本論文は, 機械学習のために必要な特徴を抽出し, 状態空間を再構成して学習の効率化を図る手法について論じたものであり, 6章から構成される.第1章, 第2章の導入部に続き, 第3章では離散環境における特徴構成法と強化学習への統合手法について述べた.本研究は, 離散環境における事例の記述要素から, 論理演算子を用いた特徴構成法を用いて特徴を構成し, 状態空間を再構成して未知の状態への適応能力を高めるものである.実験では, 収束性の向上と蓄積状態数の削減という二つの観点より評価しており, 提案手法の有効性を示した.第4章では, 画像分類における特徴抽出とその利用について述べた.本研究は, 画像を表現する特徴を木構造ウェーブレット変換によって抽出し, 特徴の相関を表すグラフ構造を分類に必要な情報として利用するものである.実験により, 変換された画像特徴量の分布特性と, 特徴量を表す構造の導入による分類精度の向上が示された.第5章では, 実空間における知能ロボットのための特徴空間の構成法について述べた.本研究では, 知能ロボットの作業空間を目標物ごとに適切な経路に分割し, 目標物の位置の変化に対して柔軟な適応を目指している.実験では, 実空間におけるロボットの学習性能と, 変動する環境への適応という二つの観点より評価しており, 提案手法の有効性を示した.最後に第6章で本論文の結論と今後の展望を示した.

本論文は, 生物の行動や人間の意思決定が何らかの合理性を有するという合理性仮説に基づいて, 実世界のデータを解釈する新しい方法論を提案する.すなわち現実のデータの背後に存在する評価関数を推定する課題を逆最適化問題と考え, 最適化の観点からデータを解釈する.この基本的なアイディアは, 最適化と逆最適化が同一のニューラルネットワーク構造で表現できるという双対性に着目し, ニューラルネットワーク学習により逆最適化問題を解くことにある.本論の前半において, 静的(逆)最適化の最適性条件を表現するニューラルネットワーク構造を提案し, データを解釈するためのさまざまな困難に対し, データからの制約条件の生成法, 評価関数の半正定性を保証する固有値修正法, 単純な評価関数を求める擬似対角学習法, 制約条件の効率的生成法, 非パレート最適なデータに関する近似的な解釈法を提案した.中古住宅, 賃貸住宅および賃金統計の例を取り上げ, 各実データに内在する意思決定者の合理的な評価基準を推定しその特徴を解釈した.本論の後半において, 動的逆最適化問題を解くニューラルネットワークの構造を提案し, 結合間に存在する同時決定的制約と評価関数行列の構造決定の困難に対し, 緩和的学習法と統計的検定による評価関数の構造決定法を提案した.計算機実験により, 簡単な制御系と所与の入出力時系列を対象とし, 観測ノイズがない場合には高い推定精度で評価関数が求められること, 観測ノイズがある場合にも評価関数の構造を正しく決定できることが確認できた.

本論文は, 訓練データが少ない状況に対しても有効に働くモデル選択と能動学習の新しい理論を提案したものである.第1～3章の序論, 定式化に続き, 第4章では, 新しいモデル選択規準としてSubspace Information Criterion(SIC)を提案している.SICの特徴は, 有限個の訓練データに対して汎化誤差の不偏推定量を与えることである.SICはさまざまな学習法に対するモデル選択に適用することができる.具体例として, 訓練誤差最小化学習における部分空間モデルの選択と正則化学習における正則化因子の決定に適用している.第5章では, すべての標本点を同時に選ぶ一括型能動学習と, 標本点を一つずつ選ぶ逐次型能動学習の二つの問題を論じている.一括型能動学習の問題に対しては, 最適な標本点が満たすべき必要十分条件を与え, 最適な汎化能力が獲得できる原理を解明している.一方, 逐次型能動学習の問題に対しては, 任意のモデルに適用することのできる汎用性の高い能動学習法を提案している.第6章では, モデル選択と能動学習を同時に行うという新しい問題を論じている.一般に, 能動学習を行うためにはモデルを固定する必要があり, 逆にモデル選択を行うためには標本点を固定しなければならない.これを能動学習とモデル選択のジレンマと呼ぶ.このジレンマのために, 標本点とモデルの同時最適化の問題は, 従来の能動学習法とモデル選択法を単に組み合わせただけでは解くことができない.本章では, 能動学習とモデル選択のジレンマを回避するための一般的な方針を示し, その方針に基づいた実用的なアルゴリズムを三角多項式モデルに対して与えている.第7章では, 本論文で得られた成果を総括し, 今後の課題を示している.

機械による学習に関する研究は, 人工知能の実現において最も重要な分野の一つである.その中でも形式文法の学習するアルゴリズムは, 最も古くから研究が行われてきた.しかし, 形式言語理論における基礎的な言語族に対してでも, 効率的な例からの学習の実現に否定的な結果が得られている.したがって現在では, 学習可能性を論じる新しい考え方を示すことが重要な研究課題となっている.本論文において, 文脈自由言語の真部分族である単純決定性言語に対する, 質問による学習可能性を考察し, 以下のように従来の研究よりも自然な仮定の下での効率的な学習アルゴリズムを示す.1.代表部分集合, 所属性質問および等価性質問による学習.2.代表部分集合および所属性質問による学習.3.所属性質問および構造反例付き等価性質問による学習.ここで, 代表部分集合はrepresentative sampleと呼ばれる学習対象の特徴を表す語の集合であり, 単純決定性言語は多くのプログラミング言語を若干の修正により表すことができる言語族である.特に2番目の結果である, 代表部分集合と所属性質問による学習は, 正則言語以外の言語クラスについて初めてその学習可能性が示されたものであり, 単純決定性言語が終止記号付き正則言語を真に含んだ一般性のある言語であることを考えると, 例からの学習の理論的発展に対する貢献は大きい.以上のように, 本論文における結論は, 理論的側面および実用技術的側面両方において新たな進歩をもたらした.

制約充足問題(CSP)は, 新しい知識表現のモデルおよび問題解決の方法として人工知能やパターン解析など幅広い分野に応用されている基盤的技術である.本論文は, CSPの解探索アルゴリズムの開発および効率評価について論じたものであり, 6章からなる.第1章の序論に続いて, 第2章では, 研究分野の概要として, CSPの定義, 従来より研究されている解探索アルゴリズム, およびCSPの相転移現象について概説している.第3章では, CSPの解探索効率が極端に低下してしまういわゆる相転移現象について, その発生原因を問題の制約構造に注目して解析している.第4章では, 確率的解探索は局所最適解に捕捉される危険性があるという問題点に対して, 局所最適解に陥る可能性がある制約グラフの局所的構造を提示し, これが, 解探索効率, すなわち問題の難しさと相関があるということを示している.第5章では, 確率的解探索に関して, 局所最適解からの脱出のための新たなメタ戦略を提案している.具体的には代表的なメタ戦略の一つであるシミュレーテッドアニーリング(SA)の問題点である温度スケジューリングの困難さに注目して, 空間並列型のメタ戦略を提案している.また, 本戦略が, 相転移が発生する領域を解くのに手間のかかる難しい問題に対しても, 従来手法より効率的な解探索を行えているということを詳細な実験により示している.第6章の結論で研究結果をまとめ, 今後の課題について論じている.

完全情報問題の問題解決はAND/ORグラフ探索になるが, 同一状態が頻繁に生じない場合はAND/OR木探索が使われる.近年, AND/OR木探索では証明数・反証数を用いた極めて効率的な数種の探索法pn-search, PN^*, PDS, dfpn(以下では証明数探索と総称する)が生まれた.詰将棋・6×6オセロの終盤について, これらや全幅深さ優先探索の性能を比較したところ, 詰将棋では証明数探索, 特にPDSが高い問題解決能力を示した.完全情報でない問題の解決は不確定性のため非常に複雑・困難で, 一般には蓋然論的な解決しかできないが, ある種の問題では不完全情報にもかかわらず決定論的な解が存在する.しかし不完全情報の決定論的問題解決を単純な探索で行う研究はなされていなかった.新しく導入した考え方・手法によって, 複数の状態の重ね合せである不確定性状態をメタ状態として捉えて一つの節とし, また, 複数の選択(行動)の重ね合せである不確定性選択をメタ選択として捉えて一つの弧とすることで, 探索空間は単なるAND/ORグラフ(あるいは木)に帰着できた.適用例として一人パズル「贋金貨問題」および二人ゲームを題材とするパズル「衝立詰将棋」を選んだ.贋金貨問題では手法の適用可能性・正当性を確認できた.衝立詰将棋では完全情報AND/OR木の探索手法を応用することにより探索の効率化を図り, いくつかの難問題を含むすべての問題を解くことができた.

進化型計算は, 高い性能を示すことがある一方, 世代交代モデルや探索オペレータの設計に失敗するとランダムサーチ程度の性能しか示すことができないことが知られている.そのため, 優れた探索性能を実現する進化型計算の設計論が求められている.本研究では, 形質遺伝性の観点に基づいた探索オペレータの機能分担に着目し, 適応的で効率的な探索をする進化型計算のための探索オペレータの設計方法とそれらを利用した探索手法の提案を行っている.提案している探索手法は, 交叉により親個体集団の周囲に少数のサンプル点をとることにより周囲の探索空間の景観を推測し, その後突然変異により, より密に探索すべきであると判断された領域を集中的に探索し, 適応的で効率的な探索を行うものである.提案手法では世代交代モデルに関しても工夫が加えられている.従来までは, 世代交代モデルの多様性維持能力の評価として, 個体レベルでの多様性維持能力や適応度分布の分散値などが重視されていたが, 本手法では, 形質レベルでの多様性維持が重視されており, これが確実に行えるように考慮されている.提案手法を代表的な組合せ最適化問題および関数最適化問題に応用したところ, 提案手法は安定して高い性能を示し適応的な探索を行っていることが確認された.また, 進化型計算の交叉は, サンプリング・バイアスと呼ばれる交叉オペレータによるサンプリングの偏りにより探索空間の境界付近の探索能力が低いことが知られているが, 探索空間をトーラス状に変換することにより探索の偏りをなくす手法を提案し, 計算機実験によりその効果を確認した.

本論文は, 日常生活における自然発生的なコミュニケーションをコンピュータネットワーク上で支援する手法について論じたものであり, 7章から構成されている.第1章は序論であり, 第2章では, 日常的なコミュニケーションを支援する既存の手法として代表的な, 映像・音声のネットワークを用いた試みについて述べている.第3章は, 3次元仮想空間とビデオ会議システムを組み合わせるという提案手法に基づいて開発した仮想会議空間FreeWalkについて説明している.第4章では, FreeWalkの実装と, その有効性を確認する性能評価実験について述べられている.第5章では, 仮想会議空間が社会的インタラクションに及ぼす影響を観察した実験について記述されている.ビデオ会議システム上でのコミュニケーションを対面コミュニケーションに近づける仮想会議空間の効果と, ミーティングの雰囲気をくつろいだものにすることで気軽な発言を促進する仮想会議空間に特有の効果について論じられている.第6章では, 会話に行き詰まった人々に共通の話題を推薦することで, 仮想会議空間の欠点である会話の共通基盤の不足を補うエージェントを提案している.このエージェントを異文化間コミュニケーションに適用する実験を京都大学とスタンフォード大学との間で行い, その結果得られた設計指針について考察されている.第7章は結論であり, 本論文で得られた成果について要約している.

算数科による学習支援の新しい方法の開拓を目指し, 自発的学習による深い理解を目指す多桁減算学習のための計算機支援システムに関する研究を進めた.論文は, 以下の二つの研究を中心にまとめた.(1)「馴染みのない発想から学ぶ」学習環境は, 教える側と学ぶ側の立場が逆転する工夫と, 馴染みのない計算手順に遭遇して多桁減算の計算を深く考えるきっかけをつくる工夫がなされている.この計算手順は, 日本の小学校で一般的に引き算に用いる「上位の数から数(1または10など)を借りる」考え方とは異なる法則に従って行われる.小学校高学年を対象とした研究授業では, くり下がりのある引き算に十分慣れた学習者がこの学習環境に触れ, 自己の計算手順の意味を改めて意識することを確認している.さらに, 計算手順を学習者の思考に基づき組み立てて計算機で試すことができる機能を導入し, 学習者がより深くかつ多面的に計算を考えるようになることを確認している.(2)学習履歴分析システムは, 学習環境を客観的に評価するために, 計算機が学習者の操作内容を記録することができる機能に着目し, 記録, 再生, 意味分けと群分けを行うプログラムによって構成されている.操作履歴に着目した分析手法により, 学習者の思考を客観的な面と主観的な面の双方から捉えることができる.計算手順を構築する場面では, その過程から学習者の考え方の移り変わりがわかり, 学習環境の効果を確認することができている.

本研究ではマルチモーダルプレゼンテーション生成の枠組みを提案し, 実際にシステムの構築を行った.まず, モダリティ, マルチモダリティについての検討を行い, その特性などを明らかにした.生成されるプレゼンテーションがこれらの特性をもつために必要な要件を検討し, それを満足する生成の枠組みを構築した.コンテンツの生成にはプランニングを, ユーザがシステムから受け取る表層表現の生成にはDAと呼ばれるプランナが生成するオペレータネットワークと表層表現の中間表現が用いられる.DAの利用によりモダリティの選択性や補完性などの特性が実現されている.また, この枠組みを用いて操作説明システムを構築した.次に, 構築したマルチモーダルプレゼンテーション生成の枠組みにAR(Augmented Reality : 拡張現実感)による情報提示の枠組みを導入した.透過性のあるHMD(Head Mounted Display)を用いるシースルー式ARのCGを実世界の対象物に重畳する手法がモダリティの定義を満たすことを検証し, 実際に操作説明システムを作成, その評価を行った.最後に, 生成されるプレゼンテーションに対しユーザからの要求があった際, システムが取るべき対応について検討した.作成した操作説明システムを用いてユーザにCDプレーヤの操作説明を提示, それに対するユーザの反応をビデオカメラで撮影し, 調査した.その結果, 得られた知見に基づいてシステムが取るべき対応について検討し, 対応に関する指針を獲得することができた.

本論文は, 設計における解析モデリング作業を支援する, 統合的モデリング支援環境の構築の方法論について論じたもので, 7章よりなる.第1章の「序論」に続き, 第2章「計算機によるモデリング支援」では, 計算機を用いて物理システムのモデリングを自動化する研究において, 自動化の限界について考察するとともに利用可能な技術について考察している.第3章「設計における解析のためのモデリング」では, 設計におけるモデリング過程の役割について考察し, その過程を支援する「モデリング過程のモデル」を提案している.第4章「モデリング過程の定式化」では, この「モデリング過程のモデル」の定式化について述べている.最初にモデリングに必要な基本的な知識を説明したうえで, 特定のモデルや計算機プログラムに依存しない形式として, 述語論理に基づいてモデリングに必要な知識, モデリング過程の構造を定式化している.第5章では定式化に基づいて試作したシステムを用い, 材料力学の梁のモデルを構築する作業を支援することで, システムの働きを示している.第6章では, 定式化したモデリングの知識とモデリング過程の内容に関して, モデリングに必要な基本的知識の構築方法, 定式化したモデリング過程に基づいたシステムの働きを考察する.最後に第7章で研究成果の結論と今後の展望を述べている.

Order-sorted logics do not only have rigorous theoretic foundations but also can represent structured information by the sort symbols in a hierarchy, called a sort-hierarchy. This thesis presents the following contributions to the use of order-sorted logic as a knowledge representation language. First, we propose an extended order-sorted logic as a knowledge representation language that possesses both hierarchies of sorts and predicates. This logic must delete and supplement the arguments of each predicate in order to allow it to derive superordinate and subordinate predicates (each with different argument structure) from the other predicates in a predicate-hierarchy (as distinguished from a sort-hierarchy). Thus, we introduce a Horn clause resolution extended to include inference rules of predicate-hierarchy. These rules include the manipulation of arguments in which the supplementary arguments are quantified differently, depending on whether a predicate is interpreted as an occurrence of an event or a universal property. For the extended logic with a distinction between events and properties in predicates, we give a restricted semantic model by interpreting the constraints on predicate-hierarchy and the manipulation of arguments. Furthermore, we prove the soundness and completeness of this Horn-clause resolution with both hierarchies of sorts and predicates. Secondly, we present a hybrid inference system which can deal with the properties of implicitly negative sorts in an assertional knowledge base separated from the sort-hierarchy. This solves the problem of the knowledge base being unable to appropriately use a sort as negative information, despite the fact that sorts with negative meaning may be implicitly included in a sort-hierarchy. These implicit negations, called lexical negations in linguistics, are classified as (i) negative affix or (ii) lexicon with negative meaning. Lexical negations are distinct from the negative particle 'not'. We propose the notions of structured sorts, sort relations, and contradiction in a sort-hierarchy. These can define the relationship between the implicit negations and the classical negation, and can declare the exclusivity and the totality of each negation and its affirmation In this thesis, we present a method of regarding the negative affix as an operator based on strong negation and the lexicon with negative meaning as a sort exclusive to its antonymous sort in the hierarchy. In order to infer from these negations, we combine a structured sort constraint system into a clausal inference system.

本論文では, 視覚を有する自律エージェントにおいて, 身体性に基づいた内部表現を獲得する手法について, 環境との物理的相互作用を直接知覚可能な唯一のセンサである接触センサに注目し, 次の三つの研究を行った.1)「自己組織化マップを用いた状態空間の構築」では, 自己組織化マップアルゴリズムに基づき, 視覚入力パターンをその類似性に基づいてオフライン競合学習を行い, 状態空間を自動的に分割した.この手法により, 状態空間を構成する入力次元を削減でき, より少ない状態数で行動学習できるようになった.2)「接触信号に基づく視覚的特徴の選択と状態分割」では, 行為の終端で知覚される接触信号を行為系列に対して割り引いて与え, その割引信号を統計的に解析することで, タスク遂行のために必要な視覚的特徴軸の抽出と特徴軸の分割を行った.実験の結果あらかじめ準備した複数の特徴軸の中から目標到達行動のために必要な特徴軸が選択された.3)「接触に基づく効用関数を用いた行動生成と対象表現」では, 身体性の制約を考慮して行動生成・対象認識を行う方法を開発した.この手法では, 接触センサだけからの情報を手がかりに, 身体性を考慮した内部表現が獲得できる.実験の結果, 異なった身体性を有するエージェントがそれぞれの身体性を考慮した方法で, 障害物を回避してゴールヘ到達することができた.

本論文は, ユーザによりフィルタリングされた情報の共有と, Web検索エンジンの特徴の利用によって, より質の高いWeb検索への実現を論じたもので, 全6章より構成される.第1章「序論」に続き, 第2章「情報検索」では, 情報検索を行ううえで必要な基礎的技術について述べ, 第3章「Web検索」では, 従来のWeb検索に関する現状と課題について述べている.第4章「ブックマークエージェント:協調的情報フィルタリングによる情報検索」では, ユーザの特徴を表す情報がブックマークであると考え, 協調的情報フィルタリングを用いてユーザグループ内での情報検索の質的向上を実現する手法としてブックマークエージェントを提案している.実験を行った結果, ユーザの記憶を補い, グループ内における知識の貯蓄に適していると結論づけている.第5章「MetaWeaver:検索エンジンの専門分野に適応するメタ検索エンジン」では, 暗黙的な検索エンジンの専門分野を発見し, それを利用して検索エンジンの結果を有効利用するメタ検索エンジンMetaWeaverを提案している.MetaWeaverは, その検索語のヒット数によって検索エンジンの専門性が測れるとし, それを検索エンジンの特徴を表す情報として利用している.MetaWeaverは, 検索エンジンの専門性を考慮して, 適合するWebぺージを検索して上位に提示できることから, さまざまな分野における情報検索に適用できることを述べている.最後に第6章「結論」では, 本研究で得られた知見をまとめ, 結論を述べている.

本論文では, インターネット上で情報を探すために検索システムを用いるユーザが, 単語の組合せを入力として与える作業すなわちユーザの興味表現を支援し, ユーザの素早い情報獲得を実現するシステムを提案する.本システムの狙いは, ユーザが, 検索される側のWebぺージの情報を知り, 検索要求のもととなっているユーザ自身の興味をより具体的な単語として表せるように導くことで, ユーザの検索に用いた単語すなわちユーザの知識と, 存在する情報との間のギャップを埋めることである.そこで, ユーザが検索に用いた単語の関連語を, 実在するWebぺージから抽出してユーザに提供する.これらの単語は検索されたWebぺージ集合を端的に表すものであり, ユーザは存在する情報の特性を確認しながら, 自身の興味をより具体的かつ的確に表す単語を選び用いることで効率の良い検索を行える.また, 関連語を二次元平面上に配置したインターフェイスをユーザに提供する.このインターフェイスは, 提供する関連語を, 検索に用いられたユーザの興味を表す単語との関わりに応じて分類し, 存在する情報とユーザの興味との関係や相違を明示する.これら, ユーザが検索に用いるべき単語を想起すること, および検索のための適切な検索条件となる単語の配置を支援するシステムを本論文で実現する.

本論文は, 自由パラメータを含むリフティングウェーブレットを用いて, 信号や画像から, それらに含まれる特定部分を高速に抽出する方法を論じる.本論文は7章より構成されており, 第1章は序論である.第2章では, 合成積型ウェーブレットフィルタをもとに, 実数型のリフティングウェーブレットフィルタを構成する.また整数型のHaarウェーブレット変換をもとに, 整数型のリフティングウェーブレット変換と共役リフティングウェーブレット変換を構成し, これらが可逆であることを示す.第3章では, 実数型と整数型Haar共役リフティングウェーブレットによる特定信号の学習法について論じる.リフティングウェーブレットは調整可能な自由パラメータをもっており, 特定信号の高周波成分が0になるようにパラメータを学習する.また, 学習されたリフティングウェーブレット変換を用いて, 未知の信号から特定部分を検出する方法を提案する.第4章では, 第3章で提案した検出アルゴリズムを用いて, 地磁気水平成分から磁気嵐開始部を検出する.第5章では, 第3章で述べた信号に対するリフティングウェーブレットの学習法と検出法を画像に拡張する.第6章では, 学習されたリフティングウェーブレット変換を用いてスナップ写真から顔画像の抽出を行う.実験では, 整数型リフティングウェーブレット変換を用いたほうが, 実数型リフティングウェーブレット変換に比べて, より頑健な抽出が可能であることを示す.第7章では, 本論文の総合的なまとめを行い, 今後の研究課題について述べる.

本研究は, 計算機内に構築された3次元仮想環境に合致する人物像の歩行動作を自動生成するコンピュータアニメーション手法とその実現に関するものである.本研究は, 動力学計算と補間法とを組み合わせて複雑な多関節構造体である人物像の歩行動作の定式化を試み, さらに計算の効率化を行うことによって, 階段などを含む複雑な地形に合致する人物像の自然な歩行動作を, 効率的かつ高速に自動生成することを実現した.第一の特徴は, 任意の3次元経路に沿う歩行動作の自動生成の実現である.歩行経路を一歩ごとに分割して運動方程式を立て, 関節角度の時間変化を記述する手法を構築し, さらに, 方程式を直進, 回転, 腕運動の各運動に分離し, それぞれの運動を生成した後に融合することで, 3次元歩行経路への合致を可能とした.第二の特徴は, 動作生成・表示の効率化である.動作生成の方程式に床反力を近似した解析関数を用いることで, 計算の高速化・安定化を実現した.また, 多人数の歩行を生成する際に, 各人物像を運動の更新周期の異なる複数のグループに分類して生成することで, 自然さを損なわずに全体の計算時間を減ずることを可能とした.第三の特徴は, これらの成果を応用して実際にアニメーションシステムを構築し, さまざまなコンテンツ制作への適用を行ったことである.本研究により, 現実味のある映像コンテンツや3次元シーンを効率良く容易に制作することが可能となった.

本論文は, 膠着語の特徴に着目した派生文法を利用することによる日本語形態素解析処理および, 日本語-ウイグル語機械翻訳について論じたものであり, 6章よりなる.第1章の「まえがき」に続き, 第2章の「日本語文法概説」では, 日本語文法について, 動詞の活用の扱い方を中心に簡単に紹介する.特に従来の学校文法の問題点を指摘するとともに, Bloch, 寺村の文法および清瀬の派生文法について比較しながら説明する.第3章の「派生文法に基づく形態素解析」では, 本研究で開発した日本語形態素解析システムMAJOについて述べる.MAJOは, 派生文法の特徴を活かすことで, 従来よりも文法規則が単純な解析を実現している.また, EDRコーパスを用いた形態素解析実験を通じて, MAJOの性能を評価している.第4章の「派生文法に基づく日本語動詞句のウイグル語への翻訳」では, 日本語-ウイグル語機械翻訳における動詞句の逐語翻訳について, まず日本語一ウイグル語機械翻訳における派生文法の有用性について述べ, さらに単純な逐語訳では不自然な訳になる場合への対処法を示す.第5章の「形態素解析支援可視化と機械翻訳における訳語選択への応用」では, 本研究で開発した形態素解析の結果を可視化するシステムを示すとともに, それが日本語-ウイグル語機械翻訳における訳語選択にも応用可能であることを示す.量後に第6章で本論文のまとめと, 残された課題, 将来への展望について述べる.