセージに共通に含まれる語の影響範囲中での総和
    • 影響力のある語,サイト,ブロガの定量指標を,この影響量をもとに定義

E3-NFC2-10 伝播投資貨幣PICSY

鈴木 健(株式会社サルガッソー)

  • 最終的な財を再分配する仮想貨幣の提案

3E3-NFC2-11 Community Webプラットフォームの展望

大向 一輝(国立情報学研究所,総合研究大学院大学),武田 英明(国立情報学研究所)


トップ   編集 凍結解除 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2010-02-11 (木) 16:12:16 (2494d)