著者
柳瀬 隆史 高須 淳宏 安達 淳
出版者
一般社団法人情報処理学会
雑誌
情報処理学会研究報告データベースシステム(DBS) (ISSN:09196072)
巻号頁・発行日
vol.1998, no.57, pp.117-124, 1998-07-08
参考文献数
7
被引用文献数
1

音楽データベースの大規模化が進む中、従来の書誌情報からによる検索以外に、演奏内容からの検索への要求が高まっている。本稿では、音楽演奏情報の内容からの検索において、インデクシングを自動で行う手法を提案する。提案手法では、楽曲の主旋律(メロディ)を自動的に分割して得られるフレーズをインデクシングの単位する。フレーズへの自動分割においては、楽曲中に類似したフレーズが繰り返し現れるという特徴を利用し、DPマッチングを用いた手法を提案し、MIDIデータを用いた実験によりその有効性を評価する。As music databases grow, needs to retrieval capabilities based on contents of musical performances are also increasing in addition to a traditional method based on bibliographical information of songs. In this paper, we propose an auto-indexing method in retrieval based on contens of digital information of musical performances such as MIDI. To this end, we first extract phrases, which are assumed as a unit for indexing, from automatically segmenting melodies into "Sub-melodies". In the proposed method of automatic segmentation into phrases, DP matching is employed, exploiting repeated occurrences of similar phrases in a song. The effectiveness of our method was evaluated through an experiment using MIDI data.
著者
吉田 由起子 柳瀬 隆史 加藤 孝史 小柳 佑介 浅井 達哉 大堀 耕太郎
出版者
一般社団法人 経営情報学会
雑誌
経営情報学会 全国研究発表大会要旨集 2019年秋季全国研究発表大会
巻号頁・発行日
pp.70-73, 2019-12-25 (Released:2019-12-23)

選挙候補者の当落を根拠付きで高精度に判定することを目指して、富士通研究所が開発したAI技術「Wide Learning」による選挙当落判定フレームワークを構築した。従来の選挙予測は分析者のスキルや情報源に強く依存する。一方、本研究では AIの入力データとして候補者の公認政党・趣味・主張、選挙区の特性等の公開情報と、有権者からの支持率等の一般的に用いられる調査データを使用することにより、一定の普遍性を有する選挙予測を可能としている。また、高精度の当落予測のみならず当落要因の知識発見も実現している。2016年参院選データで学習したモデルによる 2019年参院選選挙区の候補者の当落判定結果を評価しモデルの有用性について考察する。
著者
柳瀬 隆史 仲尾 由雄
出版者
一般社団法人情報処理学会
雑誌
情報処理学会研究報告自然言語処理(NL)
巻号頁・発行日
vol.2000, no.29, pp.151-158, 2000-03-21

本稿では、メールマガジンサービスから配信されるニュース情報を対象にして、注目ニュースを自動抽出する手法を提案する。同時期に複数のメールマガジンから配信された記事内容を分析した結果、多くの記事で報じられた話題には注目に値するものが多く、同一話題を扱った記事の多くは記事見出しの比較で判定可能なことが分かった。そこで、見出しの類似性に基づいて配信記事群をグループ化し、各グループ中の記事数などをもとに話題性が高いと思われるグループを選別する実験を試みた。グループ化の結果により抽出した注目ニュースと週刊メールマガジンの掲載記事との比較などにより、各グループに含まれる記事数を適切に制御すれば、話題性の高い情報を含んだ注目ニュースを効率的に抽出できる見込みが得られた。In this paper, we propose a method of automatic extraction of noteworthy topics using news articles delivered by e-mail newsletter services. At first we manually analyzed a set of articles delivered in a week by several e-mail newsletter services, and found that most of the topics reported in many different articles are noteworthy ones and it is possible to judge the semantic identity of articles with comparison of their headlines. Then we made an experiment of automatic extraction of noteworthy topics. In the experiment we classifyed delivered articles into groups based on the similarity of their headlines, and choose some groups based on the number of articles in each group.