投資判断における重要な情報源のひとつであるヘッドラインニュースに焦点を当て，テキスト情報がクレジット市場に与える影響について分析を行った．分析の結果，(1) 自動分類アルゴリズムにより分類精度が約80%のヘッドラインニュースのアルゴリズムを構築可能であること，(2)ヘッドラインニュースから抽出した情報は有効であること，(3)ニュース発信前後で市場間に違いが見られたことなどの興味深い結論を見出した．

投資家が適切な投資判断を行うための知識源として利用するために，本研究では，新聞記事中の企業業績発表記事から抽出された業績要因文を，経常的な業績要因を含む文と一時的な業績要因を含む文に分類を行った．また，分類された業績要因文を含む新聞記事が株式市場に対して影響を与えているか否かを明らかにするために，業績要因文を含む記事と日次データを用いてイベントスタディ法に基づく分析を行った．

本研究は、テキストマイニングによる市場環境分析手法の研究として，経済情報に関するテキストデータを説明変数とし，金融市場の価格の時系列データという被説明変数を分析するための手法を考案した．本手法により、2008年の市場価格変動の要因分析を行った。

金融市場における自動取引戦略獲得のためのアプローチとして、遺伝的アルゴリズム(GA)を用いる手法に着目し、遺伝子上での指標とパラメータのコーディング法について検討する。対立遺伝子表現と遺伝子座表現という2種類の指標表現法、及びパラメータの直接／間接コーディング法について、過去10年間の株価データを用いた検証実験を行ない、対立遺伝子表現と間接コーディングの組合せの優位性を確認した。

本論文では，強化学習を用いて日次の金融市場取引戦略を獲得する方法について述べる．通常の強化学習では時間間隔を一定としているが，金融市場において日次取引を行う場合，休日があるために時間間隔が一定ではなくなってしまう．そこで，本論文では，金融市場休日を考慮して取引戦略を学習する方法を提案する．また，日本国債の取引を対象とした実験により，提案手法が優れた戦略を獲得できるケースがあることを示す．

野田の提案する機械学習における再帰的ステップサイズパラメータ調整法（RASP）は，動的環境において入力値の変化が真の値の変化によるものかノイズによるものか判定し，学習率の調整を行う． 本研究はRASPを市場の価格変化に対して適用することで，価格変化の性質の分析を試みる．

信頼性の高い人工市場シミュレーションを行うために，人工市場が十分に実市場を近似しているか評価する必要がある．そこで本研究では，板情報に基づいて市場の時系列分析を行う手法を考案した．本手法では，板情報から注文の規模を推測し，注文規模の分布がどのように変化するかという点に注目して時系列分析を行う．時系列データの類似度に基づき市場の時刻識別を行ったところ，十分な精度で識別可能であることが確認できた．

大量の株価データから金融取引市場のマーケット・センチメントを予測し、 トレードの参考となるデータを抽出する方法を提案する。

近年，ファイナンス理論の理解を深めるための手法が必要とされている．本研究では，ビジネスゲーム手法を利用した投資選択と資本構成決定に関するファイナンス理論の学習を目的とした分析を実施した．分析の結果，投資プロジェクト選択法を理解し株主資本価値を高める資本構成の決定法について理解が進むなど，興味深い現象がみられた．これらの結果はファイナンス理論の学習へのビジネスゲーム手法の有効性を示すものである．

GP(Genetic Programming)は進化のメカニズムを利用したプログラムの最適化手法であり，GAやその背後の有性生殖のアナロジーから，部分木を単位とした交叉や突然変異を使って木構造空間の探索行われてきた．本研究では複数の親からのランダムサンプリングによる子個体の生成を行う．この場合,優良解の木の断片がなだらかな分布を持って保存されることを示し，ベンチマーク問題でのGPとの比較を行う．

遺伝的アルゴリズムの発展として、手続きを進化的に最適化する 遺伝的プログラミングにおいては、その解の表現としてもちいられる木構造の生成過程において 進化を阻害もしくは鈍化させる原因となり得る不要な木構造が生成される場合がある。 本研究ではそのような不要部位を抽出、削除する方法を提案し、効率的なプログラム木の 生成アルゴリズムについて考察する。

近年，マルチコア型の計算機が一般のPCにも使われ，安価に利用できるようになってきた．このタイプの計算機では，並列プログラミングが容易に実現できるため，進化計算の並列化の実現にも有効である．本発表では，筆者らが先に発表した順序表現向きの分布推定型アルゴリズム（EDA）の一種であるEHBSAのマルチコアPCによる並列化方式を提案し，その効果について述べる．

進化ゲームはゲームとGAの枠組みに立脚しているが，ゲームとGAはともに関数パラダイムに立脚しているため，それが認識論的障害となってAIの方法を十全に用いることを妨げている。この問題を解決するためには，オートマタパラダイムに転換し。ゲームとGAにかわって，マシンゲームとISEMを用いなければならない。これらの新しい方法は，真にAIを必要としているため，AIの主要な研究対象のひとつにできるだろう。

これまでに筆者は複雑系のセルオートマトン（ライフゲーム）を利用したアプリケーションの開発例として ブロック暗号のデータ撹拌のルール（F関数）にセルオートマトンを採用した暗号化システムを提案してきた。 今回の発表においてはこのデータ撹拌方法の妥当性や暗号の堅牢性について中心に検討する。

従来，セルオートマトンにおいてカオスの縁を検出するための指標として摂動拡大率や相互情報量等が用いられてきたが，本研究では，パワースペクトルの指数を新たな指標として提案する．1次元2状態5近傍セルオートマトンにおいて従来指標によってカオスの縁と予想されるルールについて，パワースペクトルが１／ｆゆらぎをしていることが示された．

囚人のジレンマゲームにおいては，ネットワーク構造が協調の進化に与える様々な影響が知られている．しかしながら，その機構についてはよくわかっていないことが多い．本稿では，協力者の空間分 布の変化とネットワークの局所的な構造の関係性を可視化等を用いて調べることで，その機構の解明を試みる．

蟻を初めとする社会性昆虫は群行動において高度な協力をすることが知られている。例えば軍隊蟻は経路中に地面に開いた穴などを発見した際に、自分たち自身の体で橋を構築することで仲間を渡らせるといった行動を取る。本研究ではこの動作をソフトウェアシミュレーション上で再現し、新たな知見を得ることを目的とする。

ソフトウエアの運用・保守のコストは，既にIT投資の7割を占めるが，将来，クラウド化・複雑化・長期使用によりさらに増大するという危機がある．そこで，従来のニューロコンピューティング研究では注目されなかった，生体の脳が「機能を変化させつつ一生動きつづける」という高可用性を学ぶことで，この危機を回避する新しいソフトウエアを実現するという，フロンティア研究領域の開拓にむけた検討を進めた結果を報告する．

個人の感性モデルと楽曲の構造形式の両者を考慮した楽曲生成において，GAを用いる手法が提案されている．楽曲の部分構造を決定した後，得られた結果を核として全体構造を決定する手法であるが，部分構造と全体構造を同時に決定することで，より目標に即した楽曲の生成が可能になると予想される．本発表では，GAの一手法である共生進化により楽曲の部分構造と全体構造を同時に決定する手法について検討した結果を報告する．

進化ロボティクスにおける実環境と模擬環境の差から生じる問題を「実進化」は実ロボット行動による適応度評価により解決することを狙うが，特に進化初期の低適応度動作に難がある．我々は，制御器との共進化系として導入した先行評価器で低適応度個体の実評価を抑止する手法を提案している．本稿では，先行評価器を２足歩行ロボットに導入し，歩行動作の自律的獲得の際，初期に頻出しがちな転倒の回数を削減することを試みる．

階層メニューはGUIでコマンドを指定するなどで多用されている．階層メニューの性能は構造，レイアウト，色などの多くの項目によって決まる．我々は構造を変更することで性能を向上する（平均到達時間を短縮する）方式を提案し，携帯電話とPDAを例にその有効性を示した。既提案手法では，新しく生成されたメニューに対するユーザの適応については考慮していない．本論文では，ユーザの適応まで考慮した最適化手法を提案する．

プロトタイプ木に基づく確率モデルGPでは，最も多い引数の関数ノードにあわせた完全木を作成し，探索を行う．異なる引数の数を持つ関数ノードが混在する問題では，適合度に影響を与えないノード数が多くなり探索効率が悪化する．これに対し，プロトタイプ木を二分木化する方法を提案する．本手法により，木構造の表現能力を損なうことなく探索空間を縮小できる．ベンチマーク問題を用いて既存の手法との比較を行った．

工業製品などのデザインをする場合、専門的な知識や技能、 芸術的なセンスなどが求められる。 本研究では、対話型遺伝的アルゴリズムとファジィ理論をベースに、 システムとの対話からユーザ独自の発想やイメージの着想を暗黙的に推論し、 デザインを支援するシステムの構築を行った。

対話型遺伝的アルゴリズム（iGA）はGAの評価を人間が行うことで，人間の感性を考慮した探索を行うことが可能である．これまでの，iGAにおいては単一目的を取り扱うことが一般的である．本研究では，このiGAを複数の目的にも対応できるよう拡張し，多目的iGA(MOiGA）と呼ぶ．本発表においては，MOiGAへの拡張の際の問題点として，特に評価部の問題を整理し検討し，それに対する改良手法について述べる．

市民参画過程における公的討議は非常に長くなる傾向があるので，意見集約や議論共有を円滑にするため議事録閲覧支援システムを開発した．具体的には，(1) 長い議事録の全体像を把握し，所望の議論を発見する労力の軽減と，(2) 議論内容の背景を理解する労力の軽減のために，(1) 話題遷移図の可視化手法と，(2) 話題遷移に応じた関連情報提示手法を開発した．

従来発話文からユーザの意図を解析する際に、事前に用意した意味フレームに割り当てられないキーワードは破棄されていた。しかし、意味フレームに割り当てられなくともユーザの意図が含まれるキーワードが存在する。本発表ではこうしたキーワードを利用するために、スロットに割り当てられないキーワードの固有表現クラスから、テレビ番組のジャンルを推定する手法を提案する。

現在の言語認識システムは,認識の対象を標準語としている場合がほとんどである. より知的なシステムを構築するためには,ユーザが使用する可能性のある方言やなまりなどの言葉を用いたとしても,柔軟に応答するシステムが必要となる.しかし全ての方言やなまりに対応するためには,相当数のデータが必要となる.そのため,本研究では一部の方言に着目し,システムを開発する.また,その拡張性について検討している.

本研究では、議事録中の発話間の賛否関係を自動的に推定することを目的とする。発話間の賛否関係を表す、発話の応答先と発話の示す賛否は互いに密接な関係を持っている。そこで、議事録コーパスを対象に教師あり学習を用いて、発話の応答先と発話の示す賛否を同時に推定する手法を提案する。発話の示す賛否の推定と応答先の推定という複数の相互に関連した問題を同時に解くため、構造学習を用いる。

本稿では，少量の固有表現とそのクラスを登録した辞書とタグ無しコーパスから固有表現抽出器を学習する方法を述べる．単純に，辞書の固有表現の出現を正例，それ以外を負例とすると，辞書で定義された固有表現ではない（偽の正例），辞書にない固有表現（偽の負例），が含まれる．提案法は，１）偽の学習データを除去して固有表現抽出器を学習，２）固有表現抽出器で辞書を増殖して１に戻る，のブートストラップ法を採用する．

索引付けされた文書に対して，検索条件にマッチする文書を取得する処理と，逐次的に入力される索引の無い文書に対して，特定の条件にマッチする箇所をタギングする処理は，全く別の技術として，それぞれ個別に開発されている．これに対し本研究では，ある手続きに従って索引構造と検索機能を定義すると，そこでサポートされる任意の検索基準でタグ付け可能なタガーを自動生成するフレームワークを提案する．

本稿では, サポートベクターマシンの分類精度を高めるため, リサンプリングではなく素性を変化させて複数の分類器を構築し, 事例ごとに適切な分類器を選択する方法を提案する. 提案手法を自由回答と選択回答からなる調査データの分類タスクに適用した結果, 分類器選択の方法として、分類器が出力するスコア（分類スコア）に基づいて推定したクラス所属確率を用いた場合に, 単独の分類器で最も高い分類精度を上回った.

パーソナライゼーションにおいて、ユーザが求めている情報を判断するには、趣味嗜好を表した情報(プロファイル) との類似度の計算をする必要がある。しかし、ユーザの情報は様々な形式やトピックを含むため、文書構造の解析やトピックの分析が必要となり、類似度の計算は容易ではない。そこで、テキスト情報を対象に、圧縮に基づく情報間類似度を応用することで、トピックを意識せず類似度を測る手法を提案し、評価する。

確率的潜在意味解析(pLSI)のトピック分布に相関を考慮した拡張型pLSIの提案を行う。pLSIは単純な行列計算で実装できるスケールしやすいアルゴリズムである。だが、理論の単純さから、検索に有効なディレクトリ型表現やネットワーク型表現に対応しない。そこで、トピックに相関を考慮した生成モデルに拡張することで、この問題に対応できるアルゴリズムを提案する。また、提案アルゴリズムと従来手法との比較を行う。

インターネットの普及によって大量のテキストデータに容易にアクセスできるようになった． しかし，従来のキーワードによるテキスト検索では膨大なデータの中から必要な情報を 的確に見つけ出すには不十分であり，テキストの意味を考慮した検索が必要とされている． 本研究では概念グラフ化されたテキストデータに対して意味検索を行うための効率的な グラフマッチング手法を提案する．

システム相手の会話では、人間味を感じさせることが課題となっている。そこで我々は比喩表現に着目した。比喩は読み手に、例えられる物事を生き生きと実感させる効果を持つ。また比喩のような高度な修辞をシステムが使用することで、人間らしい印象を与えると期待できる。 本研究では、簡単な対話システムに比喩表現を組み込み、人に与える印象の変化をアンケートにより調べた。比喩生成には寺井・中川の比喩モデルを利用した。

新聞記事から政治家の法案に対する賛否をP/N辞書を用いて抽出する。

構文解析や形態素解析を行ない、同時に文中に出現する感情語がどの程度文全体の感情に寄与しているかを算出する事で、日本語のテキストから感情を抽出する手法を提案する。

ビジネスにおいて主要な文書フォーマットであるオフィス文書の翻訳作業を支援するツール群を開発した。このツール群は、文書の完成形を見ながら、いわゆる「WYSIWYG」の環境で操作が行えるという特徴を持つ。複雑な構造を持つオフィス文書において、文書の完成形を見ながら作業ができることは利用者の利便性向上に大きく寄与する。本稿では、この翻訳支援ツールの実装と評価について述べる。

This paper approaches the relation extraction problem with co-training style methods which are built the co-training style method on top of both Naive Bayes and Label Propagation algorithms.

本発表では、Montague意味論における型つき高階論理式による意味表現、Jackendoffの概念意味論における型つき関数による意味表現、HPSGにおける型つき素性構造による意味表現の比較を通じて、自然言語の意味表現における型の役割について考察する。さらに、高木と伊東の意味表現において、型に相当する機能がどのように実現されているかについても述べる。

本研究では，物語を作成する過程において，ユーザが意識することなく常識知識を自動的に抽出する試みについて発表する．言葉とアニメーションデータがリンク付き，ユーザがデータを増やしていくことができるアニメーションCGM（消費者生成メディア）のデータを利用することにより，知識を収集するものである．その手法および，評価について述べる．

本稿では、一貫性を持った概念の獲得を身体性の観点から考察する。 身体を持ったエージェントは、身体と環境との相互作用を通して世界を認識しているが、 特に、我々人間の思考を支配している概念体系のなかでも、その基盤となっている方向付けメタファーに関して論じる。 マルチモーダルな知覚と物理的制約から、一貫性を持った概念の獲得する過程をシミュレーションによって示す。

本稿では参照表現の確率的なモデルを提案する．このモデルでは，それ自体が不均一な物体を扱うことを目的に，「物体の部分」の概念を導入する．従来の研究では，均一な物体だけを対象とするか，物体の不均一さの影響を取り立てて考慮していなかった．提案モデルでは，「物体の部分」の概念を確率的なモデルとして定式化することで，人の視覚特性とそれに由来するある種の語用論的含意を扱うことを可能にする．

心像意味論では人間の根源的思考媒体である心像（イメージ）を記号論理で形式表現することを試みてきており，同時に，自然知能を一つの演繹システムとしてモデル化することにも挑戦している．本講演では，人間における心像形成過程に関する仮説に基づき自然言語で表現される時空間に関する主観的知識の体系的表現と計算に関する試みについて述べる．

９０年代初頭に登場した動的論理は、古典論理の意味論を差し替えることによって、文脈に依存した現象を構成的意味計算に落とし込むことに成功した。しかし同時に、古典論理を支えていた証明論との良好な関係（健全性・完全性）を失うこととなった。本発表では、型付きラムダ計算から構成できる動的論理を提示し、この問題への解決法を示す。同時に、この動的論理が自然言語の意味論における幾つかのパズルを解消することを述べる。

概念ファジイ集合とは，ある単語を別の単語群の活性値分布で表現したもので，おもに文脈によって変化する語義を表現することを目的として提案された。概念ファジイ集合の文脈によって変化する語義の表現を写像に応用することで、因果知識の結果部をターゲット領域へ写像を行う。同じ因果知識でも、ターゲット領域が変化すれば、異なる写像が行われる。実験により、類推手法の有効性を示す。

これまで自然言語文の単文・複文に対する述語知識化について研究してきた。本報告は文型によって意味が異なる動詞”する”に着目し、格助詞やシソーラス情報等を用いたその意味判別法と述語知識への変換法を提案する。本手法は日本語語彙体系に掲載されている”する”の用法を分類し、その意味に適している動詞への置換等を行い、述部を決定する。述語式の引数の決定は動詞共起副辞書等を用い必須格を定め、これを述語知識とする。

人間と自然なコミュニケーションをする人工物を実現するための問題の一つとして、非言語情報などを用いて無意識に伝達している意図の自動推定がある。本研究では、意図の推定として難しい状況である「嘘」に焦点を当て、コミュニケーション中に機械的に計測された情報を判別分析した結果と、同じ状況において人間が判別した結果を比較検討した。その結果、人間と比較しても高い確率で嘘を自動的に判別できる可能性を示した。