形態素の出現頻度や意味クラスなどテキストから得られる複数の特徴量を融合することにより、多面的な類似探索を実現する方法について提案する。各特徴量毎に類似探索を行った結果それぞれをリランキングによって統合することで最終的な結果を決定し、入力された絵本について類似した絵本を出力する。

テキストマイニングによりあらゆる職種・分野において新たな知識の発見が可能になった．また，TETDMはテキストマイニングのための統合環境として有効性が示されている．しかし，テキストマイニングツールは多様かつ目的に応じてツールを使い分ける必要があることから，容易には利用できない．そこでTETDM上で初心者用チュートリアルと応用として文章推敲用チュートリアルを開発し，実験によりこれらの有効性を示す．

本研究では，TETDMを代表的なテキストマイニングツールとして，テキストマイニングに関するメソッドの概念化仕様を示す共通語彙を導入し，利用者及び開発者の支援することを目的とする． 本稿では，開発者に対するテキストマイニングで用いられる処理メソッドと可視化メソッドを共通語彙に基くツールの実装を示し，開発及び利用者のテキストマイニングプロセス構築支援に対する有用性について検討する．

本研究の目的はテキスト集合からの新たな知識の発見を支援することである。テキスト集合から新たな知識を発見するためには、ユーザは様々な手法を適応的に組合せ試行錯誤を繰り返しながら探索を進めていく必要がある。それを支援するシステムを構築するために、本稿では、(1) 探索の円滑化、(2) 探索の振り返り支援に着目してデザイン指針を作成した。加えて、それに基づいて実装したプロトタイプシステムついて報告する。

本研究では、日英文書ペアや画像と説明文などの異なる種類のデータ間でのマッチングから、新たに与えられたデータのマッチングを予測する問題に取り組む。この問題では、各種類のデータは異なる空間に存在するため、異種データ間の類似度を直接測り、マッチングに役立てることはできない。そこで、全てのデータを共通の潜在空間中の分布として表現し、分布間の距離に基いて異種データ間のマッチングを行うモデルを提案する。

本研究では，k-meansクラスタリング法の高速化手法を提案する．クラスタリングの代表的手法であるk-means法は，Ｎ個のオブジェクトをＫ個のクラスタに分割するため，各周期当たりＮＫ回の距離計算を行う必要がある．そのためオブジェクト数やクラスタ数の増加に伴い，計算量が大幅に増加する問題が生じる．提案手法では，オブジェクトとセントロイド間の距離計算を効率的に省略し，最適化計算の高速化を実現した．

This work shows how Evolutionary Distance Metric Learning, an excellent distance transform matrix based on the Mahalanobis distance, significantly improved clustering performance.

ある変数の影響を除いた上で2つの多変量間の関係を強さを求める手法として偏正準相関分析があり，グレンジャー因果などの因果指標の計算などに用いられている．しかし偏正準相関分析は複数の異なる関係をもったデータが混ざったデータに対しては適用することが出来ない．本研究では偏正準相関の混合モデルを仮定することで，この問題の解決を試みる．また人工データを用いた実験を行い既存手法に対する優位性を示す．

学習において，確率分布の構造はサンプルの個数が増えるにつれて徐々に明らかになる．ではサンプル数が少なくともいくつであれば，その構造を発見できるのであろうか？我々は物質の相転移を議論する統計力学との数理的等価性に基づき，ベイズ学習における系の秩序変数を計算し，その転移点が学習に必要な最低サンプル数に対応することを示す．ニューラルネットワークの一種である動径基底関数ネットワークにおいてその検証を行う．

計算機上に人間の知能をモデリングし，人間の言語獲得のメカニズムに迫る研究は数多く行われてきたが,発達心理学等の学問の観点から見て不自然な点が多く,また,言語シンボル概念の獲得が行われていないため人間による言語の意味理解がモデリング出来ていなかった.そこで, 他の学問の理論を取り入れ, 言葉の理解までをモデリングした枠組みとして人間と計算機間の対話による言語シンボル概念獲得のモデルを提案する.

われわれは、人間の簡単な動きを記述する文章の意味がいくつかの 意味的要素の組合わせに分解できることを利用して、未知の動きを 記述する文章の言語モデルを zero-shot 学習する手法を提案した。 本発表では、提案手法をより多様な日常行動に対する記述に適用し、 性能を評価した結果について報告する。

本研究では、文法規則に確率文脈自由文法を用い、テキスト生成アルゴリズムにモンテカルロ木探索を適用する．モンテカルロ木探索を用いることによって、ランダムに文生成のシミュレーションを行いながら有望な文法規則を学習することで尤もらしい文法規則を伴ったテキスト生成を行う手法を提案する．

Twitterを代表とするマイクロブログ解析のためのトピックモデルを提案する．従来研究では1ユーザの全ツイートを擬似的に1文書とする手法を用いている．この手法により1文書に含まれる単語数を多くできるが，文書毎のトピックの違いを表現できない問題がある．提案法では，各ユーザのツイート集合を複数のクラスタに分割し，同じクラスタに割り当てられたツイート集合を1文書とみなすことで上記の問題を解決する．

言語表現を項構造などに構造化して，対象となるテキストに対して質問応答をするシステムを構築している．対象としてNTCIR RITE2 含意認識タスクの開発データや日本語能力試験の問題を対象に仮のシステムを構築しつつ，どのような処理が必要か整理している．本報告ではこ語彙知識では解けない概念にどのような物があるかを明らかにする．

依存型意味論を用いて照応や前提などを扱うには、代名詞や前提トリガーの意味表示に現れるunderspecified termの型を型推論で判定し、その型に対する証明探索を行う。しかし依存型の型推論は一般に決定不能であるため、依存型意味論のための型推論のアルゴリズムはこれまで提示されていない。本研究では、自然言語の意味表示の記述に十分な、制限された体系に対する型推論、型チェックの規則を与え、実装した。

know等の叙実動詞の意味には前提が含まれる。依存型意味論は、現代的な型理論に基づく自然言語意味論の枠組みであり、含意関係の導出と照応・前提の統一的分析に一定の成功を収めている。しかし叙実動詞の前提はthatやwhといった補文標識の選択と関連して、その他の照応・前提現象とは異なる振る舞いを示す。本研究では依存型意味論における前提記述の枠組みを拡張し、叙実動詞の前提・含意をとらえた意味表示を与える。

自然言語の意味の理解において、テンス・アスペクトの分析は不可欠である。本研究では、依存型理論に基づく自然言語の証明論的意味論のひとつである依存型意味論(DTS)に時間的概念を導入し、日本語のテンス・アスペクトの分析を行った。特に、過去の助動詞[タ]や非過去の[ル]、進行／結果残存の[テイル]、時間副詞など、テンス・アスペクトに関わる様々な表現に意味表示を与え、意味合成および含意関係の計算を示す。

昨年の大会において言語表現の意味構造をオブジェクト指向に基づいて規定する方法を提案したが、意味構造を記述する具体的な記法までは示さなかった。しかし、言語表現の意味構造を機械によって処理できるようにするためには、意味構造を記述するための記法が必要になる。今回は、オブジェクトに対する操作を記述するための言語であるUML Action Languageを用いて意味構造を記述する方法の提案を行う。

人の物体への一連の働きかけ動作の認識をトリガーに，それら物体指向動作に関わる対話を行うためのトピック管理手法を提案する．本手法は，物体指向動作の学習と認識，及び文脈のトピック依存構造の学習と対話のトピック管理に基づく発話文選択からなる．ウェブからスクレイピングした文章を用いた文脈のトピック依存構造の学習，及び物体指向動作認識を伴う対話におけるトピック管理の実験的評価について述べる．

ロボットが，実環境で観測したマルチモーダルな情報と人の発話から概念や語彙との結びつきを教師なしで学習することで，意味理解を伴う文章生成を実現したい．我々は，確率モデルであるLDAをマルチモーダル化・多層化した多層MLDAを提案し，このゴールを目指してきた．本稿では，多層MLDAにHMMを用いた統語範疇の学習を取り入れることでより文法の学習精度が向上し，結果として文章の生成能力が向上することを示す．

多層マルチモーダルLDA(mMLDA)はLDAの拡張であり，複数の概念とその概念間の関係を確率的に表現することができる．またこの枠組みで，言語も同様に扱うことができる．しかし，mMLDAで表現されている概念を利用した理解に基づく行動決定については，これまで議論されていない．本稿では，mMLDAを時間的に接続したものがマルコフ決定過程であるという視点から，強化学習を用いた行動決定について検討する．

表現学習や深層学習の進展により，語の意味やその構成性にする研究が盛り上がりを見せている．2014年の自然言語処理の主要な国際会議では，分散表現やニューラルネットワークを用いて「意味」にアプローチしようとする研究の報告が相次いだ．本講演では，単語の分散表現の学習や，単語の意味から句や文の意味を計算するモデルに関する研究動向を紹介し，統計的手法に基づく意味の取り扱いの現状と限界について議論する．

近年、自然言語処理の中でも単語の意味、および構造をベクトル空間で表現する研究が盛んに行われている。 その中でも多くは「分布仮説」に基づいており、ニューラルネットワークや行列因子分解などを応用した手法が提案されている。 本稿では、単語間の距離に着目した手法を提案する。 単語間の距離を特徴量としたマトリックスに対し、行列因子分解を適応させることで、より精度の高い単語のベクトルを得ることができる。

想起は，ある概念が別の概念を思い浮かばせる程度と定義される．伝統的な語彙意味論に基づく意味関係を補完するものとして，多義解消や意味的類似度などの言語処理の応用への適用が想定されている．本研究では，想起を概念連鎖(連想)のショートカットであると仮定し，背景にある概念連鎖を意味ネットワーク上の経路として分析する．系列パターンマイニングの手法を適用することにより，想起の背景にある概念連鎖の類型を探る．

「誰」「どの～」のような表現は不定語と呼ばれ、疑問文に用いられる場合もあれば、モと組み合わされて全称量化の意味を生み出す場合もある。本発表では、統語意味論の枠組において、不定語を含む文の統語的性質とその意味がどのように記述できるかを示す。統語意味論は、生成文法の知見を明示的な素性構造でとらえなおす試みの１つであり、語彙ごとの素性構造の指定をなるべく一本化することを目指す理論である。

われわれは、同義文の言い換え、言語情報と感覚情報の対応づけ、言語獲得、文脈を考慮した対話、等の深い意味理解を必要とする自然言語処理を実現するために、単語よりも細かいレベルの概念間依存構造に基づいた意味表現に関する検討を行っている。今回の発表では、名詞節、特に「～ということ」という節の意味表現の構造について検討した結果について報告する。

近年，運転支援技術のための研究が盛んに行われているが，現状では検出人物の属性は考慮されておらず，今後どのような属性を持つのかを示すことが必要となる．本論文では車載カメラを想定してGoogleマップから切り出した画像を用いて歩行者属性分類を行う．属性を判断するためには歩行者のパーツ内の特徴とパーツ間の関係性が何を示すかが必要となるので，属性ごとのパーツの重み，パーツ間の関係を用いて属性分類を行う．

本稿では，多クラスの運動認識に対応し且つ識別に有効な特徴量の設計を検討する．スケルトン情報から運動に関連する局所的なジョイント列を選択し，それらの位置・速度・加速度で記述されたスケルトン特徴の時系列情報をHMMパラメータに基づくフィッシャーベクトルで表現することにより各ジョイント列に対応した運動特徴を作成する．運動特徴をマルチカーネル学習により重み付け統合し，これにより最終的なクラス識別を行う．

人間は任意の環境において不審物や不審者検出等の異常検知が可能である．これは環境を繰り返し観測することで環境の通常状態といえるものが記憶されているためと我々は考えている．本稿ではこの考えに基づき，繰り返し環境を観測することで環境に応じて通常状態を記憶し，異常検知を行うネットワークモデルを提案する．実験では屋外監視映像を用い，歩行者や車両を対象とした異常検知問題を扱い，提案モデルの有効性を検証した．

一人称視点映像（FPV)を基に実環境中のオブジェクトの記憶可能性を推定する手法を提案する.我々はFPV中のオブジェクトの出現回数,停留時間,画像中の位置等の情報から，記憶可能性を推定するモデル（記憶可能性モデル）を提案した．複数の被験者を対象に実験を行い，アンケートから得られた記憶可能性と，FPVから提案モデルにより推定された結果を比較し，モデルの妥当性を確かめた．

ビジネスではビジネスマナーが重要視され，国により異なる儀礼的側面への相互理解は，国際間の円滑なコミュニケーションにおいて欠かせない．そこで本研究では，ビジネスにおいて欠かせない季節の挨拶に注目し，日本の季節感の印象の違いをグローバルな環境で明らかにする方法を提案する．日韓中およびサウジアラビア出身者による被験者実験から，韓中と比較してサウジアラビア出身者との印象の差が大きいことが明らかになった．

本研究では、単純化された都市モデルを用いて、日常生活の中で立ち寄る施設の配置とその周辺の賑わい、及び自動車利用の抑制を目的とする各種交通施策が個人の交通行動の変化と居住地選択行動の変化を介してどのように都市構造を変化させてゆくのかを、マルチエージェントシミュレーションを用いて検証し、その構造について議論する。

近年、日本はストレス社会へ突入し労働者のメンタルヘルスは悪化をたどり続け、インターネット上で本音を伝え合っている。本研究では、ストレスを抱えた労働者がどのような言葉を発し、何に共感し励まされているのかという知識を、テキストマイニングを用いて抽出する手法を提案する。また、抽出したデータを分析することで、ストレスに負けない労働者のレジリエンス(精神的耐久性)を向上させる源に探求を結び付ける。

本研究では，市場，財務，ニュース，アナリスト推奨レーティングのデータを用いて，企業の利益還元政策の変更がもたらす株価への影響を分析し，その背景にあるメカニズムを探求する．この結果，企業と投資家の間の情報の非対称性やエージェンシー問題といった市場の摩擦が利益還元政策のアナウンス後の株価の上昇要因であることを示す．

　高頻度取引に対する関心が高まっている。 　高頻度取引により健全な価格形成が阻害されているという主張がある一方、高頻度取引により市場に流動性が供給される上に価格変動も緩やかになるという主張もあり、高頻度取引に対する評価は定まっていない。当該論文では、Ｎｅｔｌｏｇｏを使用し高頻度取引を行う投資家が存在する場合としない場合との価格推移を比較することで、高頻度取引が市場に与える影響を明らかにする。

スマートフォンなどの無線機能を持ったデバイスの普及が進み，いつでもどこでも使用する利用者が多い．このようなデバイスを使って人の行動を把握する研究が多く行われている．本稿では，このようなデバイスの無線情報を統計処理することにより，店舗前の行列の有無とその推移の予測手法を提案する．

国際観光都市を要する我が国において，外国人向け新規ビジネスモデルの開発は重要課題である．一方，異なる文化や価値観を取り入れた新規ビジネス開発することは容易ではない．そこで本研究では，外国人向けの新規ビジネス開発を目的として，外国人と日本人の協働による多言語ビジネスモデル開発システムを構築した．本稿では，同一母語及び母語が異なるペアによるビジネスモデル創出の比較実験を実施した結果を報告する．

近年，資産価格の分野において，ニュースやソーシャルメディアといった大規模テキストデータを，資産価格評価の分析に用いる試みが模索されている．本分析では，ニュース記事と株価情報を用いることで，より客観的かつ資産価格分析の文脈に即したニュース記事評価分析方法と予測方法を提示する．特に、学習モデルによる比較を行うことによって、本分析方法の有効性の検証を試みる．

キャッシュ・フォー・ワーク（CFW）による被災者支援については新興国での実施実績から得られた経験則が明らかになっているが，東日本大震災からの復興過程を考えたとき，人口・世帯構成や労働市場に関して被災沿岸地域と従来事例との乖離が見られる．本稿では被災沿岸地域の特徴を反映したときにCFWプログラムの経験則の成立条件を明らかにするため，いくつかの要因についてシミュレーションによる分析を行う．

現在，小売店の多くの店舗では，発注担当者の勘と経験に頼る方法で商品の発注量を決定している．一方，商品数の増大などから限られた人数で発注作業を行うことは限界に近づいており，各企業は発注の自動化を検討している．本講演では発注自動化の一環として，経営戦略を考慮したうえで重要予測の不確実性に対する対策を行なう手法について考察する．

各国の専門知識を他国の人々へ伝達・共有する場合，伝達の失敗リスクが存在する．そこで本研究では，機械翻訳サービスを用いた専門知識の伝達サービスを開発し，その伝達内容の理解度評価や知識の効果的な伝達方法を考案する．研究では，多言語チャットと専門用語コーパスから成るシステムを用いて専門知識の教示実験を行った．この実験から得られたデータの分析・評価結果を報告する．

通信販売は様々な広告媒体を利用している。同時に多様な販売方法で商品を提供している．通信販売業界の課題のひとつに顧客の代金支払遅延がある．従来は支払遅延顧客をまとめて分析が行われてきた．この知識をもとに督促業務が行われてきた．広告や販売の媒体毎に利用顧客特性があることが実務上知られている．顧客特性を精緻化することで効率的な督促方法が可能である．そこで本研究では利用媒体毎の顧客特性の抽出法を提案する．

　ソフトウェア開発の受発注においては、ユーザとベンダ間でプロジェクトの見積り結果および過程について共有し、納得感を得ることがプロジェクトの成功に不可欠である。しかしながら、ITベンダは専門知識を待たないユーザに対して、機能開発おける複雑度を説明することが難しく、結果，見積もりへの納得感が得られないという問題がある。そこで、本稿では、機能開発における複雑度を見える化する手法に関しての考察を行う。

地震などの大規模な変動に対するサプライチェーンのレジリエンスは，サプライチェーンを運用する集団意思決定の構造やプロセスに依存する．そこで，変動にレジリエントに対応することのできる組織の集団意思決定の特徴を明らかにするために，製造業のサプライチェーンを再現したシリアスゲームを開発した．そして，開発したゲームを用いた参加型シミュレーションを行い，ゲーム内での発話に基づいて集団意思決定の特徴を分析した．

近年、ニューラルネットワークを用いて高い精度で単語の分散表現を獲得する手法が関心を集めている。本研究では、日本の株式市場を対象とし、ロイター社提供の金融市場ニュースから学習した分散表現および広く用いられているファイナンス辞書を取り込み、新たな辞書の作成とマーケットとの関連性の分析を試みた。本研究は、機械学習手法を用いて金融市場の動向を捉える試みであり、当手法の有用性を示すものである。

SNSの普及により，SNS上での情報伝播の速さに起因して誹謗中傷などが急激に拡散し，いわゆる炎上発生が散見される．企業活動においてもそれらは無視できず，ネガティブ情報の流布が企業イメージを毀損することにも繋がりかねない．本研究では，過去の炎上事例を分析するとともに，エージェントベースシミュレーションによりネガティブ情報拡散防止方策について検討する．

結婚は数少ないライフイベントであるが，事前に十分な知識を有しているユーザは少ない．慣習や挙式をあげる際の式場・指輪・ドレスなど，ユーザに求められる知識は多岐にわたるため，ユーザが長期間かけて情報収集を行うことも少なくない．そこで筆者らは，ブライダル・ウェディングに関する情報を提供するメディアの中で嗜好・タイミングに応じた情報提供を行い，ユーザが効率的に欲しい情報を得られるシステムを構築した．

多くの小中学校では，食物アレルギーを持つ子どもに安全な給食を配膳するため，アレルギー対応した除去食や代替食の配膳がすすめられている．栄養士の負担軽減をすることで，アレルギー食材の誤食を防止し，安心安全な給食現場を支援するための，献立管理および注意喚起を行うWebアプリケーションシステムを開発した．本システムでは，代替献立管理および代替献立での食材提案を行い，栄養価を考慮した代替献立立案を支援する．

インターネットの普及などでウェブ上では多くのレシピや献立の情報が存在する.一食分の献立を考えるとき,一つの料理から献立を考えるのは手間になり,献立単位で纏まっている場合は,献立内の料理の入れ替えなどの融通が利かない場合がほとんどである. そこで本研究では献立全体の雰囲気や作りたい料理を起点とした献立作成支援システムを目指して,献立内のレシピ情報に着目し,共起関係を用いて料理間の相性の分析を行う.

インターネット広告では，ユーザの行動履歴を基に関心がありそうな広告を配信することで，より高い広告効果を得ることを目的とする行動ターゲティング広告がある．本稿では，ターゲティング配信のためにユーザの行動履歴に基づいて広告をレコメンドする手法と，ユーザと広告の属性の組み合わせからコンバージョン(CV)しそうな広告を分類する手法を合わせたCV予測モデルを構築し，A/Bテストにより効果を検証した．