近年，ソーシャルメディア上での炎上と呼ばれる現象が問題となっている．発生を未然に防ぐことが望ましいため，投稿内容に炎上の原因になる表現が含まれているかを確認し，訂正を促すシステムは有用と考えられる．本研究では悪口表現や差別表現といった侮蔑表現と，口論になりがちな表現の2つの有害表現を対象とする．提案手法は，メディアを基に作成した有害表現辞書を用いてSVMにより分類器を構築し，炎上の可能性がある文の判定を行う．

議論における主張間の関係を表す議論フレームワーク (AF) において, 受け入れる主張 を決定する方法として, Dung の意味論に基づく方法, 主張ごとに定めたコストに基づく方法, 主張間 ごとに定めた優先度に基づく方法などが提案されている. 本研究では, それらの方法の間の関係を検 討し, お互いに矛盾するものだけでなく, 両立するものがあることを示す.

近年では，アンケート分析などにデータマイニングやテキストマイニングの技術が用い られることが多くなってきた．しかし，データマイニングでは数値データ，テキストマイニングでは テキストデータの分析を主とするため，その両者を含むアンケートデータ等の分析においては，用い るツールの選択が難しい状況があった．そこで本研究では，テキストマイニングのための統合環境 TETDM をベースとして，これにデータマイニングの機能を追加することで，両方向からのデータ の絞込みとデータの解釈に役立てられる環境を提案する．

本研究の目的は，研究初心者を対象に，サーベイの支援により研究分野への理解を促すことである．研究初心者は研究活動における知識や経験を有していないため，研究分野について理解するためのサーベイを活用できていない現状がある．そこで本稿では，サーベイで得た情報を整理するための論文情報可視化インタフェースを提案する．提案手法ではサーベイした論文全体の関係性をオイラー図を用いて可視化し閲覧可能にしている．実験により，自身のサーベイの全体像を把握することで，研究分野の特徴を見つけ，理解を促すことが確認された．

近年，Twitter上では大雨や大雪に関する画像データの投稿が行われている．我々はTwitterから大雨や大雪などのトピックが取り上げられている領域を抽出し，BoFを用いた画像分類によりトピックに関連する画像データを提示するシステムを提案している．本研究では，既存のシステムに学習済み深層ネットワークを用いた画像分類を導入する．大規模画像データを用いて学習させた深層ネットワークから抽出した画像特徴量は，BoFを用いた画像特徴量よりも汎用性が高く，画像の特徴を捉えることができ，高精度に分類することができる．

類推は，わからない物事を何か既知のもので喩えるとよくわかるように，他人に対して物事の理解しやすい説明をするために有効な手段になり得る．しかし，類推による説明能力を育成する機会や方法は一般に存在しない．そこで本研究では，知識伝達における類推による説明能力の育成を目的として，類推プロセスの理解と繰り返しによる練習を促すシステムを提案した．提案システムの効果を検証するために評価実験を行った．

近年，膨大なテキストデータから有用な情報を取り出すテキストマイニングの技術が注 目され，多数のマイニングツールが開発されている．しかし，データの分析を行うことができる人は 少なく，マイニングの初心者がスムーズに分析を行える環境が求められている．そこで本研究ではテ キストマイニングツール TETDM の機能として，初心者ユーザを対象に，テキストマイニングスキ ルの獲得を目的としたチュートリアルシステムを提案する．

本研究の目的は，Twitterから感染症に関する発言を抽出し，感染症マップを作成することである．その手法として，抽出した発言に対して事実性解析を行い，その結果から感染者の過去のツイート抽出をし，その人物の住んでいる場所を推定する．既存研究と比べより多くの感染症に対応することができ，さらに位置推定に対しても事実性解析を行うことで，より正確な位置推定を実現する．

本研究の目的は，ユーザの興味や関心に応じて様々なモダリティの情報へのアクセスを繰り返しつつ時系列データを分析するための支援システムの実現である。著者らはこれまでに，新聞記事と地図，統計データを対象に，ユーザが時系列データの経時的変化とその変化の要因を把握できるようにする可視化インタフェースを提案してきた。本稿では，(1) グラフと記事との連携の強化， (2) グラフのインタラクションの追加，によりユーザの探索行為の円滑化を図る。加えて，ユーザ実験を行い，システムの到達点と今後の拡張の方向性について検討する。

本研究の目的は，Webニュースにおけるユーザが関心を抱いたテーマに関する記事同士の関係性を把握させ，テーマに対する理解を深めさせることである．Webニュースサイトの利用者数は増加しているものの，記事が多様な観点かつ膨大であることから，専門知識のない人にとっては記事同士の関係性が把握しにくい．本研究では，ニュース記事に存在する潜在的話題の関係性に基づき，複数の記事を分類して階層構造に反映し，記事の関係性を明確に可視化するインタフェースについて提案する．