写真a

関 和広 (セキ カズヒロ)

Kazuhiro Seki

職名

教授

学位

Ph.D. in Information Science(インディアナ大学ブルーミントン校)

専門分野

データサイエンス、人工知能

外部リンク

出身学校 【 表示 / 非表示

  • 図書館情報大学   図書館情報学部   卒業

    - 2000年3月

出身大学院 【 表示 / 非表示

  • Indiana University, Bloomington   School of Library and Information Science   博士課程   修了

    - 2006年9月

学内職務経歴 【 表示 / 非表示

  • 甲南大学   知能情報学部   教授

    2021年4月 - 現在

  • 甲南大学   知能情報学部   准教授

    2014年4月 - 2021年3月

 

論文 【 表示 / 非表示

  • Cross-lingual text similarity exploiting neural machine translation models 査読あり

    Kazuhiro Seki

    Journal of Information Science   47 ( 3 )   404 - 418   2021年6月

     詳細を見る

  • 経済ニュースによる景況感指数の足元予測 査読あり

    関和広, 生田祐介

    情報処理学会論文誌   62 ( 5 )   1288 - 1297   2021年5月

     詳細を見る

    共著

  • S-APIR: News-Based Business Sentiment Index 査読あり

    Kazuhiro Seki, Yusuke Ikuta

    Proceedings of the 24th European Conference on Advances in Databases and Information Systems   2020年8月

     詳細を見る

    共著

  • ニュース記事に基づく景気指標S-APIRの開発

    関和広, 生田祐介, 松林洋一

    第24回人工知能学会金融情報学研究会   2020年3月

     詳細を見る

    共著

  • Effectiveness and Efficiency for Document Clustering in Biomedicine 査読あり

    Kazuhiro Seki, Michael Ortiz, Javed Mostafa

    Proceedings of the 10th International Workshop on Biomedical and Health Informatics   1620 - 1623   2019年11月

     詳細を見る

    共著

全件表示 >>

書籍等出版物 【 表示 / 非表示

  • Measuring Social Change Using Text Data: A Simple Distributional Approach

    Takashi Kamihigashi, Kazuhiro Seki, Masahiko Shibamoto( 担当: 共著)

    Springer  2017年11月 

  • Readings in Japanese Natural Language Processing

    Kazuhiro Seki, Atsushi Fujii, and Tetsuya Ishikawa( 担当: 共著 ,  範囲: Statistical Anaphora Resolution for Japanese Zero Pronouns)

    CSLI Publications  2014年 

  • Intelligent Soft Computation and Evolving Data Mining: Integrating Advanced Technology

    Kazuhiro Seki, Javed Mostafa, Kuniaki Uehara( 担当: 共著 ,  範囲: Finding Explicit and Implicit Knowledge: Biomedical Text Data Mining)

    IGI Global  2010年3月 

  • Biological Data Mining

    Javed Mostafa, Kazuhiro Seki, and Weimao Ke( 担当: 共著 ,  範囲: Beyond Information Retrieval: Literature Mining for Biomedical Knowledge Discovery)

    Chapman & Hall/CRC Press  2009年9月 

総説・解説記事(Misc) 【 表示 / 非表示

  • Toward Exploratory Search in Biomedicine: Evaluating Document Clusters by MeSH as a Semantic Anchor.

    Michael Segundo Ortiz,Kazuhiro Seki,Javed Mostafa

    CoRR   abs/1812.02129   2018年

  • Measures of Cluster Informativeness for Medical Evidence Aggregation and Dissemination.

    Michael Segundo Ortiz,Sam Bubnovich,Mengqian Wang,Kazuhiro Seki,Javed Mostafa

    CoRR   abs/1809.01678   2018年

  • 金融情報学: ファイナンスにおける人工知能応用

    関和広, 水田孝信, 八木勲, 落合友四郎, 酒井浩之, 和泉潔

    人工知能学会誌   32 ( 6 )   905 - 910   2017年

     詳細を見る

    担当区分:筆頭著者   掲載種別:記事・総説・解説・論説等(国際会議プロシーディングズ)   出版者・発行元:人工知能学会  

  • Semantic Web Today: From Oil Rigs to Panama Papers.

    Rivindu Perera,Parma Nand,Boris Bacic,Wen-Hsin Yang,Kazuhiro Seki,Radek Burget

    CoRR   abs/1711.01518   2017年

  • ニュース記事の時間的特性を考慮した株価動向予測

    吉原 輝, 関 和広, 上原 邦昭

    研究報告数理モデル化と問題解決(MPS)   2015 ( 4 )   1 - 6   2015年2月

     詳細を見る

    出版者・発行元:一般社団法人情報処理学会  

    投資家が投資を行う際,株価等の数値情報の他に,新聞記事等の言語情報を基に株の売買を判断する.この判断を支援するため,これまで様々な研究が行われており,数値情報を対象にした研究では,株価の時系列データの特性が多く利用されている.これに対し,言語情報を対象にした研究では,その特性がほとんど利用されていない.これは,言語情報が株価に与える影響の時間的な変化を人手でルール化することが困難だからである.一方で,画像認識や音声認識などの分野において近年注目を集めている深層学習 (Deep Learning) は,大規模なデータから有益な特徴の抽出が可能である.そこで本研究では,深層学習のアプローチを応用し,時間的な変化を考慮した再帰的なネットワークを構築することで株価動向の推定を行う手法を提案する.入力に新聞記事のデータを用いることで,言語情報が与える影響の時間的な変化を捉えることができる.実際の新聞記事と株価のデータを用いて 10 銘柄の株価動向推定を行い,本手法の有効性を示す.

    CiNii Article

全件表示 >>

学術関係受賞 【 表示 / 非表示

  • 特選論文

    2021年5月   情報処理学会   経済ニュースによる景況感指数の足元予測

    関和広

  • 特選論文

    2019年3月   情報処理学会  

    関和広

  • Best Paper Award

    2014年6月   The World Engineering, Science and Technology Congress  

    Shohei Higashiyama, Mathieu Blondel, Kazuhiro Seki, Kuniaki Uehara

  • 優秀論文賞

    2013年11月   情報処理学会   コンセプト追跡を用いたマイクロブログ検索

    宮西大樹,関和広,上原邦昭

  • Open Science Honorable Mention

    2013年10月   ECML/PKDD2013  

    Mathieu Blondel, Kazuhiro Seki, Kuniaki Uehara

全件表示 >>

科研費(文科省・学振)獲得実績 【 表示 / 非表示

  • 包括的な金融・財政政策のリスクマネジメント:金融危機から国際関係・災害リスクまで

    2020年8月 - 2025年3月

    学術振興機構 科学研究費助成事業 基盤研究(S)

    上東 貴志

  • 金融テキストマイニング-マーケットセンチメント分析と異言語文書間類似度の推定-

    2018年4月 - 2022年3月

    学術振興機構 科学研究費助成事業 基盤研究(C)

     詳細を見る

    ウェブ上に存在する大量のテキスト情報を有効活用し,金融テキストマイニング研究を推進するため,本調書では,2つのサブテーマについて研究計画を提案する.一つは速報性の高いニュースメディアやソーシャルメディアを基にした経済・金融分野におけるマーケットセンチメント分析であり,もう一つは異言語文書間の類似度推定に関する研究である.前者については,個別企業に関するニュース速報を基にミクロ的なセンチメントを判断し,大量に収集したマイクロブログを基にマクロ的なセンチメントを判断する.後者については,検索やクラスタリングなどのテキスト分析で用いられる基本的な尺度である文書間類似度に焦点をあて,ニューラル言語モデルおよびニューラル機械翻訳モデルを用いて,異なる言語で表現された文書間の類似度を推定する方法について研究を行う.両者を併用することで,言語の違いを越えた金融・経済関連データの分析を可能にする.

  • リアルタイム検索を基盤とした時空間テキストマイニング

    2013年4月 - 2016年3月

    学術振興機構 科学研究費助成事業 基盤研究(C)

     詳細を見る

    マイクロブログTwitterは,世界中の5億人のユーザの声(ツイート)で溢れている.この喧騒の中から,自分の興味に関する声を聞き分けるためには,高精度なマイクロブログ検索技術が必須である.本研究では,ユーザが検索した時点での情報の価値を重視したリアルタイム検索を基盤技術として確立することを第一の目的とし,その後,時空間的なテキストマイニングに取り組む.

  • 乱択アルゴリズムによる並列分散軌跡パターンマイニング

    2013年4月 - 2015年3月

    学術振興機構 科学研究費助成事業 萌芽研究

     詳細を見る

    データストリームデータの利用が注目されている.本研究では,このような移動軌跡データに注目し,乱択アルゴリズムと適応的アルゴリズムを用いた効率的な頻出軌跡パターンマイニング手法を開発する.

  • 言語資源からの知識の抽出・汎化と新仮説生成

    2009年4月 - 2011年3月

    学術振興機構 科学研究費助成事業 若手研究(B)

     詳細を見る

    近年のコンピュータ関連技術の進歩により,我々は極めて容易に膨大な量のテキストを入手できるようになった.この研究では,テキストデータを基に従来人手で行ってきた遺伝子機能のアノテーションと仮説生成を計算機で高精度に実現するための研究を行った.前者については,カーネル法と呼ばれるパターン認識の手法を用いて,効率的かつ高精度なアノテーションを実現した.また後者については,イベント類似度という概念を定義することで,より妥当な仮説を発見する枠組を考案・評価した.

全件表示 >>

 

教育活動に関する受賞 【 表示 / 非表示

  • ベストプレゼンテーション賞

    2015年3月   情報処理学会  

    受賞者: 吉原輝

    ニュース記事の時間的特性を考慮した株価動向予測

  • 学生プレゼンテーション賞

    2015年3月   日本データベース学会  

  • 学生奨励賞

    2013年11月   情報処理学会  

    受賞者: 宮西大樹

    第6回Webとデータベースに関するフォーラム(WebDB Forum 2013)における発表「コンセプト追跡を用いたマイクロブログ検索」に対して

  • 学生奨励賞

    2013年7月   情報処理学会  

    受賞者: 宮西大樹

    情報処理学会研究報告 データベース・システム(DBS)における発表「マイクロブログ文書の選択による擬似適合フィードバック」に対して.

  • 学生奨励賞

    2012年3月   情報処理学会  

    受賞者: 熊南昂司

    情報処理学会第74回全国大会における発表「MapReduceによる類似フレーズクラスタリング」に対して.

全件表示 >>

その他教育活動及び特記事項 【 表示 / 非表示

  • 2016年4月
    -
    現在

    KONANスーパーIT人材育成プロジェクト(プレミアプロジェクト)

ティーチングポートフォリオ 【 表示 / 非表示

  • 2019年度

    教育の責任(何をやっているか:主たる担当科目):

    プログラミング演習 I(1年次配当,2単位),プログラミング演習 II(1年次配当,2単位),知能情報学概論及び基礎演習(1年次配当,2単位),人工知能(2年次配当,2単位)知能情報学実験及び演習(3年次配当,2単位),知能情報学セミナー(3年次配当,2単位),卒業研究及び演習(4年次配当,8単位)

    教育の理念(なぜやっているか:教育目標):

    教育は学生のその後の人生を大きく変えるほどの影響力があり,その責任を常に意識しつつ教育に当たっている.特に私の担当科目は,プログラミングや人工知能など,知能情報学部の卒業生であれば習熟していることを社会からも期待される学問分野であるため,単なる知識の伝達に留まらず,自ら考え,課題を発見し,それを解決する力を身につけさせることを大きな目標として教育を行っている.

    教育の方法(どのようにやっているか:教育の工夫):

    学生の集中力を保つため,板書もしつつ10〜30分に一度は自ら手を動かして考えさせるクイズ・演習問題などを課している.また,毎講義の最後には,質問や感想,授業改善のためのコメントを提出させ,次回講義ではその内容を冒頭で紹介して補足説明するなど,学生の理解度向上を図っている.

    教育方法の評価・学習の成果(どうだったか:結果と評価):

    おおむね好評である.

    改善点・今後の目標(これからどうするか):

    授業への出席が少ない,授業中に寝ている,ゲームをしている等のモチベーションの低い学生について,いかに動機付けをして積極的な授業参加を促すかが課題である.また,受講生の多い科目(人工知能)では,内容が簡単すぎるという意見と難しすぎるという意見の両方があり,対応が難しい.

    根拠資料(資料の種類などの名称):

    シラバス,講義資料,リアクションペーパー,授業改善アンケート(自由記述)

 

所属学協会等の委員歴 【 表示 / 非表示

  • 2019年4月 - 現在   情報処理学会論文誌データベース  編集委員

  • 2016年4月 - 現在   人工知能学会 金融情報学研究会  幹事

  • 2016年2月 - 現在   Journal of the Association for Information Science and Technology  Editorial Board

  • 2015年4月 - 現在   電子情報通信学会 言語理解とコミュニケーション研究会  専門委員

  • 2012年6月 - 現在   情報処理学会  査読委員

全件表示 >>