研究者紹介
関 和広2022年4月現在
甲南大学教授
テキストアナリティクス、データサイエンス、機械学習
学歴
- 2000年3月 図書館情報大学 図書館情報学部 卒業
- 2002年3月 図書館情報大学大学院 情報メディア研究科 博士前期課程 修了
- 2006年9月 Indiana University, Bloomington博士課程 修了
- Ph.D. in Information Science (Indiana University, Bloomington)
職歴
- 2014年4月 甲南大学 知能情報学部 准教授
- 2021年4月 甲南大学 知能情報学部 教授(現職)
主な著作物
- “Measuring Social Change Using Text Data: A Simple Distributional Approach.”
- Reconstruction of the Public Sphere in the Socially Mediated Age. Springer, pp. 139-164, November 2017. (共著)
- “Statistical Anaphora Resolution for Japanese Zero Pronouns. ”
- Readings in Japanese Natural Language Processing. CSLI Publications, pp. 108-128, June 2016. (共著)
主な論文
- “News-based Business Sentiment and its Properties as an Economic Index. ”
- Information Processing & Management (IP&M), Vol. 59, No. 2, 102795, March 2022.
- (with Yusuke Ikuta and Yoichi Matsubayashi)
- “Cross-Lingual Text Similarity Exploiting Neural Machine Translation Models. ”
- Journal of Information Science, Vol. 47, No. 3, pp. 404-418, June 2021.
- 「経済ニュースによる景況感指数の足元予測.」(生田祐介と共著)情報処理学会論文誌, Vol. 62, No. 5, pp. 1288-1297, May 2021.
所属学会
- 情報処理学会
- 人工知能学会
論文一覧
-
テキストデータを利用した新しい景況感指標の開発と応用(下)― 応用編:深層学習を利用したテキスト分析 ―
ディスカッションペーパー
ディスカッションペーパー
/ DATE :
ABSTRACT
本稿では、テキストマイニングに基づいて、新聞や雑誌の文字情報から景況感指数の計測を行う際の実践的な手続きについて解説していきます。テキストマイニングの基本的概念については、入門編において紹介しました。文字情報から景気動向を抽出するという試みは、魅力的ですが、基本的なテキストマイニングの手法には限界もあります。最も重要な問題点は、新聞記事等の文章に含まれている単語を単体として取り出して、その単語のみで景気の良し悪しを判定することは適当ではないということです。ここでは、深層学習の代表的な手法であるニューラルネットワークと呼ばれるモデル(およびその修正版)について丁寧に解説を行います。あわせて上巻で紹介した内閣府「景気ウォッチャー調査」をもとに、こうした新たな手法を用いた景況感指数の計測を紹介し、その特性を見ていくことにします。