久保山 哲二

共食はコミュニケーションの場であり，人の心理的健康に良い効果をもたらすことが明らかになっている．本研究は，2種類の形式で食事を提供し，共食中の人の発話行動の特徴から心理的効果の根拠を示す．具体的には，6名からなる4グループに対し，同じメニューを銘々膳形式，共同膳形式で提供した．参与者らによる共食シーンを映像に記録し，食事開始後の各20分の発話を書き起こした．分析の結果，食事中の話し手は，一定の時間において発話を継続する状況が確保しやすいこと，参与者らは料理のトピックにより会話を活性化させていることが確認された．これにより共食会話には他者との相互理解を深めたり，初対面同志の会話機会を得たりする場として機能しており，こうした人と人のつながりが心理的健康に貢献していることが示唆された．

本稿では，ニュース記事に対するコメント，および，ニュース記事のあるカテゴリのニュース記事に対するコメントの多様性を測り，その結果を紹介する．記事やカテゴリに対して人々がどのような反応をしているかを読み解くための材料として，新たな方向性を提案する．異なる記事に対するコメントは，単一の記事に対するコメントよりも多様性が増すであろう，という仮説から，あるカテゴリの複数の記事に対するコメントの多様性を比較することで，カテゴリの多様性を評価する． We analyze the diversity of the comments posted to news articles, and news articles in some categories. We think this helps interpretation of the behavior of the persons in a society from a new view point. From a hypothesis that the diversity of comments to two different news articles is larger than that to one news article, we compare the diversity of several number of articles in the same category, to observe the diversity of the comments to the articles in the category.

選挙公報のテキストデータに対して文書クラスタリングを適用した. クラスタリング手法には、 文書間類似度により形成されるネットワーク構造から密な部分構造を抽出するマイクロクラスタリン グと、代表的なトピックモデルである LDAの2種類を利用した. クラスタリング結果を比較したとこ ろ, マイクロクラスタリングではトピックの解釈が容易な解像度が高いクラスタ, 特に政党に関して より類似度が高いクラスタが多数得られることが示された. さらにマイクロクラスタリングで抽出さ れた文書クラスタを元に回帰分析を行い, 個人票志向の候補者の傾向を解析した. その結果, LDA を 用いた先行研究にあった人手によるトピック解釈の過程を経ることなく, 選挙制度改革前後の変化や 政党ごとの特色について先行研究の主張を支持する結果が得られた. A text analysis was applied to the election manifestos. Two kinds of clustering methods were utilized and compared: microclustering that extracted dense substructures from the network constructed based on the similarity of the documents, and the LDA model, which is a kind of topic model. The microclustering gave many clusters that were easier to understand their topics, especially for the party of candidates. Furthermore, regression analysis was applied to the obtained clusters, and the tendency of candidates with personal-oriented was elucidated. The results correspond to previous studies, such as the change of the electoral rule and the characteristics of each political party, without any manual topic interpretation process as in the previous studies.

本研究では，伝統文様のデジタルアーカイブ化に資するアノテーション自動化手法について検討した．デジタル化された伊勢型紙約18,000 枚に描かれた文様（梅，桜，菱など）を手がかりに，型紙の文様（約300 種）の自動識別を試みた．伊勢型紙は，文様の抽象度が高いだけでなく，同種の文様でも型紙ごとにデザインが大きく異なる．さらに，伊勢型紙はほぼ白黒2 値で表現されているとともに，自然画像のような仔細なテクスチャを持たない．そのため，自然画像による事前学習モデルを用いたニューラルネットワーク(CNN) による従来手法では十分な性能を得ることが難しい．本研究では，自動生成したフラクタル画像による事前学習モデルを用いたアンサンブル学習によるアノテーションの自動化を試みた． In this paper, we propose an automated annotation method for the digital archiving of Ise- Katagami, Japanese traditional stencils. We tried to automatically classify the object types depicted in the stencils (about 300 types) based on the patterns (plum blossoms, cherry blossoms, water chestnuts, etc.) for about 18,000 digitized stencil images. The designs in the stencils are not only highly abstract but also highly diverse even within the same class of objects. Moreover, the stencils are almost monochrome, binary black-and-white images, and do not have rich texture information such as in natural images. Therefore, it is difficult to achieve sufficient performance with conventional methods using pre-trained neural network models on natural images. Thus, we propose an improved ensemble method using both fractal images and natural images for pre-trained models.

application/pdf 研究報告