知能情報システム学

近年、肢体不自由者向けにコンピュータの操作を支援するシステムとして、我々が普段使用しているマウスやキーボードなどに取って代わるコンピュータ入力システムが開発されている。しかし、コンピュータを使用する際に身体に取り付けなければならない接触型のものも多く、使用者にとって身体的な負担がかかってしまう。また、非接触型のシステムは専用のセンサーを要するものが多く、市販の代替システムは高価であることが問題として挙げられている。そこで、本研究では、比較的安価なWebカメラのみを用いてマウス操作を行う非接触型のシステムが提案した。視線を検出することでマウスポインタの移動を、目の開閉でマウスクリックの操作を行えるようにした。

自動要約システムにおいて、自然な要約を作るためには、生成型要約システムというのが必須となってくる。しかし、生成型要約システムを構築するには、大量の学習データが必要となる。そして、大量の学習データは、学習記事に対して、人手で要約をつけていかなければならず、大量のコストがかかってしまう。そのために、自動要約システムにおけるデータ拡張という技術によって、少ないデータ量でも自動要約の精度を高めることが必要となってくる。本研究は、ディープラーニングを用いた自動要約システムにおいて、学習データのデータ拡張手法について検討し、トピックモデルで評価した重要度により、最も重要でない一文を削除したデータを拡張データとして用いる手法が、比較検討した手法の中で最も効果的であることを明らかにした。