| 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 [ログイン] 技報アーカイブ |
| 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 | 2016-12-09 10:05 地域苦情データの現状，要望表現への分割 ○佐野優太・峯 恒憲（九大）  AI2016-12 |
|
| 抄録 | （和） | 近年，Government 2.0の動きが高まりつつある．地域における苦情をWeb経由で報告可能なシステムの出現はその一例であり，行政・市民間での課題共有が可能となった．一方でWeb報告は，電話報告等が持つような双方向性をもたないため，報告の具体性が報告者のみに依存してしまう問題がある．そのため，報告文中において現在の状況(現状)や理想としている状況(要望)に関する表現が不足してしまう可能性がある．本研究では，表現が不足している報告文の発見や不足している表現の補完を実現するための第一歩として，機械学習手法の利用により各報告文を現状表現と要望表現とに分割することを試みる．係り受け関係や経験的パターンに注目して分割を行った結果，F値で0.790，Accuracyで0.891の精度を達成した．また，SVMよりもRFを利用した手法の方が精度が高かった． |
| （英） | Government 2.0 activities have become popular. Using the tools, anyone can share reports with other people on the Web. On the other hand, unlike telephone calls, the concreteness of a report depends on its reporter. Thus, the actual status and demand to the status may not be described clearly or either one may be miss-described in the report. To solve the problems, the discovery of incomplete reports and completion of missing information are indispensable. In this paper, we propose methods to automatically distinguish the actual status from the demand to the status. Experimental results show that an average F-score and an average accuracy score our methods achieved were 0.790 and 0.891, respectively. In addition, in our methods, RF achieved better results than SVM for both F-score and accuracy scores. | |
| キーワード | （和） | 係り受け関係 / Government 2.0 / 機械学習 / 経験的パターン / パターン抽出 / / / |
| （英） | dependency relations / empirical patterns / Government 2.0 / machine learning / pattern extraction / / / | |
| 文献情報 | 信学技報, vol. 116, no. 350, AI2016-12, pp. 1-6, 2016年12月. | |
| 資料番号 | AI2016-12 | |
| 発行日 | 2016-12-02 (AI) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | AI2016-12 |
|
| 研究会情報 | |
| 研究会 | AI |
| 開催期間 | 2016-12-09 - 2016-12-09 |
| 開催地（和） | 健康温泉館 クアージュゆふいん |
| 開催地（英） | |
| テーマ（和） | 「コンテキストを意識した知識の利用」および一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | AI |
| 会議コード | 2016-12-AI |
| 本文の言語 | 日本語 |
| タイトル（和） | 地域苦情データの現状，要望表現への分割 |
| サブタイトル（和） | |
| タイトル（英） | Extraction of Current Actual Status and Demand Expressions in Community Complaint Reports |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 係り受け関係 / dependency relations |
| キーワード(2)（和/英） | Government 2.0 / empirical patterns |
| キーワード(3)（和/英） | 機械学習 / Government 2.0 |
| キーワード(4)（和/英） | 経験的パターン / machine learning |
| キーワード(5)（和/英） | パターン抽出 / pattern extraction |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 佐野 優太 / Yuta Sano / サノ ユウタ |
| 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） | 峯 恒憲 / Tsunenori Mine / ミネ ツネノリ |
| 第2著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2016-12-09 10:05:00 |
| 発表時間 | 25分 |
| 申込先研究会 | AI |
| 資料番号 | AI2016-12 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.350 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2016-12-02 (AI) |
[研究会発表申込システムのトップページに戻る]