SNSの投稿、ニュース記事、ECサイトの商品画像・レビュー・購買履歴など、非構造的なメディアデータは今この瞬間にも膨大に生み出されています。当研究室は、機械学習・情報検索・計算社会科学を3本柱として、これらのデータから人と社会に役立つ知見を導く知的技術の創出に取り組んでいます。

機械学習 Machine Learning

現実のデータは、ラベルの誤りや分布の偏り、ドメインの違いを常に抱えています。そうした条件下でも安定して機能する深層学習モデルの構築を、本研究室の機械学習研究の中心課題としています。カリキュラム学習・コントラスティブ学習・半教師あり学習・ドメイン適応・マルチモーダル学習など多様なアプローチを組み合わせることで、実用に耐えうる信頼性の高いモデルを追求しています。こうした基礎研究の成果は情報検索・計算社会科学の両分野に展開されるほか、古文書中の手書き文字認識や書道作品の美的評価といった文化・人文分野の問題にも適用されています。

情報検索 Information Retrieval

必要な情報が必要なタイミングで届く仕組みを実現することは、単純ではありません。ユーザーが明示的に好みを伝えない場面でも意図を捉え、精度と多様性を両立した推薦を行うことが求められます。当研究室では、暗黙的フィードバックの活用、複数ドメインをまたぐクロスドメイン推薦、ソーシャルメディア上でのユーザー推薦など、実際の利用場面に即した手法の開発を進めています。

計算社会科学 Computational Social Science

ソーシャルメディアは、人々の行動・意見・関係性が可視化された巨大なデータ源です。当研究室では、こうしたデータを計算的に分析することで、オンライン上の社会現象の解明に取り組んでいます。フェイクニュースの早期検出・有害発言・悪意ある行動の検出といった情報環境の健全化に関わるテーマから、ネットワーク上で大きな影響力を持つインフルエンサーの特定まで、幅広い問いを扱っています。投稿内容・拡散パターン・ユーザー間の関係など多角的な情報を組み合わせた分析を通じて、オンライン社会の理解に貢献することを目指しています。