第22回研究会プログラム

第22回研究会開催要領

• 日時　2019年７月6日（土）14:20 - 16:50（12:50よりIFAT研究会）
• 場所　東京大学駒場Iキャンパス ５号館　514教室（東京都目黒区駒場３丁目８−１）
• 参加費　無料（IFAT側では費用が発生する可能性があります）
  • （参加申し込みは不要です．会場にお越しください）
• 第22回研究会プログラム
• 予稿　研究会発表の予稿は，開催日前日の７月5日（金）に本HPにて公開します．
  • 当日は紙ベースの配布はせず，USBよりのコピーとなります．
  • できるだけ事前にダウンロードしていただけるようお願いします．

Twitterのバースト情報に基づく桜の見頃推定

• 〇下園 良太，乾 孝司（筑波大学）

　近年，観光においてTwitterなどのSNSが活用されている．Twitterの膨大なテキストデータを使用した観光資源の旬の推定を目的として，Kleinbergのバースト検知アルゴリズムを適用した桜の見頃推定を行った．その結果、先行研究に比べて見頃期間の過抽出を抑え，見頃推定期間が細かく分割される従来問題を解決できることが示唆された．

深層学習を用いたTwitterからの趣味情報の抽出

• 〇若宮 悠希，砂山 渡，畑中 裕司，小郷原 一智（滋賀県立大学）

　近年、Twitterから個人情報を抽出する研究が盛んに行われるようになってきている．しかし，Twitterにおいては投稿されるコメントが比較的短く，また様々な話題についてのコメントがなされることが多いため，特定の趣味についてのコメントは局所的にしか現れてこない．そこで本研究では、特定の趣味に関わる単語集合を起点とした深層学習により，指定の趣味に関わる関連語彙を潜在的に幅広く学習させた上で，各Twitterユーザが指定の趣味を持つか否かを判定するシステムを提案する．

学習済み分散表現への新規単語埋め込みに関する検討

• 〇森 祥恭，柴田 祐樹，高間 康史（首都大学東京）

　本発表では，学習済みの分散表現に対し，新たな単語の埋め込みベクトルを求める手法を提案する．分散表現はテキスト情報の利用に必須となりつつあるが，コーパス内に存在しない単語の埋め込みベクトルが得られないなどの問題点がある．これに対し提案手法では，対象単語と同カテゴリに属する単語の埋め込みベクトルなどを利用して，追加学習なしに当該単語の埋め込みベクトルを求める．3種類の計算方法を提案し，予備実験を行った結果について報告する．

15:30 -15:50 休憩

［招待講演］ソーシャルメディア分析サービスにおけるNLP技術の活用と近年における使用技術の変化

• 榊 剛史（株式会社ホットリンク）

　ホットリンク社では，自社のソーシャルメディア分析サービスに対し，2000年代の後半から様々なデータ分析技術，特に自然言語処理（NLP）の技術を活用してきた．本講演では，その事例と変遷を紹介しつつ，それらを通じてNLPをはじめとするデータ分析技術を実ビジネスに活用する上での注意点やメリット・デメリットを共有する．また，深層学習の発展以降，使用する技術に生じた変化についても合わせて紹介したい．