電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2016-09-08 10:35
機械学習による万葉集・古今和歌集の識別と歌人の年代推定
野口和久九大)・相場 亮芝浦工大)・廣川佐千男九大
抄録 (和) 万葉集と古今和歌集は日本を代表する和歌集である。二つの和歌集は成立の背景が違うだけでなく、内容 や表現にも多くの違いがあることが文学的な研究により知られている。本稿では、各和歌に現れている単語によって、 万葉集と古今和歌集を機械的に識別可能かどうか調べた。さらに、与えられた和歌が万葉集か、古今和歌集かを識別するだけでなく、作成年代の推定を試みた。具体的には、歌人の年代をその歌人が作った和歌から推定できるか検討した。まず万葉集を正例、古今和歌集を負例として機械学習の SVM を適用してモデルを構築し、60 個の単語で 86%以上の識別性能を確認した。さらに、このモデルを各歌人が作った和歌の文書集合に適用し、その歌人の万葉らしさを数値として求めた。生年あるいは没年などの時代が分っている歌人について、その歌人の年代 y とその歌人の万葉らしさ x の相関を調べ、相関が確認でき、年代推定の y = -2.37477*x + 805.6495 という回帰式を得ることができた。 
(英) Manyo-Shu and Kokinwaka-Shu are famous anthologies of Japanese poetry (Waka-Shu). They have different background and different compilation history. It is well known that they have many different features such as contents and rhetoric. This paper consider the discrimination of the two Waka-Shu by applying machine learning method SVM (support vector machine). Moreover, this paper proposes to use the predicted score (SVM score) of poetry for dating a poet. We confirmed that 60 feature words are enough to gain 86% prediction performance. We obtained a regression formula y = -2.37477 * x + 805.6495 to guess the year y of a poet whose SVM score is x.
キーワード (和) 機械学習 / SVM / 属性撰択 / 和歌 / 万葉集 / 古今和歌集 / 年代推定 /  
(英) Machine Learning / SVM / Feature Selection / WAKA / Mannyo-shu / Kokin-shu / Dating /  
文献情報 信学技報, vol. 116, no. 213, NLC2016-14, pp. 7-11, 2016年9月.
資料番号 NLC2016-14 
発行日 2016-09-01 (NLC) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 NLC  
開催期間 2016-09-08 - 2016-09-09 
開催地(和) コンベンションルーム AP渋谷道玄坂 
開催地(英) Convention Room AP Shibuya-Dogenzaka (Tokyo) 
テーマ(和) 第9回 テキストマイニング・シンポジウム 
テーマ(英) The Ninth Text Mining Symposium 
講演論文情報の詳細
申込み研究会 NLC 
会議コード 2016-09-NLC 
本文の言語 日本語 
タイトル(和) 機械学習による万葉集・古今和歌集の識別と歌人の年代推定 
サブタイトル(和)  
タイトル(英) Discrimination of Manyo-shu and Kokin-Waka-shu and Dating of Poets using Machine Learning 
サブタイトル(英)  
キーワード(1)(和/英) 機械学習 / Machine Learning  
キーワード(2)(和/英) SVM / SVM  
キーワード(3)(和/英) 属性撰択 / Feature Selection  
キーワード(4)(和/英) 和歌 / WAKA  
キーワード(5)(和/英) 万葉集 / Mannyo-shu  
キーワード(6)(和/英) 古今和歌集 / Kokin-shu  
キーワード(7)(和/英) 年代推定 / Dating  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 野口 和久 / Kazuhisa Noguchi / ノグチ カズヒサ
第1著者 所属(和/英) 九州大学 (略称: 九大)
Kyushu University (略称: Kyushu Univ.)
第2著者 氏名(和/英/ヨミ) 相場 亮 / Akira Aiba / アイバ アキラ
第2著者 所属(和/英) 芝浦工業大学 (略称: 芝浦工大)
Shibaura Institute of Technology (略称: Shibaura Inst. of Tech.)
第3著者 氏名(和/英/ヨミ) 廣川 佐千男 / Sachio Hirokawa / ヒロカワ サチオ
第3著者 所属(和/英) 九州大学 (略称: 九大)
Kyushu University (略称: Kyushu Univ.)
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2016-09-08 10:35:00 
発表時間 25 
申込先研究会 NLC 
資料番号 IEICE-NLC2016-14 
巻番号(vol) IEICE-116 
号番号(no) no.213 
ページ範囲 pp.7-11 
ページ数 IEICE-5 
発行日 IEICE-NLC-2016-09-01 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会