著者

西尾 駿斗 武藤 敦子 島 孔介 森山 甲一 松井 藤五郎 横越 梓 吉田 江依子 犬塚 信博

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37回 (2023) (ISSN:27587347)

巻号頁・発行日

pp.3M5GS1003, 2023 (Released:2023-07-10)

---

流行語についての研究は、語の定着の過程の分析や、語のジャンルごとの流行の度合いの分析などがあるが、どれも流行の定義を定量的に行っておらず、流行の定着度の分析を行うには十分でない。そこで本論文では、Twitterにおける単語の流行と定着の定義を定量的に行い、定義に基づいた語の流行期間について、機械学習による予測を行った。まず、ある流行語の一定期間内の使用回数に対し閾値を設定し、流行状態とそうでない状態を定義した。次に、ある期間における語の使用回数の推移を用いて、一定期間後に流行状態であるかを複数の機械学習手法を用いて予測のためのモデルを作成した。作成したモデルを用いて予測を行った結果、高い精度で流行状態の予測が可能であることを確認した。最後に、モデルの各特徴量の重要度を数値化し、流行が長期化するための条件について考察を行った。

著者

籔内 陽斗 松井 藤五郎 武藤 敦子 島 孔介 森山 甲一 犬塚 信博

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会第二種研究会資料 (ISSN:24365556)

巻号頁・発行日

vol.2023, no.FIN-030, pp.32-39, 2023-03-04 (Released:2023-03-04)

---

ファンド(投資信託)の中には目論見書に記された運用方針と実際の運用方針が異なる場合がある。先行研究では実際の運用方針に基づくファンドのグループ分けを目的に、月次リターンの時系列に対してk-meansとUMAPを組み合わせた手法を用いてファンドをクラスタリングする方法が提案された。しかし、k-meansによるクラスタリングではラベル情報を一切使用しないという問題がある。本論文では、インデックスファンドのラベルは正しいと仮定し、ラベル情報を使用可能な手法であるOne-class SVMを導入する。ところが、通常のOne-class SVMでは、ラベルが付与されたインデックスファンドだけをインデックスと判別するモデルを作成するため、インデックスに類似した隠れインデックスファンドをインデックスと判別することができない。この問題を解決するために、本論文ではOne-class SVMモデルの出力値に着目し、One-class SVMの出力を校正する新しい方法を提案する。提案手法を同一の指標をベンチマークとするファンド群に対して適用することで隠れインデックスファンドを見つけることができた。