本研究では、文章や画像等の機械的な特徴抽出が難しいデータ、逐次的なサンプルの追加や分類結果の変化が生じるデータ等、従来の機械学習手法によって適用が困難であったデータに対し、半教師あり学習を行うことで人の手によって学習を補佐し精度を向上する手法を提案する。 半教師あり学習はラベル有りと無しのサンプルが混在するデータにより学習する手法であり、文章や画像の分類に有効である。半教師あり学習の精度はラベル有りのサンプル数に依存するが、ラベル付けに必要な人的コストが高く、サンプルの数が増えた場合十分な精度を得るのが難しい。 本稿ではラベル有りサンプルを得る為に、与えられた未知のサンプル集合を部分集合に分割し、部分集合事に携帯端末を用いてラベル付けを行った上でブースティングにより結果を統合する手法を提案する。サンプルのラベル付けを行うユーザインターフェイスは自由度の高い携帯端末プラットフォームであるAndroidを用いて提供する。
