■ 論文概要
本論文では，少量の訓練データで短い文書として知られるツイートに，効果的に生活の局面を推定する手法を提案する．提案手法は，事前にトピックモデルや行列圧縮手法などの教師なし学習によって大量のデータから潜在トピックを抽出する第1段階と，潜在トピックと局面の対応関係を教師あり学習で構築する第2段階から構成される．対応関係構築部分では，各局面に特徴的な潜在トピック集合を対応付けるため，エントロピーによるフィードバックをすることで，洗練した対応関係を得る．生活の局面はツイートに複数生起していることも考えられる．また，正確性，あるいは網羅性を重視した情報収集を指向するユーザの存在も考えられる．このようなユーザの要求に対応するため，未知のツイートに局面のマルチラベル分類と確率分布推定の2種類の推定をする．既存手法の推定性能との比較評価をした結果，潜在トピックとの対応関係を構築することにより，既存手法に比べ網羅性の高い推定ができること，特に少量の訓練データで提案手法が有効に推定できることを明らかにした．

■ 学位を取得して
私が学位を取得するに至った研究テーマは，B4の時に考えた卒業研究の発展でした．そのときの私は，博士課程に進学することも，この研究テーマで博士論文を執筆することも想像していませんでした．長く1つのテーマに絞って研究していると，そのテーマが自分の分身のように思えてきて，研究に意見されると自分自身に文句を言われているように感じることが何度かありました．これまでの5年間の研究生活の中で，私が覚えた最も価値あることは，研究を1歩引いた位置から見るということです．これだけで，研究が一層楽しいものになりました．今後も，少し引いた位置で楽しみながら研究をしていきたいと考えています．