論文 【 表示 ／ 非表示 】

論文 【 表示 ／ 非表示 】

• Dynamic Cluster-based Retrieval and Discovery for Biomedical Literature

  Michael Ortiz, Heejun Kim, Mika Wang, Kazuhiro Seki, Javed Mostafa

  Proceedings of the 10th ACM Conference on Bioinformatics, Computational Biology, and Health Informatics (ACM BCB)     2019年09月  [査読有り]

  共著

• Estimating Business Sentiment from News Texts

  Kazuhiro Seki, Yusuke Ikuta

  Proceedings of the 2nd IEEE Artificial Intelligence and Knowledge Engineering     2019年06月  [査読有り]

  共著

• On Cross-Lingual Text Similarity Using Neural Translation Models

  Kazuhiro Seki

  Journal of Information Processing   27   315 - 321   2019年  [査読有り]

  単著

• Exploring Neural Translation Models for Cross-Lingual Text Similarity

  Kazuhiro Seki

  Proceedings of the 27th ACM International Conference on Information and Knowledge Management (CIKM)     1591 - 1594   2018年10月  [査読有り]

  単著

• Construction and Application of Sentiment Lexicons in Finance

  Kazuhiro Seki, Masahiko Shibamoto

  International Journal of Multimedia Data Engineering and Management   9 ( 1 ) 22 - 35   2018年01月  [査読有り]

  共著

全件表示 >>

書籍等出版物 【 表示 ／ 非表示 】

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 , 担当範囲: 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 , 担当範囲: Finding Explicit and Implicit Knowledge: Biomedical Text Data Mining )

  IGI Global  2010年03月

• Biological Data Mining

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

  Chapman & Hall/CRC Press  2009年09月

総説・解説記事（Misc） 【 表示 ／ 非表示 】

総説・解説記事（Misc） 【 表示 ／ 非表示 】

• 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

  共著

• 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

  共著

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

  総説・解説（国際会議プロシーディングズ）   共著

• 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

  共著

• 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） ( 一般社団法人情報処理学会 )  2015 ( 4 ) 1 - 6   2015年02月

  共著

  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

全件表示 >>

学術関係受賞 【 表示 ／ 非表示 】

学術関係受賞 【 表示 ／ 非表示 】

• 特選論文

  2019年03月   情報処理学会  

  受賞者：  関和広

• 優秀論文賞

  2013年11月   情報処理学会  

  受賞者：  宮西大樹，関和広，上原邦昭

• Open Science Honorable Mention

  2013年10月   ECML/PKDD2013  

  受賞者：  Mathieu Blondel, Kazuhiro Seki, Kuniaki Uehara

• 奨励賞

  2007年09月   NLP若手の会  

  受賞者：  関和広

科研費（文科省・学振）獲得実績 【 表示 ／ 非表示 】

科研費（文科省・学振）獲得実績 【 表示 ／ 非表示 】

• 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－

  基盤研究(C)

  研究期間:  2018年04月  -  2022年03月 

  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

  基盤研究(C)

  研究期間:  2013年04月  -  2016年03月 

  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

  萌芽研究

  研究期間:  2013年04月  -  2015年03月 

  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

  若手研究(B)

  研究期間:  2009年04月  -  2011年03月 

  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．

• 情報学的アプローチによる仮説発見:大規模文献解析に基づく遺伝病原因遺伝子の推定

  若手研究(B)

  研究期間:  2007年04月  -  2009年03月 

  
  
  本研究では，疾病と遺伝子の関係を遺伝子機能と表現型を介してモデル化し，文献解析による原因遺伝子の予測を試みた．その結果，従来一般的であった抄録だけを使った場合と比較し，全文データを用いた場合は5%程度の予測性能の向上が見られた．また，オントロジーに記述された概念間の関係を利用して確率パラメタを伝播したとき，システム性能の向上が見られた．代表的な先行研究と比較した場合も，提案手法の予測性能が最大で20%程度高いことが分かった．
  

研究シーズへのリンク 【 表示 ／ 非表示 】

研究シーズへのリンク 【 表示 ／ 非表示 】

教育活動に関する受賞 【 表示 ／ 非表示 】

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03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03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07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03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 >>

ティーチングポートフォリオ 【 表示 ／ 非表示 】

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 】

所属学協会等の委員歴 【 表示 ／ 非表示 】