タスク指向型情報検索システムの高速化

加速面向任务的信息检索系统

• 批准号: 17K12684
• 负责人: 欅 惇志
• 金额: $ 2.58万
• 依托单位: Tokyo Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2017
• 资助国家: 日本
• 起止时间: 2017-04-01 至 2019-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-17K12684/
• 关键词: タスク指向型情報検索システム; 検索タスク; 性質分析; 音楽推薦; 画像クエリ; GPGPU; データプリミティブ; 辞書; MapReduce; パイプライン処理; 情報検索; タスク指向型検索システム; 高速化; 索引構造

タスク指向型情報検索システムにおける検索プロセスは，まず検索対象文書集合に対する語の重み付けを行い，その後検索クエリが入力されれば，検索対象文書 に対してスコアを計算し，検索結果の提示を行う．平成 29 年度は，主に語の重み付けの高速化に取り組んだ．平成 30 年度は，1. タスク指向検索システムのタスクごとの適合情報の分析，2.非テキストを対象としたタスクにおけるスコアリング手法の提案とその高速化を行った．1.タスク指向検索システムのタスクごとの適合情報の分析：近年，Web 検索システム利用者の情報要求の多様化により，ニュース検索，人名検索，QA 質問検索など，さまざまな検索タスクが出現している．本課題では，それぞれのタスクの特徴を理解するため，各タスクと紐づく Web クエリの適合情報 (検索結果) の分析を行った．分析の結果，複雑な情報要求に基づくタスクの適合情報は，粒度 (語，フレーズ，文) が大きく，構造化されにくい (Key-value として表現できない) という結果が得られた．2.個別のタスクに対するスコアリング手法の提案：今後，テキスト以外のモダリティ (特に音楽や画像モダリティ) も対象としたモルチモーダルな検索システムの必要性も加速的に向上することが想定される．そこで本課題では，A. グラフモデルを用いた音楽推薦システム，B. 画像を入力とした音楽推薦システムに構築に取り組んだ．A. において，アーティスト-楽曲-ユーザの関係を表現したグラフにおける推薦手法の提案と高速化を行った．また，B. において，既存研究ではユーザスタディによって画像と音楽の対応付けを行うことが主流であったものの，それでは新規のデータに対応することができないため，画像認識技術や概念間の意味的距離を考慮することで，画像と音楽を同一空間上に射影し，推薦する手法の提案を行った．

タ ス ク oriented intelligence 検 cable シ ス テ ム に お け る 検 cable プ ロ セ ス は, ま ず 検 rope like documents set seaborne に す seaborne る language の heavy み pay け を い, そ after の 検 ク エ リ が さ into force れ れ ば, 検 rope like paperwork seaborne に し seaborne て ス コ ア を し calculation, の 検 cable results う を line. In the year Heisei 29, に, the main に language <s:1> weight み was added to け <s:1>, and the high-speed に was taken from the んだ. In the year Heisei 30, システム, 1. Youdaoplaceholder0 タス points to 検, システム システム タス ごと ごと which is suitable for intelligence analysis, 2. Non-テ キストを opposed the と <s:1> たタス におけるスコアリ におけるスコアリ におけるスコアリ グ グ method <s:1> proposal とそ <s:1> high-speed を line った. Point 1. タ ス ク 検 cable シ ス テ ム の タ ス ク ご と の is suitable for intelligence の analysis: in recent years, Web 検 cable シ ス テ ム ik の の others more intelligence requirement に よ り, ニ ュ ー ス 検, names 検, QA query 検 cable な ど, さ ま ざ ま な 検 cable タ ス ク が appear し て い る. This topic で は, そ れ ぞ れ の タ ス ク の, 徴 を understand す る た め, each タ ス ク と new づ く Web ク エ リ の is suitable for intelligence (検 results) の line analysis を っ た. Analysis の as a result, the complex 雑 な intelligence requirements に base づ く タ ス ク は の is suitable for intelligence, granularity (language, フ レ ー ズ, article) が big き く, structured さ れ に く い (Key - value と し て performance で き な い) と い う results ら が れ た. 2. Individual の タ ス ク に す seaborne る ス コ ア リ ン グ gimmick の proposal: in the future, テ キ ス ト outside の モ ダ リ テ ィ (especially に sound joy や portrait モ ダ リ テ ィ) も like と seaborne し た モ ル チ モ ー ダ ル な 検 cable シ ス テ ム の necessity に も accelerated upward す る こ と が scenarios さ れ る. Youdaoplaceholder0 システム で で this topic で で, A. グラフモデ を を を use the music recommendation of た た システム, B. Portrait を input と た た music recommendation システムに construction に take んだ group んだ. A. に お い て, ア ー テ ィ ス ト - joy song - ユ ー ザ の を masato department performance し た グ ラ フ に お け る line high speed recommended technique proposed の と を っ た. ま た, b. に お い て, existing research で は ユ ー ザ ス タ デ ィ に よ っ て portrait と sound joy の 応 seaborne pay け を line う こ と が mainstream で あ っ た も の の, そ れ で は new rules の デ ー タ に 応 seaborne す る こ と が で き な い た め, portrait recognition technology や の mean distance between を consider す る こ と で, portrait と sound joy を に projective し same space, It is recommended to use the する method. The proposal を is followed by った.

项目成果

Efficient Aggregation Query Processing for Large-Scale Multidimensional Data by Combining RDB and KVS

• DOI: 10.1007/978-3-319-98809-2_9
• 发表时间: 2018-09
• 作者: Y. Watari;Atsushi Keyaki;Jun Miyazaki;Masahide Nakamura

NoSQLによる集約演算のデータ要約手法を用いた結果推定の高精度化

使用NoSQL聚合计算的数据汇总方法提高结果估计的准确性

• 发表时间: 2018
• 作者: 張涵;欅惇志;宮崎純;中村 匡秀
• 通讯作者: 中村 匡秀

Analysis of Relevant Text Fragments on Different Search Task Types

不同搜索任务类型的相关文本片段分析

• 发表时间: 2018
• 作者: Yago Diez;Marta Fort;Matias Korman;Joan Antoni Sellares;Atsushi Keyaki and Jun Miyazaki
• 通讯作者: Atsushi Keyaki and Jun Miyazaki

Skyline-based Recommendation Considering User Preferences

考虑用户偏好的基于天际线的推荐

• 发表时间: 2017
• 作者: Shuhei Kishida;Seiji Ueda;◯Atsushi Keyaki;and Jun Miyazaki
• 通讯作者: and Jun Miyazaki

環境センサから推定される時系列行動尤度ベクトルによる行動シーケンスの推定

使用从环境传感器估计的时间序列行为可能性向量来估计行为序列

• 发表时间: 2019
• 作者: 西高史;欅惇志;宮崎純
• 通讯作者: 宮崎純