グラフ構造データからの機械学習とデータマイニング
構造を持つ様々なデータ（グラフ構造データ）はグラフでモデル化することができます．本研究では，機械学習手法を用いてデータ集合に共通するパターンを発見します．また，発見したパターンを使って新しいデータの中にパターンで表現できるデータがあるか調べます．役に立つデータ集合から発見されたパターンを用いることで，役に立つ新しいデータを発見することが期待できます．
講座・教員 鈴木祐介 講師 Yusuke Suzuki
研究テーマ
機械学習手法を用いたグラフ構造化データからの知識発見とその応用
テキストデータからの知識グラフ作成
知識グラフはエンティティ（人・物・事柄・概念）を頂点、エンティティ間の関係性を辺としてグラフで表現した知識の表現形式で、情報検索や自然言語処理の分野で利用されています。また、人工知能と人間の双方が理解できる知識の表現形式として注目されています。本研究では、文書などのグラフ構造データからエンティティとその関係性を抽出し知識グラフを作成する手法の開発を行っています．
推論を用いた信頼できる知識グラフ作成
テキストデータから得られた知識グラフは，文章中の事実だけから構成されています．そのため一般常識などから容易に推測可能な知識が含まれません．本研究では，推論システムを用いて，文書から得られる事実だけでなく，事実から推論される知識を含む有益な知識グラフの作成や，信頼できる知識グラフの作成を行います．