著者
簗瀬 拓弥 増田 英孝 山田 剛一 荒牧 英治 中川 裕志
雑誌
研究報告デジタルドキュメント(DD)
巻号頁・発行日
vol.2013, no.1, pp.1-6, 2013-02-21

本研究では電車の運行状況をリアルタイムに一般の Twitter のユーザのツイートから取得することを目的とする.対象として常磐線をキーワードとして含むパブリックタイムライン上のツイートを半年分収集した.このデータを用いて単位時間あたりのバースト数を元に定常時と異常時を判別し,通知を行うシステムを試作した.また,遅延や運転見合わせ時のユーザのツイートの特徴の分析を行った.Our goal is to extract train services from ordinary twitter users' tweets in real-time. We have collected tweets which includes '常磐線' from public time line over six months. We distinguish abnormal state from normal state by using a burst per minutes in the collected tweets, and we implemented a prototype system which can be notified abnormal state. Also, we analyzed the characteristic of users' tweets when trains are delayed or postponed.
著者
簗瀬 拓弥 増田 英孝 山田 剛一 荒牧 英治 中川 裕志
雑誌
研究報告情報基礎とアクセス技術(IFAT)
巻号頁・発行日
vol.2013, no.1, pp.1-6, 2013-02-21

本研究では電車の運行状況をリアルタイムに一般の Twitter のユーザのツイートから取得することを目的とする.対象として常磐線をキーワードとして含むパブリックタイムライン上のツイートを半年分収集した.このデータを用いて単位時間あたりのバースト数を元に定常時と異常時を判別し,通知を行うシステムを試作した.また,遅延や運転見合わせ時のユーザのツイートの特徴の分析を行った.Our goal is to extract train services from ordinary twitter users' tweets in real-time. We have collected tweets which includes '常磐線' from public time line over six months. We distinguish abnormal state from normal state by using a burst per minutes in the collected tweets, and we implemented a prototype system which can be notified abnormal state. Also, we analyzed the characteristic of users' tweets when trains are delayed or postponed.
著者
大野 礼儀 福原 知宏 山田 剛一 増田 英孝
出版者
人工知能学会
雑誌
人工知能学会全国大会論文集 (ISSN:13479881)
巻号頁・発行日
vol.29, 2015

インターネットの普及などでウェブ上では多くのレシピや献立の情報が存在する.一食分の献立を考えるとき,一つの料理から献立を考えるのは手間になり,献立単位で纏まっている場合は,献立内の料理の入れ替えなどの融通が利かない場合がほとんどである. そこで本研究では献立全体の雰囲気や作りたい料理を起点とした献立作成支援システムを目指して,献立内のレシピ情報に着目し,共起関係を用いて料理間の相性の分析を行う.
著者
小山 雄大 福原 知宏 山田 剛一 阿倍 博信 増田 英孝
雑誌
第81回全国大会講演論文集
巻号頁・発行日
vol.2019, no.1, pp.203-204, 2019-02-28

イラスト投稿系のSNSでは予めユーザが付与したタグを使って投稿されたイラストを検索することができる.しかし,アニメやマンガのキャラクタイラストにおいてキャラクタ名・作品名等の具体的な情報のタグ付けは行われるが,髪型・服装等の抽象的な属性についてのタグ付けが行われていないため,「黒髪」のようなキャラクタの属性でイラストを絞り込むことが難しい.また,従来のタグ付け手法ではタグが付いているか付いていないかという情報でしか属性を表現できないため不十分である.そこで,本研究では「黒髪」「セーラー服」「眼鏡」等のキャラクタの一般的な属性をラベルとするイラストのデータセットを作成し,各属性におけるキャラクタの特徴を抽出するCNNを構築する.このCNNを用いてキャラクタ属性に基づくイラストのベクトル表現を生成し,イラスト検索における有用性を確認した結果について報告する.
著者
山田 剛一 森 辰則 中川 裕志
出版者
一般社団法人情報処理学会
雑誌
情報処理学会論文誌 (ISSN:03875806)
巻号頁・発行日
vol.39, no.8, pp.2431-2439, 1998-08-15
参考文献数
12
被引用文献数
2

情報検索においては, 検索対象の規模が拡大するにつれ, 検索精度の向上がより強く求められてきている.そこで本論文では, 複合語をまとまりとして扱う手法と, 単語の共起情報を用いる手法を統合することにより, 探索システムの精度向上を図ることを提案する.複合語は全体で1つの概念を表現しており, まとまりとして扱うことが望ましいが, 複合語どうしマッチさせる場合には部分的なマッチングを考慮する必要が生じる.このマッチングを行い文書をスコア付けする手法を考案した.さらに, 単語が複合語を構成せず共起する場合もスコアに反映させるため, 共起情報を利用する手法と組み合わせ, 評価実験を行ったところ, 単語の重みに基づく手法, およびそれに共起情報を加える手法のいずれよりも良い探索精度が得られることが確認できた.
著者
山田 剛一 中川 裕志
雑誌
全国大会講演論文集
巻号頁・発行日
vol.52, pp.57-58, 1996-03-06

話し言葉を扱おうという研究が増えている。話し言葉の特徴として挙げられる現象はいくつかあるが、その一つに、助詞の省略(脱落)と呼ばれているものがある。例えば、次の文では「私の発表」という名詞句の後ろに助詞が存在しない。(1)私の発表何番目でしたっけ?特にかしこまった場面でなければ、話し言葉では、このような無助詞の名詞句が頻繁に現れる。既存の書き言葉の文法を持った解析システムでは無助詞を扱うことはできないので、何らかの助詞を補って、書き言葉での適格文にする必要がある。しかし、本当に助詞が省略されていて、それを補わなければならないのだろうか。
著者
土筆 勇都 福原 知宏 山田 剛一 増田 英孝
雑誌
第80回全国大会講演論文集
巻号頁・発行日
vol.2018, no.1, pp.209-210, 2018-03-13

若い女性を中心に,SNSで共有することを目的とした写真撮影が流行している.「インスタ映え」という新語もでき,SNS上で話題となっている人気の場所を調べ,そこへ行って見栄えのよい写真を撮影するSNS利用者も多い.しかし,SNS上で見つけた写真の場所を探す場合,写真からその撮影場所を特定することは容易でない.本研究では,Twitterから収集した画像付きツイートを用いて.テーマパーク来場者の楽しみ方を分析し,それを用いてお薦めスポットを推薦することを目的としている.手始めに,テーマパーク内の場所やキャラクタを対象とし,CNNを用いた画像の自動分類を行った.
著者
簗瀬 拓弥 増田 英孝 山田 剛一 荒牧 英治 中川 裕志
雑誌
研究報告情報基礎とアクセス技術(IFAT)
巻号頁・発行日
vol.2013-IFAT-110, no.1, pp.1-6, 2013-02-21

本研究では電車の運行状況をリアルタイムに一般の Twitter のユーザのツイートから取得することを目的とする.対象として常磐線をキーワードとして含むパブリックタイムライン上のツイートを半年分収集した.このデータを用いて単位時間あたりのバースト数を元に定常時と異常時を判別し,通知を行うシステムを試作した.また,遅延や運転見合わせ時のユーザのツイートの特徴の分析を行った.
著者
宗片 健太朗 福原 知宏 山田 剛一 絹川 博之 中川 裕志
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会全国大会論文集 第22回全国大会(2008)
巻号頁・発行日
pp.97, 2008 (Released:2009-07-31)

本研究では、Web上で人々が注目しているページの収集と分析を行うことを 目的とし、ソーシャルブックマークを用いた情報収集・分析ツールの 開発を行った。 提案ツールについて述べ、 本ツールを用いて得られたソーシャルブックマーク上の タグやコメントデータの分析結果について述べる。
著者
吉田 稔 杉浦 隆博 山田 剛一 増田 英孝 中川 裕志
出版者
人工知能学会
雑誌
人工知能学会全国大会論文集 (ISSN:13479881)
巻号頁・発行日
vol.23, 2009

本発表では、テキストに記述された数値情報を、その属性名とともに抽出し、複数記事間の数値情報を関連付けることにより、自動的にグラフを作成するシステムを紹介する。数値情報どうしの関連付けのさい、(属性、数値)のペアについてクラスタリングを行う。また、入力された属性名に対して、生成されたグラフから自動的に適切なグラフを選択し提示する手法についても述べる。