博士論文公聴会スライド

Editor's Notes

1. 構成を述べる． 目次を少し細かく分類したほうがいいかも．
2. 削除
3. 削除
4. 次に研究目標について説明します．本研究では，問題間の類似度の正確な算出の要件として以下の３つをあげます．類似問題を漏れなく検索すること，類似問題だけを検索すること，類似問題を上位に検索することです．／上の２つの要件を評価する指標としては，情報検索の分野で一般的に用いられている再現率と適合率を用います．また，３番目の要件を評価するためには検索結果に閾値を設けて再現率，適合率を算出することにより評価を行います． ／例えば，ある問題に対してこのように類似問題と類似問題でない問題が存在するとします．／このように，類似問題だけが検索される場合，適合率が100％となり，／このように，類似問題がすべて検索される場合，再現率は100%となります． ／再現率と適合率は以下のような式で表わされ，閾値を下げ検索される問題数を増やすと，再現率は向上し適合率は低下します．また，閾値を上げ検索される問題数を絞ると再現率は低下し適合率は向上します．このように両者の間にはトレードオフの関係が成り立っています．／この再現率・適合率の向上を目標とします．
5. ここで，一般的な類似度算出手順について簡単に説明します．まず，重要な語の出現箇所を決定し，問題情報のどの部分を使用するか決定します．／決定されたテキストを形態素解析し語を抽出します．／そして，抽出された語の中から不要となる語を削除します．／さらに，残された語に対して重みづけを行い，／最後に重みによってベクトルで表わされた問題間の類似度を算出します．
6. ここで，技術的な課題とアプローチについて説明します．語の重要性の判断について，問題の類似度を算出する上で重要となる語は既存手法のような語の出現頻度や出現分布から判断することができません．従って，先ほどの重み付けや不要語の削除において既存手法を適用することができません．／そこで，本研究では，問題情報の決定において精度の向上を図るというアプローチをとります．／具体的には，語を抽出するテキスト情報を自動で絞り込みます．
7. ここで，技術的な課題とアプローチについて説明します．語の重要性の判断について，問題の類似度を算出する上で重要となる語は既存手法のような語の出現頻度や出現分布から判断することができません．従って，先ほどの重み付けや不要語の削除において既存手法を適用することができません．／そこで，本研究では，問題情報の決定において精度の向上を図るというアプローチをとります．／具体的には，語を抽出するテキスト情報を自動で絞り込みます．
8. このアプローチを達成させるためのアプローチは以下の４つになります．まず，類似問題の定義です．これにより重要となる語を明確にし，また，評価の指標とします．２つ目に，語の抽出単位の検討です．重要な語の構造を分析し，語の抽出単位を明確にします．３つ目は，出現箇所の特定です．重要な語が問題情報のどこに含まれているのかを分析して特定します．最後に出現箇所の自動決定方法の検討です．出現箇所を自動で決定できるような手法を検討します．
9. このアプローチを達成させるためのアプローチは以下の４つになります．まず，類似問題の定義です．これにより重要となる語を明確にし，また，評価の指標とします．２つ目に，語の抽出単位の検討です．重要な語の構造を分析し，語の抽出単位を明確にします．３つ目は，出現箇所の特定です．重要な語が問題情報のどこに含まれているのかを分析して特定します．最後に出現箇所の自動決定方法の検討です．出現箇所を自動で決定できるような手法を検討します．
10. 本研究では，類似問題を問題で問われている知識や解決の中心となる知識が一致する問題と定義します．／問題は１つまたは複数の知識を中心に作成されることから，このような知識に着目した定義としました．以下，この知識を対象知識と呼ばせて頂きます．／また，対象知識は5種類の単位が存在します．この表は，対象知識の構造を分析した結果です．単名詞か複合名詞，また，日本語か英語かによって5種類の単位に分類されます．この定義を類似問題を評価する際の指標とします．
11. 出題パターンの説明
12. 出題パターンの説明
13. 出題パターンの説明
14. 本研究では，類似問題を問題で問われている知識や解決の中心となる知識が一致する問題と定義します．／問題は１つまたは複数の知識を中心に作成されることから，このような知識に着目した定義としました．以下，この知識を対象知識と呼ばせて頂きます．／また，対象知識は5種類の単位が存在します．この表は，対象知識の構造を分析した結果です．単名詞か複合名詞，また，日本語か英語かによって5種類の単位に分類されます．この定義を類似問題を評価する際の指標とします．
15. 本研究では，類似問題を問題で問われている知識や解決の中心となる知識が一致する問題と定義します．／問題は１つまたは複数の知識を中心に作成されることから，このような知識に着目した定義としました．以下，この知識を対象知識と呼ばせて頂きます．／また，対象知識は5種類の単位が存在します．この表は，対象知識の構造を分析した結果です．単名詞か複合名詞，また，日本語か英語かによって5種類の単位に分類されます．この定義を類似問題を評価する際の指標とします．
16. 以上の結果から，出現箇所の自動決定手順を決定することができました．自然言語処理技術を利用し，各記述形式を解析して出現箇所を決定します．
17. 現段階で、提案する類似度算出手法について説明します。まず、先ほど述べてたように、出現箇所を自動で決定します。／決定された箇所を形態素解析し、５種類の単位で語を抽出します。／不要語の削除では上位概念を表す語、問題の決まり文句に含まれる語を削除します。／そして、重み付けでは、２進重みを利用します。これは、残っている語に対してすべて１を付与します。／また、キーワードに含まれる語が存在する場合は１加えます。／最後に余弦によって類似度を算出します。
18. 約1/13削減
19. ここまでで6分台目安．
20. ここで，技術的な課題とアプローチについて説明します．語の重要性の判断について，問題の類似度を算出する上で重要となる語は既存手法のような語の出現頻度や出現分布から判断することができません．従って，先ほどの重み付けや不要語の削除において既存手法を適用することができません．／そこで，本研究では，問題情報の決定において精度の向上を図るというアプローチをとります．／具体的には，語を抽出するテキスト情報を自動で絞り込みます．
21. α：トピックの生成確率を得るためのパラメータ β：トピックに応じて単語の生成確率を得るためのパラメータ
22. θに関して積分し，zに関して和を取ることによって，文書の生成確率を得ることができる． α：トピックの生成確率を得るためのパラメータ β：トピックに応じて単語の生成確率を得るためのパラメータ
23. ここで，技術的な課題とアプローチについて説明します．語の重要性の判断について，問題の類似度を算出する上で重要となる語は既存手法のような語の出現頻度や出現分布から判断することができません．従って，先ほどの重み付けや不要語の削除において既存手法を適用することができません．／そこで，本研究では，問題情報の決定において精度の向上を図るというアプローチをとります．／具体的には，語を抽出するテキスト情報を自動で絞り込みます．
24. 共起行列を作成する際に，全てのテキスト情報を用いてしまうと精度が向上しない． 単語間の共起性をある程度考慮に入れる必要があり，そのための前処理が必要になる． そこで，対象知識の出現箇所を自動で決定し，そこに含まれる単語から共起行列を作成する．
25. 共起行列を作成する際に，全てのテキスト情報を用いてしまうと精度が向上しない． 単語間の共起性をある程度考慮に入れる必要があり，そのための前処理が必要になる． そこで，対象知識の出現箇所を自動で決定し，そこに含まれる単語から共起行列を作成する．
26. 共起行列を作成する際に，全てのテキスト情報を用いてしまうと精度が向上しない． 単語間の共起性をある程度考慮に入れる必要があり，そのための前処理が必要になる． そこで，対象知識の出現箇所を自動で決定し，そこに含まれる単語から共起行列を作成する．
27. 現段階で，提案する類似度算出手法について説明します．まず，先ほど述べてたように，出現箇所を自動で決定します．／決定された箇所を形態素解析し，５種類の単位で語を抽出します．／不要語の削除では上位概念を表す語，問題の決まり文句に含まれる語を削除します．／そして，重み付けでは，２進重みを利用します．これは，残っている語に対してすべて１を付与します．／また，キーワードに含まれる語が存在する場合は１加えます．／最後に余弦によって類似度を算出します．