表題番号:2021C-405 日付:2022/04/05
研究課題潜在構造を仮定したイジングモデルの学習と協調フィルタリングへの応用
研究者所属(当時) 資格 氏名
(代表者) データ科学センター 教授 小林 学
研究成果概要

自然言語処理における単語のパラメータ推定問題は,その発生確率が一般に小さいため難しい.この時単語が発生する数理モデルをイジングモデルと仮定したときのパラメータ推定として,ロジスティック回帰型の近似を行う方法が効果的であることが知られている.本研究ではイジングモデルのパラメータが確率的に生起する潜在クラスモデル(潜在イジングモデル)を提案し,そのパラメータ推定を効果的に行う近似的拡張EMアルゴリズムを提案した.また実際の自然言語処理に応用することにより,その有効性を示した.本数理モデル及び推定アルゴリズムは,商品をユーザが購入する数理モデルを考える協調フィルタリング問題に応用可能である.