文 書 分 類 技 術 を 用 いた 検 索 支 援 および 技 術 動 向 分 析 2014 年 9 月 30 日 広 島 市 立 大 学 大 学 院 情 報 科 学 研 究 科 難 波 英 嗣 1
目 次 要 素 技 術 とその 効 果 に 着 目 した 日 本 語 学 術 論 文 の 科 研 費 カテゴリへの 自 動 分 類 ニュース 記 事 と 特 許 を 利 用 した 科 学 技 術 の 重 要 性 評 価 2
研 究 背 景 SNS ユーザが 専 攻 している 研 究 分 野 によって 獲 得 したい 論 文 は 異 なる 3
http://www.ls.info.hiroshima-cu.ac.jp/cgibin/cinii/index.cgi 4
動 作 例 クエリ: SNS を 入 力 した 時 の 検 索 結 果 CiNii 検 索 APIを 用 いて 取 得 5
各 論 文 の 要 素 技 術 や 効 果 を ハイライト 表 示 6
分 類 指 標 科 研 費 DBの 研 究 分 野 を 利 用 分 野 分 科 細 目 表 情 報 学 知 能 情 報 学,ソフトウェア など 総 合 領 域 生 活 科 学 生 活 科 学 一 般, 食 生 活 学 法 学 刑 事 法 学, 民 事 法 学 など 社 会 科 学 経 済 学 経 営 学, 経 済 統 計 学 など 基 礎 医 学 化 学 系 薬 学, 物 理 系 薬 学 など 医 歯 薬 学 内 科 系 臨 床 医 学 消 化 器 内 科 学, 循 環 器 内 科 学 など 7
文 書 A アプローチ 最 小 二 乗 法 を 用 いることで,ごく 少 数 方 向 の 投 影 データ から 特 異 値 分 解 に 基 づく 少 ない 計 算 で 高 速 に 最 適 なモ デル 画 像 を 再 構 成 する 一 手 法 を 提 案 している. 文 書 B 5 員 環 6 員 環 状 カーボナートを 五 塩 化 リンを 用 い 塩 素 化 し 相 当 するジクロロアセタールを 得 た. 8
文 書 A アプローチ( 名 詞 句 ) 最 小 二 乗 法 を 用 いることで,ごく 少 数 方 向 の 投 影 データ から 特 異 値 分 解 に 基 づく 少 ない 計 算 で 高 速 に 最 適 なモ デル 画 像 を 再 構 成 する 一 手 法 を 提 案 している. 文 書 B 5 員 環 6 員 環 状 カーボナートを 五 塩 化 リンを 用 い 塩 素 化 し 相 当 するジクロロアセタールを 得 た. 9
文 書 A アプローチ( 技 術 動 向 分 析 ) 最 小 二 乗 法 を 用 いることで,ごく 少 数 方 向 の 投 影 データ から 特 異 値 分 解 に 基 づく 少 ない 計 算 で 高 速 に 最 適 なモ デル 画 像 を 再 構 成 する 一 手 法 を 提 案 している. 文 書 B 数 学 系 または 情 報 系 の 分 野 5 員 環 6 員 環 状 カーボナートを 五 塩 化 リンを 用 い 塩 素 化 し 相 当 するジクロロアセタールを 得 た. 化 学 系 の 分 野 10
文 書 A 文 書 B アプローチ( 技 術 動 向 分 析 ) 手 がかり 語 最 小 二 乗 法 を 用 いることで,ごく 少 数 方 向 の 投 影 データ から 特 異 値 分 解 に 基 づく 少 ない 計 算 で 高 速 に 最 適 なモ デル 画 像 を 再 構 成 する 一 手 法 を 提 案 している. 数 学 系 または 情 報 系 の 分 野 5 員 環 6 員 環 状 カーボナートを 五 塩 化 リンを 用 い 塩 素 化 し 相 当 するジクロロアセタールを 得 た. 化 学 系 の 分 野 手 がかり 語 手 がかり 語 11
文 書 A 文 書 B アプローチ( 技 術 動 向 分 析 ) 最 小 二 乗 法 を 用 いることで,ごく 少 数 方 向 の 投 影 データ から 特 異 値 分 解 に 基 づく 少 ない 計 算 で 高 速 に 最 適 なモ デル 画 像 を 再 構 成 する 一 手 法 を 提 案 している. 数 学 系 または 情 報 系 の 分 野 5 員 環 6 員 環 状 カーボナートを 五 塩 化 リンを 用 い 塩 素 化 し 相 当 するジクロロアセタールを 得 た. 化 学 系 の 分 野 係 り 受 け 関 係 や 分 布 類 似 度 など を 用 いて 大 規 模 コーパスから あらかじめ 収 集 12
文 書 分 類 モジュール(k-NN 法 ) E B C A D 閾 値 (k) :クエリデータ (CiNii Articlesの 論 文 データ) 検 索 結 果 順 位 類 似 度 研 究 分 野 文 書 A 1 0.400 知 能 情 報 学 文 書 B 2 0.300 教 育 工 学 文 書 C 3 0.200 知 能 情 報 学 文 書 D 4 0.150 計 測 工 学 文 書 E 5 0.080 知 能 情 報 学 文 書 間 の 類 似 度 計 算 :BM25 13
実 験 結 果 1 k 20(k-NN 法 )における 最 も 再 現 率 が 高 かった 結 果 を 記 載 分 野 分 科 細 目 表 上 位 1 件 上 位 2 件 上 位 3 件 MRR 提 案 手 法 0.8965 0.9730 0.9900 0.9384 ベースライン 0.8695 0.9585 0.9800 0.9168 提 案 手 法 0.7985 0.9150 0.9555 0.8672 ベースライン 0.7555 0.8770 0.9250 0.8321 提 案 手 法 0.6850 0.8260 0.8745 0.7685 ベースライン 0.6125 0.6840 0.7300 0.6386 提 案 手 法 の 有 効 性 を 確 認 14
目 次 要 素 技 術 とその 効 果 に 着 目 した 日 本 語 学 術 論 文 の 科 研 費 カテゴリへの 自 動 分 類 ニュース 記 事 と 特 許 を 利 用 した 科 学 技 術 の 重 要 性 評 価 15
背 景 従 来 の 科 学 技 術 の 重 要 性 の 評 価 論 文 ( 誌 )の 被 引 用 数 たくさん 引 用 される 論 文 ( 誌 )は 重 要 性 が 高 い 特 許 論 文 間 の 引 用 数 論 文 を 引 用 している 特 許 が 多 い 分 野 は 産 学 の 結 び 付 きが 強 い 産 業 界 に 影 響 度 の 高 い 学 術 分 野 を 見 つける 16
背 景 従 来 の 科 学 技 術 の 重 要 性 の 評 価 論 文 ( 誌 )の 被 引 用 数 たくさん 引 用 される 論 文 ( 誌 )は 重 要 性 が 高 い 特 許 論 文 間 の 引 用 数 論 文 を 引 用 している 特 許 が 多 い 分 野 は 産 学 の 結 び 付 きが 強 い 産 業 界 に 影 響 度 の 高 い 学 術 分 野 を 見 つける 研 究 者 から 見 た 同 業 者 の 成 果 の 評 価 産 業 界 から 見 た 学 術 界 の 成 果 の 評 価 17
問 題 提 起 (1/2) もっと 色 んな 観 点 や 手 法 に 基 づく 評 価 があっても 良 いのでは? どんな 分 野 に 研 究 費 が 分 配 されているのか? 多 くの 研 究 費 が 分 配 されている 分 野 は 研 究 費 分 配 機 関 が 重 要 と 考 える 分 野 どんな 分 野 の 技 術 がニュースで 取 り 上 げられてい るのか? ニュースでよく 取 り 上 げられる 分 野 は 世 間 の 人 々が 関 心 を 持 つであろうとマスコミが 考 える 分 野 18
問 題 提 起 (2/2) もっと 色 んな 観 点 や 手 法 に 基 づく 評 価 があって も 良 いのでは? 特 許 分 類 体 系 で 見 た 場 合 どの 分 野 で 良 く 論 文 が 発 表 されているのか? 特 許 と 論 文 間 の 引 用 関 係 以 外 に 特 許 と 論 文 の 結 び 付 きを 測 る 19
目 的 ニュース 記 事 や 特 許 を 学 術 論 文 と 紐 付 けること で 科 学 技 術 の 重 要 性 を 社 会 的 経 済 的 側 面 から 分 析 評 価 するシステムを 構 築 研 究 費 特 許 ニュース 記 事 論 文 20
手 順 1. ニュース 記 事 研 究 費 報 告 書 特 許 論 文 を 紐 付 ける 2. 紐 付 けた 結 果 を 用 いて 科 学 技 術 の 重 要 性 を 評 価 21
方 針 ジャンルの 違 う 文 献 (ニュース 記 事 研 究 費 報 告 書 特 許 論 文 )をどうやって 紐 付 けるのか? 従 来 の 手 法 特 許 と 論 文 の 引 用 関 係 ジャンル 横 断 検 索 特 許 訴 訟 に 関 するニュース 記 事 から 該 当 特 許 を 検 出 (NTCIR-3 特 許 検 索 タスク) ジャンル 横 断 文 書 分 類 [Nanba 2010] 論 文 に 国 際 特 許 分 類 コードを 自 動 付 与 (NTCIR-7, 8 特 許 マイニングタスク) この 技 術 を 利 用 [ 難 波 2009] 22
国 際 特 許 分 類 (IPC)とは? G 06 F 17 /30 セクション クラス サブクラス メイングループ G セクション 物 理 学 サブグループ G06 クラス 計 算 計 数 G06F サブクラス 電 気 的 デジタルデータ 処 理 G06F 17/00 メイングループ G06F 17/30 サブグループ 今 回 はこのレベルで 分 類 する デジタル 計 算 またはデータ 処 理 の 装 置 方 法 情 報 検 索 そのためのデータ 構 造 国 際 特 許 分 類 第 8 版 ではサブクラスのレベルで643 個 のカテゴリ 23
論 文 に 国 際 特 許 分 類 を 付 与 した 例 タイトル:MRA 画 像 からの 脳 血 管 芯 線 抽 出 の 精 度 評 価 /MRA 画 像 からの 脳 血 管 芯 線 抽 出 の 精 度 評 価 著 者 : 松 本 伸 子, 藤 井 哲 也, 江 浩, 周 郷 延 雄, 御 任 明 利, 柴 田 家 門 出 典 : 電 子 情 報 通 信 学 会 技 術 研 究 報 告. MI, 医 用 画 像 / 信 学 技 法 分 類 精 度 : 約 82% [ 難 波 2009] 自 動 分 類 技 術 国 際 特 許 分 類 :A61B ( 診 断 手 術 個 人 識 別 ) 24
ニュース 記 事 に 国 際 特 許 分 類 を 付 与 した 例 見 出 し: 警 備 会 社 のセコムが 侵 入 者 に 霧 を 吹 きつけ る 新 しい 防 犯 システム 開 発 本 文 : 宝 石 店 などを 狙 った 多 額 盗 難 事 件 が 相 次 ぐ 中 で 警 備 会 社 の セコム ( 本 社 東 京 )が 侵 入 者 に 霧 を 吹 きつけるという 新 しい 防 犯 システムを 開 発 した 侵 入 者 をセンサーが 感 知 すると 高 さ 八 十 センチほど の 機 械 から 霧 が 吹 き 出 して 部 屋 中 学 を 術 白 論 く 文 包 分 み 類 技 視 術 界 を 失 った 犯 人 は 金 庫 破 りどころではなくなる 仕 組 み ニュース 記 事 に 利 用 自 動 分 類 技 術 国 際 特 許 分 類 :G08B ( 信 号 または 呼 出 し 装 置 警 報 装 置 ) 25
ニュース 記 事 に 国 際 特 許 分 類 を 付 与 した 例 見 出 し:Yahoo Acquires SkyPhrase ( 訳 Yahoo!がSkyPhraseを 買 収 ) 本 文 :Yahoo has acquired SkyPhrase, a startup that builds natural language processing technology, the company revealed today in a blog post. to help continue its goal of making computers deeply understand 分 類 可 people s 能! natural language and intentions. 英 語 用 の 学 術 論 文 分 類 技 術 を 利 用 すること で 英 文 ニュース 記 事 も 自 動 分 類 技 術 国 際 特 許 分 類 :G06F ( 電 気 的 デジタルデ-タ 処 理 ) 26
分 類 に 用 いたデータ JST 論 文 との 紐 付 けの 観 点 として 利 用 読 売 新 聞 記 事 データ( 邦 文 )(1993 2012 年 ) TechCrunch(IT 系 ニュースサイト) 科 学 研 究 費 補 助 金 データベース 対 象 データ 付 与 コード 付 与 件 数 科 学 技 術 文 献 データ ( 書 誌 情 報 ) 読 売 新 聞 ( 開 発 実 用 化 記 事 ) TechCrunch (IT 系 英 文 ニュース) 国 際 特 許 分 類 約 700,000 科 研 費 コード 6,533,269 国 際 特 許 分 類 8,674 国 際 特 許 分 類 120,596 27
手 順 1. ニュース 記 事 研 究 費 報 告 書 特 許 論 文 を 紐 付 ける 2. 紐 付 けた 結 果 を 用 いて 科 学 技 術 の 重 要 性 を 評 価 28
分 析 事 例 分 析 で 明 らかにしたいこと ( 分 析 1) 国 際 特 許 分 類 で 見 た 場 合 どの 分 野 で 論 文 が 数 多 く 発 表 されているのか? ( 分 析 2) 分 野 別 に 見 た 特 許 の 出 願 傾 向 論 文 ニュース 記 事 の 違 い 29
分 析 に 用 いたデータ JST 論 文 の 傾 向 分 析 に 利 用 科 研 費 データベース JST 論 文 との 比 較 対 象 として 利 用 日 本 国 特 許 公 開 公 報 (1993 2012 年 ) 国 際 特 許 (WO)(1998 2012 年 ) 30
( 分 析 1) 国 際 特 許 分 類 で 見 た 場 合 どの 分 野 で 論 文 が 数 多 く 発 表 されているのか? 国 際 特 許 分 類 分 野 別 の 科 学 技 術 文 献 データの 割 合 IPC 説 明 割 合 H01L 半 導 体 装 置 0.0715 H04N 画 像 通 信 (テレビ) 0.0366 G06F 電 気 的 デジタルデータ 処 理 0.0346 A61K 医 薬 用, 歯 科 用 又 は 化 粧 用 製 剤 0.0258 H01M 電 池 0.0251 G02B 光 学 装 置 0.0201 B41J タイプライタ,プリンティング 機 構 0.0189 31
( 分 析 2) 分 野 別 に 見 た 特 許 の 出 願 傾 向 論 文 ニュース 記 事 の 違 い 国 際 特 許 分 類 分 野 別 の 特 許 ニュース( 高 頻 度 順 ) 日 本 国 特 許 ニュース 記 事 ( 読 売 ) IPC 説 明 IPC 説 明 H01L 半 導 体 G06F デジタルデータ G06F デジタルデータ G06Q データ 処 理 H04N 画 像 通 信 (テレ ビ) A23L 食 品 食 料 品 G03G 電 子 写 真 A61K 医 薬 品 G11B 情 報 記 憶 H04N 画 像 通 信 (テレビ) G02B 光 学 装 置 C12N 微 生 物 酵 素 B41J タイプライタ G01N 材 料 の 調 査 分 析 論 文 と 特 許 は 比 較 的 分 布 が 似 ている ニュース 記 事 は 日 用 品 の 実 用 化 開 発 に 関 するトピックが 多 い 32
( 分 析 2) 分 野 別 に 見 た 特 許 の 出 願 傾 向 論 文 ニュース 記 事 の 違 い 国 際 特 許 分 類 分 野 別 の 特 許 ( 高 頻 度 順 ) 日 本 国 特 許 (1993-2012) 日 本 国 特 許 (2012) IPC 説 明 IPC 説 明 H01L 半 導 体 H01L 半 導 体 G06F デジタルデータ H04N 画 像 通 信 (テレビ) H04N 画 像 通 信 (テレ ビ) G06F G03G 電 子 写 真 A61K 医 学 G11B 情 報 記 憶 H01M 電 池 デジタルデータ G02B 光 学 装 置 G02B 光 学 装 置 B41J タイプライタ B41J タイプライタ 同 じ 特 許 でも 期 間 を 区 切 ることで 出 願 傾 向 が 変 わる 33
( 分 析 2) 分 野 別 に 見 た 特 許 の 出 願 傾 向 論 文 ニュース 記 事 の 違 い 科 研 費 カテゴリ 別 の 科 学 技 術 文 献 データ ( 高 頻 度 順 ) 科 学 技 術 文 献 ( 全 ) 科 学 技 術 文 献 (2012) カテゴリ 割 合 カテゴリ 割 合 電 子 電 気 材 料 工 学 0.0210 電 子 電 気 材 料 工 学 0.0219 化 学 系 薬 学 0.0199 計 算 機 システム 0.0195 計 算 機 システム 0.0183 素 粒 子 原 子 核 宇 宙 線 0.0179 合 成 化 学 0.0182 熱 工 学 0.0171 熱 工 学 0.0166 電 子 デバイス 電 子 機 器 0.0152 構 造 機 能 材 料 0.0161 化 学 系 薬 学 0.0147 材 料 加 工 処 理 0.0161 物 性 II 0.0146 特 許 と 同 様 論 文 でも 期 間 を 区 切 ることで 傾 向 が 変 わる 34
結 論 文 書 分 類 技 術 を 用 いた2つの 研 究 事 例 の 紹 介 要 素 技 術 とその 効 果 に 着 目 した 日 本 語 学 術 論 文 の 科 研 費 カテゴリへの 自 動 分 類 ニュース 記 事 と 特 許 を 利 用 した 科 学 技 術 の 重 要 性 評 価 35