ドライブの楽しみ方のーつとして，海沿い景観や田園景観など好きな景観を眺めながら走りたいという要求もある．本研究では，景観を考慮したルートを推薦する景観アウェアルート推薦システムを提案する．我々は，これまでに景観について，四つの景観要素（田園系，山林系，水辺系，都市系）で表現される景観ベクトルを定義した．本システムでは，各景観要素に着目したルート探索を行う. 道路ネットワーク上の全てのノード，リンクについて探索すると処理コストが大きい．本システムでは，探索時の計算量を削減するため，事前にルートに対し景観ベクトルに基づいたクラスタリングを行い，クラスタ間での大まかなルート探索を行う．そのルート探索結果より選ばれたクラスタに含まれるノード，リンクから詳細なルート探索を行い，処理コストの軽減と併せて各景観の推薦ルートの提示を行う．本稿では，本手法に基づく実験システムを作成し，各景観の推薦ルートのユーザ評価及び考察を行った結果について述べる．

漫才は主に2人組で行われる話芸であり，老若男女問わず広く親しまれている対話型のコンテンツである．漫才は日々産み出され増えてしてものであり，今後増え続ける漫才のアーカイブや検索サービスが実現されたとき，ユーザの検索行動は従来型の検索とは大きく異なるうえ，様々な問題が生じると考えられる．そこで本稿では，まず漫才検索において問題となりえる点について整理するとともに，一度視聴した漫才について再検索を行う場合に，ユーザがどのようなクエリを入力するのかといったことについて調査する．実際には，ユーザに漫才動画を視聴してもらったあとに間をあけてその動画を検索する際に，どのようなクエリを入力するかについて各種の状況設定に応じた調査から明らかにする．

不動産情報検索は，多くのユーザにとって馴染みのないタスクである．そのため検索に便利な「こだわり条件」について知られておらず，せっかくの機能が十分に活用されているとは言えない．そのため，音声認識技術を使ってユーザと不動産エージェントの会話からこだわり条件を推薦するシステムを試作した．そのアルゴリズム，インタフェースおよび初期段階の評価結果について述べる．

人工知能に関する旬な研究者を探索するために，人工知能学会や言語処理学会などの予稿集，論文誌のデータを収集し，ある著者の発表歴を追うためシステムを試作している．本稿では，その試作の為に収集した共著者ネットワークの変化について報告する．

本論文では，Argument MiningにおけるArgument ComponentやRelationを用いた自動構造化の試みをスレッド構造に適用する手法を提案する．本論文の貢献は以下の通りである．(1)スレッド構造を持つオンライン市民議論データに対して投稿内と投稿間の関係に着目したスキームを適用した．(2)そのスキームを用いてアノテーションを行い，アノテータ間一致度を評価した. 最終的に，Argument Miningの分野において最大規模のコーパスを作成する事ができた．(3)SVMやEnd-to-Endなニューラルモデル等を用いて，文のタグ付け，投稿内関係および投稿間インタラクションを分類する識別モデルを提案した．識別モデルの評価実験の結果，我々のアノテーションデータを用いて，スレッド構造に対して比較的安定した精度でEnd-to-Endに識別することが可能であることが分かった．

Word2Vecを用いて単語の意味関係をベクトルヘ埋め込む分散表現型単語ベクトルが近年注目を集めている．さらに，この単語ベクトルは，構文解析や文書分類など言語処理分野において幅広く利用されるようになり，その有効性も報告され始めている．一般的に，単語ベクトルとして利用されるのはWord2Vec学習ネットワーク上の入力側重みであり，同時に生成される出力側重みは利用されない．これに対し著者らは，対となる出力側重みの有用性に着目し，本稿において，前者と後者を併用した単語ベクトルを提案する．また，実際に単語ベクトルの性能評価実験を行い，その有効性を検証するとともに，提案した単語ベクトルを応用した文書分類実験を行い，分類性能が向上することを示す．

本研究では，2017年に行われた衆議院選挙の政党公式アカウントのツイートの拡散力について分析を行った．まず，公式アカウントのフォロワーとそのソーシャルネットワーク，選挙期間中の公式アカウントのツイートの拡散状況を収集した. 本研究では6政党の公式アカウントを含む61,462,601ユーザの503,648,217ツイートを収集し，当該データを用いて分析を行った．まず，各政党のツイートがどの程度のユーザまで到達した可能性があるかを拡散カと定義し，各政党の拡散力を評価した.その結果，フォロワー数と拡散力は必ずしも一致せず，最もフォロワー数が多かった立憲民主党よりも自民党のアカウントの方が高い拡散力を持つことが明らかとなった．次に，フォロワー数と拡散力の強さが一致しなかった要因の分析を行った. その結果，フォロワー同士のソーシャルネットワークと，公式アカウントのツイート内容が拡散力に大きく影響を与えていることが明らかとなった．自民党の公式アカウントは，フォロワーのフォロワーに政党をフォローしていないユーザが多いこと，政治的なツイート以外をほとんど行っていないことの二点が高い拡散力を持っている要因であることが明らかとなった．一方，立憲民主党のアカウントではフォロワー同士のつながりが強く，また公式アカウントが多数の非政治的ツイートを行っており，ネット選挙における戦略の違いが拡散力の差につながっていることが明らかとなった．

スポーツの録画視聴を楽しみにしている人にとって，Twitter上などで意図せず遭遇してしまうネタバレ情報は問題であり，自動的にネタバレを検出・遮断できるようなシステムを構築することが重要である．本研究では，そうしたシステムの構築のための足がかりとして，ネタバレツイートを「試合の最終結果が高い確信度で予測できてしまう投稿」と定義し，Twitter上でのサッカーのネタバレに関するデータセットを構築した．また，ネタバレの文章特性の調査を行い，試合状況とネタバレ内容の連動性を確認した.さらに，構築したデータセットを用いてネタバレ判定実験を行い，3つの判定手法を比較した結果，SVM+試合展開手法が優れていることが明らかになった．

Twitterにおける情報共有ネットワークは，時間や場所の制約を受けることなく発生するため産業応用上有用と思われる．そこで，流行の予測における具体的な因果関係や説明変数と目的変数の検討として，説明変数として日本武道館公演決定に関する告知tweet前の25か月間を，目的変数としてのいいね数の変動を取り上げる．本研究では，2017年に日本武道館単独公演を決定した日本音楽アーティストの，公式アカウントにおけるいいね数の時系列的変化に関する基礎的なデータ分析を試みた．その結果，対象の日本音楽アーティストとアーティストらのいいね数の経年変化は，線形的な上昇を示すことが確認できた．

本稿では，テキストストリームの確認タイミングに着目したモニタリング支援システムを提案する．Web上では多種多様なテキストストリームが生成されているこれらのテキストストリームはユーザにとって有益な情報を含んでいるが，個人が随時到着するすべての情報を常時確認することは不可能である．また，テキストストリームの確認は休憩時間など，メインタスクの合間に行われる作業であり，確認の度にメインタスクが中断されることになるが，作業に割り込みが発生すると知的生産性が低下することが指摘されている．提案システムでは，「ユーザが重要視する目安に基づいてテキストストリームを確認できるタイミング」を適切な確認タイミングと定義し，その判断の手がかりとなる指標を提示することによりモニタリングを支援する．プロトタイプシステムを構築し，実験協力者に利用してもらった実験結果について報告する．