权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Development of a Coding Supporting System for Responses to Open-ended Questions with Applying Natural Language Processing Technique

应用自然语言处理技术开发开放式问题回答编码支持系统

基本信息

批准号：
16530341
负责人：
TAKAHASHI Kazuko
金额：
$ 1.79万
依托单位：
Keiai University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2004
资助国家：
日本
起止时间：
2004 至 2005
项目状态：
已结题

项目摘要

The main research result is that we have almost completed for coders the NANACO system, which supports an occupation coding in social surveys. In the occupation coding, responses to open-ended questions about respondents' occupation have to been classified into one of nearly 200 occupation codes for statistical analysis, which is time consuming and sometimes misclassified. First the NANACO system presents 5 occupation codes automatically classified with machine learning (support vector machines) and hand-crafted rules as candidates on coder's monitor. Second the NANACO system also presents information about respondents such as age, sex and educational background which help for coders to understand responses. Third the NANACO system has various functions such as a view window for a "dictionary" which defines each occupation code for coder to work easily. Finely the NANACO system saves data including occupation codes set by coders as a Comma Separated Values (CSV) file. Furthermore coders who used the NANACO system in social surveys such as JGSS (Japanese General Social Surveys) or SSM (Social Stratification and social Mobility) survey, asked us to supply a measure of confidence a measure of confidence for the first-ranked candidate of their confidence decisions. Therefore, we proposed a new method to estimate a measure of confidence, class membership probability, by using not only the first-class score but also the second-class score from a classifier. We showed that the proposed method was more effective than previous methods. In future work, we will set class membership probabilities into the NANACO system. It is clear that the NANACO system can be easily extended for any responses to open-ended questions which have predefined categories.

主要的研究结果是，我们几乎已经完成了编码器的NANACO系统，它支持在社会调查中的职业编码。在职业编码方面，对有关受访者职业的开放式问题的答复必须归类到近200个职业编码中的一个，以便进行统计分析，这很费时，有时还会分类错误。首先，NANACO系统在编码器的显示器上呈现5个职业代码，这些职业代码是通过机器学习（支持向量机）和手工规则自动分类的。第二，NANACO系统还提供了关于答复者的信息，如年龄、性别和教育背景，这有助于编码者理解答复。第三，NANACO系统具有各种功能，如一个“字典”的视图窗口，它定义了每个职业代码，编码器工作方便。NANACO系统将包括编码员设置的职业代码在内的数据精细地保存为逗号分隔值（CSV）文件。此外，在JGSS（日本综合社会调查）或SSM（社会分层和社会流动性）调查等社会调查中使用NANACO系统的编码员要求我们为他们的信心决策中排名第一的候选人提供信心度量。因此，我们提出了一种新的方法来估计置信度的措施，类成员概率，通过使用不仅是第一类的分数，但也从分类器的第二类分数。我们表明，该方法比以前的方法更有效。在未来的工作中，我们将设置类成员概率到NANANACO系统。很明显，NANACO系统可以很容易地扩展到对具有预定义类别的开放式问题的任何回答。

项目成果

期刊论文数量（38）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Transforming Scores from a Classifier into Posterior Probability Estimates

将分类器的分数转换为后验概率估计

DOI：
发表时间：
2006
期刊：
Proceedings : 12th Conference of the Association for Natural Language Processing
影响因子：
0
作者：
Kazuko Takahashi;Hiroya Takamura;Manabu Okumura
通讯作者：
Manabu Okumura

分類スコアに基づいたクラス事後確率の推定

根据分类分数估计类别后验概率

DOI：
发表时间：
2006
期刊：
言語処理学会第12回年次大会発表論文集
影响因子：
0
作者：
高橋和子;高村大也;奥村学
通讯作者：
奥村学

機械学習とルールベースの組み合わせによる自動職業コーディング

结合机器学习和基于规则的自动职业编码

DOI：
发表时间：
2005
期刊：
言語処理学会論文誌自然言語処理 Vol.12 No.2
影响因子：
0
作者：
高橋和子;高村大也;奥村学
通讯作者：
奥村学

Automatic Occupation Coding with Combination of Machine Learning and Hand-Crafted Rules

机器学习与手工规则相结合的自动职业编码

DOI：
发表时间：
2005
期刊：
Lecture Notes in Artificial Intelligence (LNAI)(published by Springer-Verlag Berlin Heidelberg) Vol.3518
影响因子：
0
作者：
Kazuko Takahashi;Hiroya Takamura;Manabu Okumura
通讯作者：
Manabu Okumura

Estimation of Class Membership Probabilities in the Document Classification

文档分类中类成员概率的估计

DOI：
发表时间：
2007
期刊：
Lecture Notes in Artificial Intelligence (LNAI)(published by Springer-Verlag Berlin Heidelberg) Vol.4426
影响因子：
0
作者：
Kazuko Takahashi;Hiroya Takamura;Manabu Okumura
通讯作者：
Manabu Okumura

DOI：
{{ item.doi }}
发表时间：
{{ item.publish_year }}
期刊：
{{ item.journal_name }}
影响因子：
{{ item.factor }}
作者：
{{ item.authors }}
通讯作者：
{{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ monograph.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ sciAawards.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ conferencePapers.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ patent.updateTime }}

TAKAHASHI Kazuko其他文献

The Semantics of Should Revisited

“应该重新审视”的语义

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Akinobu Sakata;Takamasa Kikuchi;Ryuichi Okumura;Masaaki Kunigami;Atsushi Yoshikawa;Masayuki Yamamura;Takao Terano.;高橋　和子;吉田智佳;吉田智佳;大谷麻美;八木橋宏勇;髙橋　和子;吉田智佳;菊池聡;吉田智佳;TAKAHASHI Kazuko;藤原隆史;伊藤摂子;（編著者）大瀧綾乃・中川右也・若林茂則　（著者）上田　功・寺尾　康・小川睦美・須田孝司・吉田智佳・平川眞規子・大滝宏一・近藤隆子・若林茂則・白畑知彦・横田秀樹;中山実・菊池聡・山本洋雄;髙橋　和子・伊藤　摂子;TAKAHASHI Kazuko;Miki Hanazaki ＆Kazuo Hanazaki
通讯作者：
Miki Hanazaki ＆Kazuo Hanazaki

絵本の内容と外国語活動の単元を紐づけた活動方法の提案 -『Let’s Try! 1』Unit 4 I like blue.の単元と絵本を用いた活動

将图画书的内容与外语活动单元相结合的活动方法提案——“尝试吧！”第4单元我喜欢使用该单元和图画书的活动。

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
Akinobu Sakata;Takamasa Kikuchi;Ryuichi Okumura;Masaaki Kunigami;Atsushi Yoshikawa;Masayuki Yamamura;Takao Terano.;高橋　和子;吉田智佳;吉田智佳;大谷麻美;八木橋宏勇;髙橋　和子;吉田智佳;菊池聡;吉田智佳;TAKAHASHI Kazuko;藤原隆史;伊藤摂子;（編著者）大瀧綾乃・中川右也・若林茂則　（著者）上田　功・寺尾　康・小川睦美・須田孝司・吉田智佳・平川眞規子・大滝宏一・近藤隆子・若林茂則・白畑知彦・横田秀樹;中山実・菊池聡・山本洋雄;髙橋　和子・伊藤　摂子;TAKAHASHI Kazuko;Miki Hanazaki ＆Kazuo Hanazaki;髙橋　和子;八木橋宏勇;伊藤　摂子;伊藤　摂子
通讯作者：
伊藤　摂子

英語前置詞の中心義と周辺義における言語使用者の概念化についての一考察

语言使用者对英语介词中心和外围意义的概念化研究

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Akinobu Sakata;Takamasa Kikuchi;Ryuichi Okumura;Masaaki Kunigami;Atsushi Yoshikawa;Masayuki Yamamura;Takao Terano.;高橋　和子;吉田智佳;吉田智佳;大谷麻美;八木橋宏勇;髙橋　和子;吉田智佳;菊池聡;吉田智佳;TAKAHASHI Kazuko;藤原隆史
通讯作者：
藤原隆史

フルオンライン学習環境でのオンライン討論参加による批判的思考態度育成への学習者特性

通过在完全在线学习环境中参与在线讨论来培养批判性思维态度的学习者特征

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Akinobu Sakata;Takamasa Kikuchi;Ryuichi Okumura;Masaaki Kunigami;Atsushi Yoshikawa;Masayuki Yamamura;Takao Terano.;高橋　和子;吉田智佳;吉田智佳;大谷麻美;八木橋宏勇;髙橋　和子;吉田智佳;菊池聡;吉田智佳;TAKAHASHI Kazuko;藤原隆史;伊藤摂子;（編著者）大瀧綾乃・中川右也・若林茂則　（著者）上田　功・寺尾　康・小川睦美・須田孝司・吉田智佳・平川眞規子・大滝宏一・近藤隆子・若林茂則・白畑知彦・横田秀樹;中山実・菊池聡・山本洋雄
通讯作者：
中山実・菊池聡・山本洋雄

メディア報道におけるインタラクションの分析 ―言語学においてインタラクションを分析する意義を求めて―

媒体报道中的互动分析 - 寻找分析互动在语言学中的意义 -

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Akinobu Sakata;Takamasa Kikuchi;Ryuichi Okumura;Masaaki Kunigami;Atsushi Yoshikawa;Masayuki Yamamura;Takao Terano.;高橋　和子;吉田智佳;吉田智佳;大谷麻美;八木橋宏勇;髙橋　和子;吉田智佳;菊池聡;吉田智佳;TAKAHASHI Kazuko;藤原隆史;伊藤摂子;（編著者）大瀧綾乃・中川右也・若林茂則　（著者）上田　功・寺尾　康・小川睦美・須田孝司・吉田智佳・平川眞規子・大滝宏一・近藤隆子・若林茂則・白畑知彦・横田秀樹;中山実・菊池聡・山本洋雄;髙橋　和子・伊藤　摂子;TAKAHASHI Kazuko;Miki Hanazaki ＆Kazuo Hanazaki;髙橋　和子;八木橋宏勇;伊藤　摂子;伊藤　摂子;八木橋宏勇;高橋　和子;多々良直弘
通讯作者：
多々良直弘