FRONTEO, Inc. · TSE:2158

FRONTEO — UBIC — Investor Presentation (March 2014)

51 slides from FRONTEO's investor presentation, Mar 6, 2014

  1. Slide 1: 独自開発の人工知能応用技術でビッグデータを解析する日本発ベンチャーUBIC

    独自開発の人工知能応用技術で ビッグデータを解析する 日本発ベンチャー UBIC ― 訴訟大国・米国に挑み磨かれた技術とは 株式会社UBIC 機関投資家向けセミナー 2014年3月6日 ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential.

  2. Slide 2: UBICの技術的特徴

    UBICの技術的特徴 ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 1

  3. Slide 3: UBICの行動情報科学によるビッグデータ解析

    UBICの行動情報科学によるビッグデータ解析 Big Data 思考結果 分析 行動結果 ビッグデータを人の思考と行動の結果によるデータの集合体 として捉え、行動科学と情報科学を融合させた行動情報科学 によって分析 ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 2

  4. Slide 4: UBICの人工知能の特徴：伝達情報量

    UBICの人工知能の特徴：伝達情報量 教師あり学習（Supervised learning） 事前に与えられたデー 案件への関連の有無を決定する特定の タを先生からの助言と サポート キーワードが見つかることを期待するこ とになる。関連の有無の境界も意味付け みなして、それをガイ ベクター がしづらい。キーワードの重みも、個々 ドに学習を行う マシーン の案件に限定的で、機能（コンテンツ） の広がりが無い 教師あり学習 可能性がある全ての要因を算出す ベイズ推定 る必要があるため、計算コストが かかる 機械学習 少量のデータから多量のデータの予 測を行うことが可能。計算コストが 伝達情報量 少

  5. Slide 5: UBICの技術力の源泉：ユニークな開発チーム

    UBICの技術力の源泉：ユニークな開発チーム 武田 秀樹 (UBIC CTO) 蓮子 和巳 博士（理学） 1996年 早稲田大学を卒業、専攻は哲学。 1999年 東北大学大学院理学研究科物理学専 複数のシステム開発会社で経験し、 攻 博士課程修了。在籍中、スタンフォード 2009年、UBICのCTOに就任。 大学の関連研究所で研究。 UBICでユニークな開発チームを立ち上げ、UBIC 同年、東京大学素粒子物理国際研究センター の誇るLit I Viewのプラットフォームの開発、人 特別研究員。次世代粒子加速器（LHC）実験 工知能「Virtual Data Scientist」の開発の指揮を

  6. Slide 6: UBICのソリューション

    UBICのソリューション ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 5

  7. Slide 7: ソリューションの事例：Eメール監査

    ソリューションの事例：Eメール監査 これまで不可能であった メール常時監視を 人工知能が 正確かつ低コストで実現 カルテル、 知的財産評価、 情報漏えい等の 調査に活用 6

  8. Slide 8: ソリューションの事例：医療・知的財産

    ソリューションの事例：医療・知的財産 医療分野 知的財産分野 自動鑑別診断システム 人工知能応用 知財分類システム ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 7

  9. Slide 9: 無限の可能性をもつUBICの人工知能

    無限の可能性をもつUBICの人工知能 Virtual Data Scientist 人工知能VDS ビッグデータ解析技術 におけるiPS細胞 肝細胞 VDS iPS細胞 心筋細胞 神経細胞 医者 弁護士 警察官 ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 8

  10. Slide 10: UBICのビッグデータ解析技術はなぜUBICにしか開発できないのか？

    機関投資家向けセミナー UBICのビッグデータ解析技術はなぜ“UBICにしか”開発できないのか？ Date: 6 Mar. 2014 Tokyo| Osaka | Nagoya | Seoul | Taipei| Hong Kong | Silicon Valley| Washington DC | New York | London ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential.

  11. Slide 11: 行動情報科学

    行動情報科学 思考結果 行動結果 バーチャル データ サイエンティスト ⒸUBIC, Inc. 2013 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 10

  12. Slide 12: Emailの常時監査を可能に

    メール監査を自動化することにより… 人的監査と比較し、4000倍の速度に ⇒ 50時間を1分に 大幅なコスト削減 Emailの常時監査を可能に バーチャル・ 行動情報科学 データ・サイ エンティスト 自動更新 自動学習 自動抽出 11

  13. Slide 13: Email監査システム

    Email監査システム 人工知能による仕分け Lit i View (Predictive Coding) を行い、問題がある EMAIL AUDITOR Knowledge Base メールを点数づけして で厳選したメール 選別 のみを監査 人工知能が 目視監査 サンプル 自動抽出  問題のあるメールを報告 自動学習  辞書を自動更新 12

  14. Slide 14: Lit i View EMAIL AUDITOR 機能1

    Lit i View EMAIL AUDITOR 機能1 未レビューの文書に対し、 Predictive Codingを行い、 Training Training setを分析し、 Predictiv スコアを付ける e Coding Set Training Dataを作成す スコア の準備 る の算出 教師あ バーチャルデータ Training り 学習 Set の形態素 重み付け サイエンティスト →(1) 解析 自然言語処 伝達情報 理→(2) 量→(3) 例の店に19:30にしましょう 7000 昨日の打ち合わせの議事録で 500 す スコアの高い文書から優先的にレビュー ⒸUBIC

  15. Slide 15: Lit i View EMAIL AUDITOR 機能2

    Lit i View EMAIL AUDITOR 機能2 人間行動抽出機能 人のどのような行動に着目するべきかを List of Behavior Virtual Data Scientistが示唆 Get Information Gather Information Emails Provide Information Negotiate Price Behavior Have Meeting Extraction Deliver Sample Algorithm Reply Price Technology Exchange New Order Discuss Internally Ext

  16. Slide 16: Lit i View EMAIL AUDITOR 機能3

    Lit i View EMAIL AUDITOR 機能3 組織間相関図 Virtual Data Scientistは 人物間だけでなく、 組織間の関係も分析 組織間の主要窓口 ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 7

  17. Slide 17: 誰が開発したのか？

    誰が開発したのか？ ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 16

  18. Slide 18: UBICの技術力の源泉：ユニークな開発チーム

    UBICの技術力の源泉：ユニークな開発チーム 武田 秀樹 (UBIC CTO) 蓮子 和巳 博士（理学） 1996年 早稲田大学を卒業、専攻は哲学。 1999年 東北大学大学院理学研究科物理学専 複数のシステム開発会社で経験し、 攻 博士課程修了。在籍中、スタンフォード 2009年、UBICのCTOに就任。 大学の関連研究所で研究。 UBICでユニークな開発チームを立ち上げ、UBIC 同年、東京大学素粒子物理国際研究センター の誇るLit I Viewのプラットフォームの開発、人 特別研究員。次世代粒子加速器（LHC）実験 工知能「Virtual Data Scientist」の開発の指揮を

  19. Slide 19: 武田 秀樹 (UBIC CTO) 担当分野

    担当分野 武田 秀樹 (UBIC CTO) 1996年 早稲田大学を卒業、専攻は哲学。 複数のシステム開発会社で経験し、 2009年、UBICのCTOに就任。 UBICでユニークな開発チームを立ち上 げ、UBICの誇るLit I Viewのプラット フォームの開発、人工知能「Virtual Data Scientist」の開発の指揮をとる。 １．ユニークなコンセプト ２．サービスによるノウハウの蓄積 ３．研究→開発の速さ ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 18

  20. Slide 20: バーチャルデータサイエンティスト

    バーチャルデータサイエンティスト IT 業界の専門 統計学の 知識 知識 人工知能 （AI） 人工知能によって人の思考・行動を 分析し、未来を予測 ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 19

  21. Slide 21: バーチャルデータサイエンティスト

    バーチャルデータサイエンティスト 人工知能 人間の知的判断を代替するシステム 何を目的にしたシステムか？ 情報の仕分け・証拠の発見 ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 20

  22. Slide 22: 行動情報科学

    行動情報科学 Big Data 思考結果 分析 行動結果 ビッグデータを人の思考と行動の結果によるデータの集合体 として捉え、行動科学と情報科学を融合させた行動情報科学 によって分析 ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 21

  23. Slide 23: サービスによるノウハウの蓄積：Legal Cloud

    サービスによるノウハウの蓄積 Legal Cloud DR DEV UK KR Sapporo Tokyo London Seoul JP Tokyo US(West) US(East) Silicon Valley New York TW Taipei Mar / 2014 ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 22

  24. Slide 24: サービスによるノウハウの蓄積：Legal Cloud データサイズ

    サービスによるノウハウの蓄積 Legal Cloud 500 データサイズは 450 ２年で4倍へ 400 350 Storage Usage(TB) 300 250 200 150 100 50 0 4Q-2010 1Q-2011 2Q-2011 3Q-2011 4Q-2011 1Q-2012 2Q-2012 3Q-2012 4Q-2012 1Q-2013 2Q-2013 3Q-2013 Jan-14 Feb-14 Mar-14 Storage Usage(TB) 30 45 68 101 168 200 234 320 363 401 429 440 448 ⒸUBIC, Inc. 201

  25. Slide 25: サービスによるノウハウの蓄積：UBICカルテル辞書

    サービスによるノウハウの蓄積 UBIC カルテル辞書 専門家の知識を蓄積 price compete estimation propose product accommodate maker ship price propose estimation ask ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 24

  26. Slide 26: 研究→開発の速さ

    研究→開発の速さ 独自の自動テストシステムの構築によ り、開発時間短縮と高品質維持を両立 継続開発 ③ テスト環境配置 プログラム修正 ツール テスト環境 ④ 自動 (Jenkins) 開発者帰宅 リグレッション 日次 テスト ⑤ 自動レポート 3:00am 自動テスト ① 最新プログラム取得 サイクル 結果取得 ② ビルド ① 最新プログラム取得 IRCBot ③ テスト環境配置 ② ビルド ④ 自動リグレッションテ ⑥ Action Plan スト ⑤ 自動レポート バージョン プロジェク 管理 Linkage ト管理 開発者確認 (Subversion) (Redmine) ⒸUBIC,

  27. Slide 27: Lit i View EMAIL AUDITOR 機能3

    Lit i View EMAIL AUDITOR 機能3 組織間相関図 Virtual Data Scientistは 人物間だけでなく、 組織間の関係も分析 組織間の主要窓口 ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 7

  28. Slide 28: 行動科学 例１．社会学

    行動科学 例１．社会学（社会ネットワーク分析） 人間関係をどの程度媒介しているのかを分析。特定のコミュニケーション・行 動だけに絞り、その人間関係を把握、また、組織間のコミュニケーションの窓口 になっている人間のコミュニケーションを把握 2 6 1 3 5 8 7 4 ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 27

  29. Slide 29: 行動科学 例２．犯罪学

    行動科学 分析対象そのものの構造を定性的に分析。対象の構造と人間の行動を 統計的に評価し、分析を自動化する 例２．犯罪学 カルテルの構造を分析、人間の行動を分析、その構造特有の行動やコ ミュニケーションを分析することで、状況を自動的に把握 ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 28

  30. Slide 30: ハルスコウ ヤコブ 担当分野

    担当分野 ハルスコウ ヤコブ 計算言語学博士 2007年 コペンハーゲンビジネスス クール計算言語学テキストマイニング 専攻 博士課程修了。 アジア言語を含む4か国語を操る語学 力およびテキストマイニングと言語学 の造詣を生かし、ネットワーク上のコ ミュニケーションの分析精度を如何に 向上させるかを主な研究テーマとす る。 １．自然言語処理を駆使し、非構造化デー タを構造化 ２．マルチリンガルを活かし、言語の特徴 に応じた自然言語処理を行う ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential

  31. Slide 31: Lit i View EMAIL AUDITOR 機能2

    Lit i View EMAIL AUDITOR 機能2 人間行動抽出機能 人のどのような行動に着目するべきかを List of Behavior Virtual Data Scientistが示唆 Get Information Gather Information Emails Provide Information Negotiate Price Behavior Have Meeting Extraction Deliver Sample Algorithm Reply Price Technology Exchange New Order Discuss Internally Ext

  32. Slide 32: The merits of UBIC's unique NLP technologies

    The merits of UBIC’s unique NLP technologies バベルの塔 問題：国際化＝＞多言語・多文化的な通信の分析 が必要となります。 解決：コンピューターによる言語解析。 自然言語処理（ＮＬＰ）という技術です。 ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 31

  33. Slide 33: 言語解析って簡単な三角に過ぎません？

    言語解析って簡単な三角に過ぎません？ 言語の記号 [sign] = 表現 [form] + 内容 [meaning] – 表現 = 音声|文字|身振り|... 違います。三角より複雑です。 言語は人間の感情、思考、行動など 内容・概念 も表す。 • 指定物のない概念はたくさんある • 概念は文化による異なる • 概念は文脈による異なる • 複数の表現＜ー＞複数の概念 表現 指定物 ＝＞不確定さ・曖昧さ {cat, 猫,고양이,...} ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 3

  34. Slide 34: 計算言語学（NLP）の役割

    計算言語学（NLP）の役割 非構造化 構造化 データ データ 言語学 + コンピューター サイエンス ＵＢＩＣ技術の独自性の一つは多言語のＮＬＰノウハウです。 ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 33

  35. Slide 35: UBICの製品と言語学のレベル

    UBICの製品と言語学のレベル レベル 研究対象 ＮＬＰツール UBIC 他社 製品名 (eDiscovery) 音声学 音素 音声認識エンジン Voice Auditor [phonetics] CJK非対応 形態論 品詞 形態素分析エンジン [morphology] (名詞、動詞など) Predictive Coding (TM) CJK非対応 統語論 語順、主語、 チャンキング、 [syntax] 目的語など パーシング 語彙論 単語の関連、 辞書作り Case Knowledge [lexicology] 類義語、対義語 Dictionary 意味論 概念、 概念検索、共起、 Beha

  36. Slide 36: 自然言語の類似点と相違点

    自然言語の類似点と相違点 特徴 English 中文 日本語 한국어 デンマーク語 音調言語 no yes no no no 語順 SVO SVO (S)OV (S)OV SVO + VO (free) 文字 ローマ字 漢字だけ 漢字、ひらがな、カ ハングル ローマ字+3 タカナ、ローマ字 大文字・小文字 有り 無い 無い 無い 有り 単数・複数 有り 無い 無い 無い 有り 定性 有り 無い 無い 無い 有り [definiteness] テンス（時制） 有り 無い 有り 有り 有り 代名詞 多い 少ない 少ない 少ない 多い 敬語、丁寧語 少ない 多少 多い 多い 少ない (7 level

  37. Slide 37: ＮＬＰは再現率とプレジションを最大化

    ＮＬＰは再現率とプレジションを最大化 語幹 品詞 1. 活用語処理 [lemmatization] Late late RB 例えば英語の送るという動詞の全ての活用形 Wednesday Wednesday NNP を使って検索すると再現率が上がります。 , , , • [send] => {sent, sending,sends} lawmakers lawmaker NNS sent send VBD 2. 形態素分析 [PoS tagging] a a DT bill bill NN 例えば英語では請求書と請求書を出すのは両 方billで書きます。その名詞と動詞を識別で to to TO

  38. Slide 38: 中国語の解析事例：分析の流れ

    中国語の解析事例：分析の流れ 入力：国务院总理李克强调研上海外高桥时提出， 支持上海积极探索新机制。 As Premier Li Keqiang mentioned when he investigated [the idea of] the Waigaoqiao free-trade zone in Shanghai, he supports that Shanghai actively searches out new mechanisms. (1) 文章の区切り => (2) セグメンテーション => (3) 形態素分析 => (4) 固有表現抽出： 品詞： v = 動詞、a = 形容詞

  39. Slide 39: まとめ：UBICの自然言語処理技術の独自性

    まとめ：UBICの自然言語処理技術の独自性 • 非構造化データ[unstructured data]に対応しております。 • 英語などの西洋語だけではなくてアジア言語にも対応 しております。 • 対象言語に合わせた自然言語処理システムの選定ノウ ハウ • 自社の言語学的なノウハウによってその他の重要な言 語を迅速に対応可能 ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 38

  40. Slide 40: 蓮子 和巳 博士（理学）

    蓮子 和巳 博士（理学） 1999年 東北大学大学院理学研究科物理学専攻 博士課程修了。在籍中、スタンフォード大学の関連 研究所で研究。 同年、東京大学素粒子物理国際研究センター 特別 研究員。次世代粒子加速器（LHC）実験装置の設 計、開発および新粒子探索の研究に従事。在籍中、 欧州原子核研究機構（CERN）で研究。 2002年 独立行政法人理化学研究所 研究員。 ブルックヘブン国立研究所（BNL)などで粒子加速 器を用いた量子力学的現象（スピン現象）の研究に 従事。 １．文書データに対する高度な統計学的 分析処理 ２．多彩な分析経験を活かし、ニーズに 応じた最適な手法を選択・採用 ⒸUBI

  41. Slide 41: Lit i View EMAIL AUDITOR 機能1

    Lit i View EMAIL AUDITOR 機能1 未レビューの文書に対し、 Predictive Codingを行 Predictiv い、スコアを付ける Training Training setを分析し、 e Coding Set Training Dataを作成す スコア の準備 る の算出 教師あ バーチャルデータ Training り 学習 Set の形態素 重み付け サイエンティスト →(1) 解析 自然言語処 伝達情報 理→(2) 量→(3) 例の店に19:30にしましょう 7000 昨日の打ち合わせの議事録で 500 す スコアの高い文書から優先的にレビュー ⒸUBIC

  42. Slide 42: 学術研究とビッグデータ解析

    学術研究とビッグデータ解析 • 大規模な学術研究の分野では、早くから「ビッグデータ解析」が行われてきた。 • 素粒子物理学 • 「ゴミ」だらけの膨大な「生データ」から 「ダイヤモンド」の粒である価値の 高い事象を探索する ⇒【元祖ビッグデータ解析】 • こうした極めて「稀な」現象をデータで確認するためには通常の統計学的手法 を超える高度な分析手法が必要。 CERN（欧州原子核研究機構）のLHC（大型ハドロン 衝突型加速器）では、100日で約4PB＝4000TBの生 データが記録される。LHC実験では、10兆回に1回 しか生じない未知の粒子「ヒッグス粒子」を分析結 果から確認 ⇒ 2013年ノー

  43. Slide 43: UBICのビッグデータ解析技術

    UBICのビッグデータ解析技術 技術 他社 伝達情報量 重み付け ベイズ法など TF/IDF 文書スコア スコアリング SVMなど 形態素自動選定 コーディング Predictive Coding® SVMなど （自動仕分け） 時系列分析 アプリケーション 限定的 関係分析など 高度･基礎的技術 限定的 特徴 汎用性が高い 多くの事例に対 様々な事例に対応 応されていない ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 42

  44. Slide 44: UBICの独自技術① 伝達情報量

    UBICの独自技術① 伝達情報量 • 伝達情報量（transinformation）： 「重要文書」と「文書中の形態素（キーワード）」の関連を適切に 表現する基本情報。 特定の形態素 特定の形態素 • ベイズ（Bayes）法 vs. 伝達情報量 を確認 を確認しない • ベイズ法＝「形態素」を確認したとき の重要文書の確率に基づく 重要文書で ⇒ 一部だけしか考慮していない ある 正 誤 • 伝達情報量＝「形態素の有無」と 重要文書で 「重要文書の是非」を全て考慮 ない 誤 正 ⇒ より網羅的、完全な形で H(M) 「形態素＜M＞を確認」する測定量の平均情報量（エントロピー）； H(T) 「ド

  45. Slide 45: UBICの独自技術② スコアリング

    UBICの独自技術② スコアリング • UBIC文書スコア：形態素の「重み」 ＝「伝達情報量」を集約。 • SVM（サポートベクターマシン）vs. UBIC文書スコア • SVMは、文書群を2群に分別することに特化した手法。 ⇒ 2群を分別する面からの距離による意味付け･解釈が困難。 ⇒ 計算効率も悪い。 • UBIC文書スコアは、必要十分な形態素を自動選択（動的選択）。 ⇒ 「形態素」の関係から意味付けも容易。 ⇒ 計算効率が良い。Knowledgeベースで更に高度化。 文書 Σ（伝達情報量）＝スコア 形態素 文書群 形態素 形態素 形態素 形態素 形態素 形態素 形態素 形態素 ⒸUBIC

  46. Slide 46: UBICの独自技術③ Predictive Coding

    UBICの独自技術③ Predictive Coding • Predictive Coding® 自社製eディスカバリソフトの研究開発の成果。日本で唯一 • Predictive Coding® は 人（レビューアー）よりも、 より安定して確実な パフォーマンスを示す • 基礎的＆汎用的 ⇒ 多彩な応用製品 重要ではない文書 重要な文書を拾 を拾い上げている い上げていない ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 45

  47. Slide 47: まとめ

    まとめ • 高度な分析知識と経験に基づく研究開発 ⇒ ユニークで基礎的な技術： 伝達情報量，Predictive Coding® • 多彩な分析経験に基づく、解法の「引出」が多い ⇒ ビジネス課題の解決に最も適した手法を 適宜選択・採用 ⇒ UBIC研究開発の大きな強み ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 46

  48. Slide 48: SEEDS：課題解決のための手法提供

    模擬研究会議 SEEDS：課題解決のための手法提供 非構造化データを構造化データにす る手法 構造化された、ノイズだらけのデー タから法則性を取り出す手法 分析対象（不正行為、人間関係）の 定性分析とモデル化手法 ⒸUBIC, Inc. 2014 All Rights Reserved. UBIC, Inc. Proprietary and Confidential. 47

  49. Slide 49: 人間行動抽出機能 List of Behavior

    模擬研究会議 人間行動抽出機能 人のどのような行動に着目するべきかを List of Behavior Virtual Data Scientistが示唆 Get Information Gather Information Emails Provide Information Negotiate Price Behavior Have Meeting Extraction Deliver Sample Algorithm Reply Price Technology Exchange New Order Discuss Internally Extract Verb + Noun ⒸUBIC

  50. Slide 50: 模擬研究会議：行動抽出の発想から実装まで

    模擬研究会議 行動情報科学というコンセプトを考えた。行動を抽出できる技術を発明 しよう（武田） 共起のアルゴリズムが使えそう（蓮子） （※共起・・・ある単語が文中に出現した時、ある特定の単語が頻繁に出現する こと） 品詞を判定すれば、行動だけを抽出できる（Jakob） テストしてみよう（武田） Jakobさんの品詞特定プロトタイプを使い、共起のアルゴリズムを組んでみた （蓮子） これはまさに行動抽出。人物相関図と組み合わせて使うと、人間関係の概要が分 かる。ところで英語についてはどうしよう（武田） 英語も大丈夫（Jakob） 犯罪学を応用したカルテル構造分析との組み合わせを今後の研究課題にしよ

  51. Slide 51: 50

    50

UBIC — Investor Presentation (March 2014) on 6ix