JP6268322B1 - Learning data accuracy visualization system, learning data accuracy visualization method, and program - Google Patents
Learning data accuracy visualization system, learning data accuracy visualization method, and program Download PDFInfo
- Publication number
- JP6268322B1 JP6268322B1 JP2017137735A JP2017137735A JP6268322B1 JP 6268322 B1 JP6268322 B1 JP 6268322B1 JP 2017137735 A JP2017137735 A JP 2017137735A JP 2017137735 A JP2017137735 A JP 2017137735A JP 6268322 B1 JP6268322 B1 JP 6268322B1
- Authority
- JP
- Japan
- Prior art keywords
- learning data
- node
- unit
- display
- processing unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000012800 visualization Methods 0.000 title claims abstract description 45
- 238000007794 visualization technique Methods 0.000 title claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 62
- 238000004458 analytical method Methods 0.000 claims abstract description 29
- 230000008707 rearrangement Effects 0.000 claims description 23
- 230000002596 correlated effect Effects 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 7
- 230000001276 controlling effect Effects 0.000 claims description 6
- 230000006872 improvement Effects 0.000 abstract description 13
- 238000000034 method Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000013079 data visualisation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【課題】力学モデルを用いて、自然言語分析の対象となる学習データの相関関係を可視化し、当該学習データの改善点を特定する、学習データ精度可視化システム、学習データ精度可視化方法、及びプログラムを提供する。【解決手段】本発明は、所定の表示を行う表示部６と、力学モデルを用いて、自然言語分析の対象となる学習データについてノードの最適配置を算出するノード最適配置算出処理部２ｂと、ノード最適配置算出処理部２ｂによる算出結果に基づいて上記学習データを可視化して表示部６に表示するよう制御する表示制御部２ｅとを備えた学習データ精度可視化システムである。【選択図】図１A learning data accuracy visualization system, a learning data accuracy visualization method, and a program for visualizing a correlation of learning data to be subjected to natural language analysis using a dynamic model and identifying an improvement point of the learning data provide. The present invention relates to a display unit 6 for performing a predetermined display, a node optimum arrangement calculation processing unit 2b for calculating an optimum arrangement of nodes for learning data to be subjected to natural language analysis using a dynamic model, This is a learning data accuracy visualization system including a display control unit 2e that controls the learning data to be visualized and displayed on the display unit 6 based on the calculation result by the node optimum arrangement calculation processing unit 2b. [Selection] Figure 1
Description
本発明は、例えば、力学モデルを用いて、自然言語分析の対象となる学習データの相関関係を可視化し、当該学習データの改善点を特定するための技術に関する。 The present invention relates to a technique for visualizing a correlation of learning data to be subjected to natural language analysis using a dynamic model and specifying an improvement point of the learning data, for example.
従来、サンプルデータ等の学習データの入力を受けて、人工知能による解析を行い、解析結果から有用な規則、ルール、知識表現等を抽出し、アルゴリズムを発展させる技術が各種の産業分野において利用されるようになってきている。 Conventionally, technology that develops algorithms by receiving input of learning data such as sample data, performing analysis using artificial intelligence, extracting useful rules, rules, knowledge expressions, etc. from the analysis results has been used in various industrial fields. It is becoming.
このような人工知能によれば、学習データより識別したパターンを用いて、新たなデータについて予測を行うことになるが、予測の精度は、入力される学習データの精度によりばらつきが生まれることから、今日では、そのような学習データの相関関係を予め可視化し、問題点を抽出できるようにすることが嘱望されている。 According to such artificial intelligence, the pattern identified from the learning data will be used to predict new data, but the accuracy of the prediction will vary depending on the accuracy of the input learning data, Today, it is desired to visualize the correlation of such learning data in advance so that problems can be extracted.
一方、グラフデータ等を美しく描画するアルゴリズムの一つとして「力学モデル」がある。力学モデルは、グラフのノードを２次元空間や３次元空間に配置して、辺の長さを略等しいものとし、グラフの辺が交差しないようにすることを主目的としている。このような力学モデルは、直観的であり、物理的なアナロジーに基づく描画を実現するので、結果の予測や理解を容易ならしめるものとして注目されている。 On the other hand, there is a “dynamic model” as one of algorithms for drawing graph data and the like beautifully. The main purpose of the dynamic model is to arrange the nodes of the graph in a two-dimensional space or a three-dimensional space so that the lengths of the edges are substantially equal so that the edges of the graph do not intersect. Such a dynamic model is intuitive and realizes drawing based on a physical analogy, and thus has attracted attention as an easy to predict and understand result.
このような「力学モデル」を活用したものとして、例えば、グラフデータについて、所定の力学モデルに従ってノードの座標の最適化計算を行い、最適化結果から、各ノードに接続されているエッジ長の平均値と分布を計算し、各ノードと接続関係のあるエッジの長さと当該ノードとを中心としたベクトルの角度と長さの分布を計算し、それらが平均値から外れるノード集合をグラフデータから分割するグラフデータ視覚化装置及び方法及びプログラムがある（例えば、特許文献１等参照）。 As an example of utilizing such a “dynamic model”, for example, with respect to graph data, optimization calculation of node coordinates is performed according to a predetermined dynamic model, and the average of the edge lengths connected to each node is calculated from the optimization result. Calculate the value and distribution, calculate the length of the edge connected to each node and the distribution of the angle and length of the vector centered on the node, and divide the node set from which the average value is out from the graph data There is a graph data visualization device, method, and program (see, for example, Patent Document 1).
しかしながら、特許文献１に開示されたものは、グラフデータを対象としており、当該グラフデータのノードの座標の最適化計算を行い、分布を計算し、平均値から外れるノード集合を除外するものにすぎず、機械学習等で用いられる入力データとしての学習データの相関関係の可視化については、何ら開示も示唆もされていない。 However, what is disclosed in Patent Document 1 is intended for graph data, and performs optimization calculation of the coordinates of the nodes of the graph data, calculates a distribution, and excludes a node set that deviates from the average value. First, there is no disclosure or suggestion about visualization of the correlation of learning data as input data used in machine learning or the like.
このように、従来技術では、力学モデルを用いて、自然言語分析の対象となる学習データの相関関係を可視化し、当該学習データの改善点を特定することはできない。 As described above, in the related art, it is not possible to visualize the correlation of learning data to be subjected to natural language analysis by using a dynamic model and to specify the improvement point of the learning data.
本発明は、このような課題に鑑みてなされたものであり、その目的とするところは、力学モデルを用いて、自然言語分析の対象となる学習データの相関関係を可視化し、当該学習データの改善点を特定することにある。 The present invention has been made in view of such problems, and the purpose of the present invention is to visualize the correlation of learning data to be subjected to natural language analysis using a dynamic model, and The point is to identify improvements.
上記課題を解決するために、本発明の第１の態様に係る学習データ精度可視化システムは、所定の表示を行う表示部と、力学モデルを用いて、自然言語分析の対象となる学習データについてノードの最適配置を算出するノード最適配置算出処理部と、上記ノード最適配置算出処理部による算出結果に基づいて上記学習データを可視化して上記表示部に表示するよう制御する表示制御部と、を備え、上記学習データとは、質問と回答とがセットになったデータであり、上記学習データの可視化は、質問に係るノードと、回答に係るノードとが、その相関関係に基づいてリンクで接続されたものであり、上記リンクの太さは、確信度の高さを反映したものである。
本発明の第２の態様に係る学習データ精度可視化システムは、所定の表示を行う表示部と、力学モデルを用いて、自然言語分析の対象となる学習データについてノードの最適配置を算出するノード最適配置算出処理部と、上記ノード最適配置算出処理部による算出結果に基づいて上記学習データを可視化して上記表示部に表示するよう制御する表示制御部と、を備え、上記学習データとは、質問と回答とがセットになったデータであり、上記学習データの可視化は、質問に係るノードと、回答に係るノードとが、その相関関係に基づいてリンクで接続されたものであり、上記リンクの長さは、確信度の高さを反映したものである。
本発明の第３の態様に係る学習データ精度可視化システムは、所定の表示を行う表示部と、力学モデルを用いて、自然言語分析の対象となる学習データについてノードの最適配置を算出するノード最適配置算出処理部と、上記ノード最適配置算出処理部による算出結果に基づいて上記学習データを可視化して上記表示部に表示するよう制御する表示制御部と、を備え、上記学習データの可視化では、全ての回答は色分けされており、各質問は相関関係のある回答と同色で示される。
In order to solve the above-described problem, the learning data accuracy visualization system according to the first aspect of the present invention uses a display unit that performs a predetermined display and a dynamic model to provide a node for learning data to be subjected to natural language analysis. A node optimal layout calculation processing unit that calculates the optimal layout of the node, and a display control unit that controls the learning data to be visualized and displayed on the display unit based on a calculation result by the node optimal layout calculation processing unit. The learning data is a set of questions and answers, and the learning data is visualized by connecting the nodes related to the questions and the nodes related to the answers based on the correlation between them. The thickness of the link reflects the high degree of certainty.
The learning data accuracy visualization system according to the second aspect of the present invention uses a display unit that performs a predetermined display and a dynamic model to calculate the optimum node arrangement for learning data to be subjected to natural language analysis. An arrangement calculation processing unit; and a display control unit configured to control the learning data to be visualized and displayed on the display unit based on a calculation result by the node optimum arrangement calculation processing unit. Visualization of the learning data is made by connecting a node related to a question and a node related to an answer by a link based on the correlation. The length reflects the high degree of certainty.
The learning data accuracy visualization system according to the third aspect of the present invention uses a display unit that performs a predetermined display and a dynamic model to calculate an optimal node arrangement for learning data to be subjected to natural language analysis. An arrangement calculation processing unit, and a display control unit that controls the learning data to be visualized and displayed on the display unit based on a calculation result by the node optimum arrangement calculation processing unit. All answers are color-coded, and each question is shown in the same color as the correlated answer.
本発明の第４の態様に係る学習データ精度可視化システムは、第１乃至第３の態様において、所定の操作を行う操作部と、上記表示部に表示された上記ノードが上記操作部により操作されたときには、上記ノードを上記操作により特定される移動先に再配置する再配置処理部と、を備え、上記表示制御部は、上記再配置処理部による再配置結果に基づいて、上記学習データを可視化して上記表示部に再表示する。 In the learning data accuracy visualization system according to a fourth aspect of the present invention, in the first to third aspects, the operation unit that performs a predetermined operation and the node displayed on the display unit are operated by the operation unit. A rearrangement processing unit that rearranges the node to the destination specified by the operation, and the display control unit receives the learning data based on the rearrangement result by the rearrangement processing unit. Visualize and redisplay on the display.
本発明の第５の態様に係る学習データ精度可視化システムは、第１乃至第３の態様において、所定の操作を行う操作部と、上記表示部に表示されたノードのうち、一のノードが上記操作部により選択されたときは、当該ノードを強調する強調処理部と、を備え、上記表示制御部は、上記強調処置部による上記強調結果に基づいて、選択された上記ノードを上記表示部に強調表示する。 The learning data accuracy visualization system according to a fifth aspect of the present invention is the learning data accuracy visualization system according to any one of the first to third aspects, wherein one of the operation unit that performs a predetermined operation and the node displayed on the display unit is the above-described node. An enhancement processing unit that emphasizes the node when selected by the operation unit, and the display control unit displays the selected node on the display unit based on the enhancement result by the enhancement treatment unit. Highlight.
本発明の第６の態様に係る学習データ精度可視化方法は、ノード最適配置算出処理部が、力学モデルを用いて、自然言語分析の対象となる学習データについてノードの最適配置を算出する第１ステップと、表示制御部が、上記算出結果に基づいて上記学習データを可視化して表示部に表示するよう制御する第２ステップと、を有し、上記学習データとは、質問と回答とがセットになったデータであり、上記学習データの可視化は、質問に係るノードと、回答に係るノードとが、その相関関係に基づいてリンクで接続されたものであり、上記リンクの太さは、確信度の高さを反映したものである。
本発明の第７の態様に係る学習データ精度可視化方法は、ノード最適配置算出処理部が、力学モデルを用いて、自然言語分析の対象となる学習データについてノードの最適配置を算出する第１ステップと、表示制御部が、上記算出結果に基づいて上記学習データを可視化して表示部に表示するよう制御する第２ステップと、を有し、上記学習データとは、質問と回答とがセットになったデータであり、上記学習データの可視化は、質問に係るノードと、回答に係るノードとが、その相関関係に基づいてリンクで接続されたものであり、上記リンクの長さは、確信度の高さを反映したものである。
本発明の第８の態様に係る学習データ精度可視化方法は、ノード最適配置算出処理部が、力学モデルを用いて、自然言語分析の対象となる学習データについてノードの最適配置を算出する第１ステップと、表示制御部が、上記算出結果に基づいて上記学習データを可視化して表示部に表示するよう制御する第２ステップと、を有し、上記学習データの可視化では、全ての回答は色分けされており、各質問は相関関係のある回答と同色で示される。
In the learning data accuracy visualization method according to the sixth aspect of the present invention, the node optimum arrangement calculation processing unit uses the dynamic model to calculate the optimum arrangement of nodes for learning data to be subjected to natural language analysis. When the display control unit, the learning data based on the calculation result possess a second step of controlling so as to be displayed on the display unit visualizes, and the above-mentioned learning data, questions and answers and are set The visualization of the learning data is obtained by connecting a node related to a question and a node related to an answer by a link based on the correlation, and the thickness of the link is a certainty factor. It reflects the height of.
In the learning data accuracy visualization method according to the seventh aspect of the present invention, the node optimum arrangement calculation processing unit uses the dynamic model to calculate the optimum arrangement of nodes for learning data to be subjected to natural language analysis. And a second step in which the display control unit controls to visualize the learning data based on the calculation result and display the learning data on the display unit. The learning data includes a question and an answer as a set. The visualization of the learning data is obtained by connecting a node related to a question and a node related to an answer by a link based on the correlation, and the length of the link is a certainty factor. It reflects the height of.
In the learning data accuracy visualization method according to the eighth aspect of the present invention, the node optimum arrangement calculation processing unit uses the dynamic model to calculate the optimum arrangement of nodes for learning data to be subjected to natural language analysis. And a second step in which the display control unit controls the learning data to be visualized and displayed on the display unit based on the calculation result. In the learning data visualization, all answers are color-coded. Each question is shown in the same color as the correlated answer.
本発明の第９の態様に係る学習データ精度可視化方法は、第６乃至第８の態様において、再配置処理部が、上記表示部に表示された上記ノードが操作部により操作されたときには、上記ノードを上記操作により特定される移動先に再配置する第３ステップを更に有し、上記第２ステップでは、上記表示制御部が、上記第３ステップによる再配置結果に基づいて、上記学習データを可視化して上記表示部に再表示する。 In the learning data accuracy visualization method according to the ninth aspect of the present invention, in the sixth to eighth aspects, when the rearrangement processing unit is operated by the operation unit, the node displayed on the display unit is In the second step, the display control unit further rearranges the learning data based on the rearrangement result in the third step. Visualize and redisplay on the display.
本発明の第１０の態様に係る学習データ精度可視化方法は、第６乃至第８の態様において、強調処理部が、上記表示部に表示されたノードのうち、一のノードが上記操作部により選択されたときは、当該ノードを強調する第４ステップを更に有し、上記第２ステップでは、上記表示制御部が、上記第４ステップによる上記強調結果に基づいて、選択された上記ノードを上記表示部に強調表示する。 In the learning data accuracy visualization method according to a tenth aspect of the present invention, in the sixth to eighth aspects, the enhancement processing unit selects one of the nodes displayed on the display unit by the operation unit. In the second step, the display control unit displays the selected node on the basis of the enhancement result in the fourth step. Highlight in the section.
本発明の第１１の態様に係るプログラムは、コンピュータを、力学モデルを用いて、自然言語分析の対象となる学習データについてノードの最適配置を算出するノード最適配置算出処理部と、上記ノード最適配置算出処理部による算出結果に基づいて上記学習データを可視化して上記表示部に表示するよう制御する表示制御部と、して機能させ、上記学習データとは、質問と回答とがセットになったデータであり、上記学習データの可視化は、質問に係るノードと、回答に係るノードとが、その相関関係に基づいてリンクで接続されたものであり、上記リンクの太さは、確信度の高さを反映したものである。
本発明の第１２の態様に係るプログラムは、コンピュータを、力学モデルを用いて、自然言語分析の対象となる学習データについてノードの最適配置を算出するノード最適配置算出処理部と、上記ノード最適配置算出処理部による算出結果に基づいて上記学習データを可視化して上記表示部に表示するよう制御する表示制御部と、して機能させ、上記学習データとは、質問と回答とがセットになったデータであり、上記学習データの可視化は、質問に係るノードと、回答に係るノードとが、その相関関係に基づいてリンクで接続されたものであり、上記リンクの長さは、確信度の高さを反映したものである。
本発明の第１３の態様に係るプログラムは、コンピュータを、力学モデルを用いて、自然言語分析の対象となる学習データについてノードの最適配置を算出するノード最適配置算出処理部と、上記ノード最適配置算出処理部による算出結果に基づいて上記学習データを可視化して上記表示部に表示するよう制御する表示制御部と、して機能させ、上記学習データの可視化では、全ての回答は色分けされており、各質問は相関関係のある回答と同色で示される。
A program according to an eleventh aspect of the present invention, computer, using a dynamic model, a node optimum arrangement calculation processing unit for calculating an optimal arrangement of the nodes for the learning data to be natural language analysis, the node optimal placement Based on the calculation result by the calculation processing unit, the learning data is visualized and functioned as a display control unit that controls to display on the display unit . The learning data is a set of questions and answers. Visualization of the learning data is made by connecting a node related to a question and a node related to an answer by a link based on the correlation, and the thickness of the link is high in confidence. Is reflected.
According to a twelfth aspect of the present invention, there is provided a program for causing a computer to calculate an optimum arrangement of nodes for learning data to be subjected to natural language analysis using a dynamic model; Based on the calculation result by the calculation processing unit, the learning data is visualized and functioned as a display control unit that controls to display on the display unit. The learning data is a set of questions and answers. Visualization of the learning data is made by connecting a node related to a question and a node related to an answer by a link based on the correlation, and the length of the link is high in confidence. Is reflected.
According to a thirteenth aspect of the present invention, there is provided a program for causing a computer to calculate an optimum arrangement of nodes for learning data to be subjected to natural language analysis using a dynamic model; Based on the calculation result of the calculation processing unit, it functions as a display control unit that controls to visualize the learning data and display it on the display unit. In the visualization of the learning data, all answers are color-coded. Each question is shown in the same color as the correlated answer.
本発明の第１４の態様に係るプログラムは、上記第１１乃至第１３の態様において、コンピュータを、上記表示部に表示された上記ノードが上記操作部により操作されたときには、上記ノードを上記操作により特定される移動先に再配置する再配置処理部としても機能させ、上記表示制御部は、上記再配置処理部による再配置結果に基づいて、上記学習データを可視化して上記表示部に再表示する。 A program according to a fourteenth aspect of the present invention, in the eleventh to thirteenth aspects, the computer, when the display the nodes displayed on the unit is operated by the operation unit, by the operation of the node The display control unit also functions as a rearrangement processing unit that rearranges to the specified destination, and the display control unit visualizes the learning data based on the rearrangement result by the rearrangement processing unit and redisplays it on the display unit. To do.
本発明の第１５の態様に係るプログラムは、上記第１１乃至第１３の態様において、コンピュータを、上記表示部に表示されたノードのうち一のノードが上記操作部により選択されたときは当該ノードを強調する強調処理部としても機能させ、上記表示制御部は、上記強調処置部による上記強調結果に基づいて、選択された上記ノードを上記表示部に強調表示する。 A program according to a fifteenth aspect of the present invention is the program according to any one of the eleventh to thirteenth aspects, wherein the computer is selected when one of the nodes displayed on the display unit is selected by the operation unit. also to function as emphasizing enhancement processing section, the display control unit, based on the enhancement result of the enhancement treatment unit highlights the node selected on the display unit.
本発明によれば、力学モデルを用いて、自然言語分析の対象となる学習データの相関関係を可視化し、当該学習データの改善点を特定する、学習データ精度可視化システム、学習データ精度可視化方法、及びプログラムを提供することができる。 According to the present invention, using a dynamic model, a learning data accuracy visualization system, a learning data accuracy visualization method, which visualizes a correlation of learning data to be subjected to natural language analysis and identifies an improvement point of the learning data, And programs can be provided.
以下、図面を参照しつつ本発明の一実施形態について説明する。 Hereinafter, an embodiment of the present invention will be described with reference to the drawings.
図１には、本発明の一実施形態に係る学習データ精度可視化システムの構成を示し説明する。同図に示されるように、学習データ精度可視化システム１は、全体の制御を司るＣＰＵ（Central Processing Unit）等の制御部２を備えており、制御部２は、入力部３、操作部４、記憶部５、表示部６、及び通信部７と接続されている。 FIG. 1 shows and describes the configuration of a learning data accuracy visualization system according to an embodiment of the present invention. As shown in the figure, the learning data accuracy visualization system 1 includes a control unit 2 such as a CPU (Central Processing Unit) that performs overall control. The control unit 2 includes an input unit 3, an operation unit 4, The storage unit 5, the display unit 6, and the communication unit 7 are connected.
入力部３は、外部機器より学習データ等の入力を受け付けるインタフェースである。操作部４は、マウスやキーボード等の操作デバイスである。記憶部５は、ＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）やハードディスクドライブ（Hard Disc Drive）等からなり、制御部２で実行されるプログラム８を記憶しており、その実行時にはワークエリアを提供する。また、記憶部５には、学習データ等も記憶される。表示部６は、液晶ディスプレイ等の表示デバイスである。そして、通信部７は、外部機器とインターネット等のネットワークを介して通信する通信インタフェースである。 The input unit 3 is an interface that receives input of learning data and the like from an external device. The operation unit 4 is an operation device such as a mouse or a keyboard. The storage unit 5 includes a RAM (Random Access Memory), a ROM (Read Only Memory), a hard disk drive (Hard Disc Drive), and the like, and stores a program 8 executed by the control unit 2. I will provide a. The storage unit 5 also stores learning data and the like. The display unit 6 is a display device such as a liquid crystal display. The communication unit 7 is a communication interface that communicates with an external device via a network such as the Internet.
このような構成において、制御部２は、記憶部５のプログラム８を読み出し実行することで、データ生成処理部２ａ、ノード最適配置算出処理部２ｂ、再配置処理部２ｃ、強調処理部２ｄ、表示制御部２ｅ、及び主制御部２ｆとして機能する。 In such a configuration, the control unit 2 reads and executes the program 8 in the storage unit 5 to thereby execute the data generation processing unit 2a, the node optimum arrangement calculation processing unit 2b, the rearrangement processing unit 2c, the enhancement processing unit 2d, and the display. It functions as the control unit 2e and the main control unit 2f.
データ生成処理部２ａは、入力部３より入力されたデータに基づいて学習データを生成及び編集する。尚、入力部３より学習データそのものが入力されたときは、このデータ生成処理部２ａは入力データ処理部として機能する。 The data generation processing unit 2a generates and edits learning data based on the data input from the input unit 3. When learning data itself is input from the input unit 3, the data generation processing unit 2a functions as an input data processing unit.
ノード最適配置算出処理部２ｂは、力学モデルを用いて、自然言語分析の対象となる学習データについてノードの最適配置を算出する。再配置処理部２ｃは、表示部６に表示されたノードが操作部４により操作（例えばドラッグ等）されたときには、そのノードを操作により特定される移動先に再配置する。強調処理部２ｄは、表示部６に表示されたノードのうち、一のノードが操作部４により選択されたときは、当該ノードを強調する。 The node optimum arrangement calculation processing unit 2b calculates an optimum arrangement of nodes for learning data to be subjected to natural language analysis using a dynamic model. When the node displayed on the display unit 6 is operated (for example, dragged) by the operation unit 4, the rearrangement processing unit 2c rearranges the node to the destination specified by the operation. The emphasis processing unit 2 d emphasizes the node when one of the nodes displayed on the display unit 6 is selected by the operation unit 4.
表示制御部２ｅは、ノード最適配置算出処理部２ｂによる算出結果に基づいて学習データを可視化して表示部６に表示するよう制御する。さらに、表示制御部２ｅは、再配置処理部２ｃによる再配置結果に基づいて、学習データを可視化して表示部６に再表示するよう制御する。また、表示制御部２ｅは、強調処置部２ｄによる強調結果に基づいて選択されたノードを表示部６に強調表示するよう制御する。 The display control unit 2e controls the learning data to be visualized and displayed on the display unit 6 based on the calculation result by the node optimum arrangement calculation processing unit 2b. Further, the display control unit 2e performs control so that the learning data is visualized and re-displayed on the display unit 6 based on the rearrangement result by the rearrangement processing unit 2c. In addition, the display control unit 2e performs control so that the node selected based on the enhancement result by the enhancement treatment unit 2d is highlighted on the display unit 6.
ここで、図２を参照して、学習データ精度可視化システムによる表示の基本的な考え方を説明する。図２（ａ）は、ノード最適配置算出処理部２ｂによりノードの最適配置が算出された後、表示制御部２ｅの制御により表示部６に表示された様子を示しており、図２（ｂ）は、図２（ａ）における領域１００を拡大して示している。 Here, the basic concept of display by the learning data accuracy visualization system will be described with reference to FIG. FIG. 2A shows a state in which the optimum arrangement of nodes is calculated by the node optimum arrangement calculation processing unit 2b and then displayed on the display unit 6 under the control of the display control unit 2e. FIG. FIG. 2 shows an enlarged view of the region 100 in FIG.
図２（ａ）に示されるように、本システムは、入力又は生成された学習データの相関関係を力学モデルにより可視化して表示する。学習データが、質問と回答とがセットになったデータである場合には、力学モデルによる学習データの可視化では、質問に係るノードと回答に係るノートとが、その相関関係に基づいてリンクで接続される。また、学習データの可視化では、全ての回答は色分けされており、各質問は相関関係のある回答と同色で示されるようになっている。 As shown in FIG. 2A, the system visualizes and displays the correlation of input or generated learning data using a dynamic model. If the learning data is a set of questions and answers, the visualization of the learning data using a dynamic model connects the nodes related to the questions and the notes related to the answers based on the correlation between them. Is done. In the visualization of learning data, all answers are color-coded, and each question is displayed in the same color as the correlated answer.
図２（ｂ）において、ノード１０１は回答に係るノードであり、当該ノード１０１と相関関係にある質問Ｑ１、Ｑ２に係るノード１０２，１０３等は、回答Ａに係るノード１０１とリンク１０４，１０５等により接続されている。このリンク１０４，１０５等の太さは、確信度の高さを反映したものであり、確信度が高いほどリンクの太さは太くなる。この例では、リンク１０４はリンク１０５に比して細いが、それは、質問Ｑ１の方が質問Ｑ２よりも確信度が低いことを意味する。同様に、リンク１０４，１０５等の長さは、確信度の高さを反映したものであり、確信度が高いほどリンクの長さは短くなる。この例では、リンク１０４はリンク１０５に比して長いが、それは、質問Ｑ１の方が質問Ｑ２よりも確信度が低いことを意味する。全ての回答に係るノードは色分けされており、各質問に係るノードは相関関係のある回答に係るノードと同色で示される。 In FIG. 2B, the node 101 is a node related to the answer, and the nodes 102 and 103 related to the questions Q1 and Q2 correlated with the node 101 are linked to the node 101 related to the answer A and the links 104 and 105 etc. Connected by. The thickness of the links 104, 105, etc. reflects the high degree of certainty. The higher the certainty, the thicker the link. In this example, the link 104 is thinner than the link 105, which means that the question Q1 has a lower certainty than the question Q2. Similarly, the lengths of the links 104, 105, etc. reflect the high degree of certainty, and the higher the certainty, the shorter the length of the link. In this example, link 104 is longer than link 105, which means that question Q1 has a lower confidence than question Q2. The nodes related to all the answers are color-coded, and the nodes related to each question are shown in the same color as the nodes related to the correlated answers.
力学モデルでは、ノード同士が重ならないように中央部には「反発」、中心から一定距離離れると「引力」が作用する。そして、描画エリア中心に重力を持っており、すべてのノードは中心に向かうように微動しつつ配置されている。このような作用により、図２（ａ）に示されるような学習データの可視化が実現されるのである。 In the dynamic model, “repulsion” acts at the center so that the nodes do not overlap with each other, and “attraction” acts at a certain distance from the center. The drawing area has gravity at the center, and all the nodes are arranged with slight movement toward the center. By such an action, visualization of learning data as shown in FIG. 2A is realized.
本システムでは、図２（ａ）に示されるような力学モデルによる学習データの相関関係の可視化を実現するが、ユーザは、このような表示を確認しつつ、回答係るノードと質問に係るノードとをつなぐリンクが細く長い場合に、その関係に何らかの問題があるものと認識し、学習データの再編集により改善を図ることになる。 In this system, visualization of the correlation of learning data by a dynamic model as shown in FIG. 2A is realized. While the user confirms such a display, If the link connecting the links is thin and long, it is recognized that there is some problem in the relationship, and improvement is achieved by re-editing the learning data.
図３は、同システムに入力される学習データの一例を示している。入力される学習データが回答と質問に関わるものである場合、各質問には質問ＩＤが付され、各回答にも回答ＩＤが付され、ノード最適配置算出処理部２ｂによる最適配置の算出に際してもこれらＩＤが用いられ、相関関係に基づく最適配置の算出が実行されることになる。 FIG. 3 shows an example of learning data input to the system. When the input learning data is related to answers and questions, each question is assigned a question ID, each answer is also given an answer ID, and the optimum placement calculation processing unit 2b calculates the optimum placement. These IDs are used to calculate the optimum arrangement based on the correlation.
以下、図４のフローチャートを参照して、学習データ精度可視化システムによる処理手順を詳細に説明する。ここでは、学習データ精度可視化システムによる表示例である図５を適宜参照しつつ説明を進める。 Hereinafter, the processing procedure by the learning data accuracy visualization system will be described in detail with reference to the flowchart of FIG. Here, description will be made with reference to FIG. 5 as an example of display by the learning data accuracy visualization system as appropriate.
処理を開始すると、先ずデータ生成処理部２ａが、学習データの生成を行う（Ｓ１）。入力部３から学習データそのものの入力を受けたときは、データ生成処理部２ａは、データ入力処理部として機能し、学習データの処理を行う。 When the process is started, first, the data generation processing unit 2a generates learning data (S1). When receiving the learning data itself from the input unit 3, the data generation processing unit 2a functions as a data input processing unit and processes the learning data.
続いて、ノード最適配置算出処理部２ｂが、力学モデルを用いて、自然言語分析の対象となる学習データについてノードの最適配置を算出する（Ｓ２）。そして、表示制御部２ｅが、ノード最適配置算出処理部２ｂによる算出結果に基づいて学習データを可視化して表示部６に表示するよう制御する（Ｓ３）。この表示の一例は、図５（ａ）に示される通りであり、力学モデルにより学習データの相関関係が可視化される。 Subsequently, the node optimum arrangement calculation processing unit 2b calculates the optimum arrangement of nodes for the learning data to be subjected to natural language analysis using the dynamic model (S2). Then, the display control unit 2e performs control so that the learning data is visualized and displayed on the display unit 6 based on the calculation result by the node optimum arrangement calculation processing unit 2b (S3). An example of this display is as shown in FIG. 5A, and the correlation of learning data is visualized by a dynamic model.
続いて、主制御部２ｆは、所定操作が行われたか判断し（Ｓ４）、表示部６に表示されたノードが操作部４の操作によりドラッグされたときには、再配置処理部２ｃは、そのノードをドラッグにより特定される移動先に再配置し（Ｓ５）、ステップＳ３に戻り、表示制御部２ｅは、再配置処理部２ｃによる再配置結果に基づいて、学習データを可視化して表示部６に再表示する（Ｓ３）。 Subsequently, the main control unit 2f determines whether a predetermined operation has been performed (S4). When the node displayed on the display unit 6 is dragged by the operation of the operation unit 4, the rearrangement processing unit 2c Is rearranged to the destination specified by the drag (S5), the process returns to step S3, and the display control unit 2e visualizes the learning data on the display unit 6 based on the rearrangement result by the rearrangement processing unit 2c. Redisplayed (S3).
一方、表示部６に表示されたノードのうち、一のノードが操作部４によりマウスオンされたときは、主制御部２ｆの制御の下、表示制御部２ｅは、そのノードの名称を表示部６に当該ノードに重ねて表示する（Ｓ６）。 On the other hand, when one of the nodes displayed on the display unit 6 is turned on by the operation unit 4, the display control unit 2e displays the name of the node under the control of the main control unit 2f. Is displayed over the node (S6).
続いて、表示部６に表示されたノードのうち、一のノードが操作部４により選択されたときは（Ｓ７をＹｅｓ）、強調処置部２ｄは、当該ノードを強調する（Ｓ８）。そして、ステップＳ３に戻り、表示制御部２ｅは、強調処置部２ｄによる強調結果に基づいて、選択されたノードを表示部６に強調表示する（Ｓ３）。この表示の一例は、図５（ｂ）に示される通りであり、選択されたノードと相関のあるノードのみが強調表示される。 Subsequently, when one of the nodes displayed on the display unit 6 is selected by the operation unit 4 (Yes in S7), the emphasis treatment unit 2d emphasizes the node (S8). Then, returning to step S3, the display control unit 2e highlights the selected node on the display unit 6 based on the enhancement result by the enhancement treatment unit 2d (S3). An example of this display is as shown in FIG. 5B, and only nodes that have a correlation with the selected node are highlighted.
こうして、ステップＳ４で所定時間以上、所定操作を検出しない場合には、タイムオーバーで、本処理を終了してよい。 In this way, when a predetermined operation is not detected for a predetermined time or longer in step S4, this process may be terminated when time is over.
最後に、図６及び図７を参照して、学習データ精度可視化システムによる改善前後の表示の変化、及び改善による効果を説明する。 Finally, with reference to FIG.6 and FIG.7, the change of the display before and behind improvement by a learning data precision visualization system, and the effect by improvement are demonstrated.
図６（ａ）は力学モデルにより学習データのノード最適配置算出処理を実施し、最初に表示部に表示した様子を示しているが、この表示を確認し、ノード同士、つまり回答と質問の関係を把握し、確信度の低い関係を断ち切るように、おおもとの学習データの編集処理を実施したところ、図６（ｂ）に示されるように、より相関関係が良好な学習データとなっていることを確認することができた。 FIG. 6 (a) shows a state in which the optimal placement calculation processing of learning data is performed using a dynamic model and is first displayed on the display unit. This display is confirmed, and the nodes, that is, the relationship between answers and questions. As shown in FIG. 6B, learning data having a better correlation is obtained as shown in FIG. 6B. I was able to confirm that.
図７（ａ）及び図７（ｂ）は、それぞれ図６（ａ）及び図６（ｂ）に対応する回答精度可視化（正誤図）であるが、上記編集処理を実施した後において、正誤関係が改善されていることが同図からも明らかとなった。 FIGS. 7 (a) and 7 (b) are visualizations of the accuracy of answers (correct / incorrect diagrams) corresponding to FIGS. 6 (a) and 6 (b), respectively. It is also clear from the figure that there is an improvement.
以上説明したように、本発明の一実施形態によれば、所謂力学モデルを用いて、自然言語分析の対象となる学習データの相関関係を可視化し、当該学習データの改善点を特定する、学習データ精度可視化システム、学習データ精度可視化方法、及びプログラムを提供することができる。 As described above, according to one embodiment of the present invention, a so-called dynamic model is used to visualize the correlation of learning data to be subjected to natural language analysis, and to identify an improvement point of the learning data. A data accuracy visualization system, a learning data accuracy visualization method, and a program can be provided.
以上、本発明の一実施形態について説明したが、本発明はこれに限定されることなくその趣旨を逸脱しない範囲で種々の改良・変更が可能であることは勿論である。 Although one embodiment of the present invention has been described above, the present invention is not limited to this, and it is needless to say that various improvements and changes can be made without departing from the spirit of the present invention.
例えば、上記実施形態では、全ての回答に係るノードを色分けする例を示したが、これに加えて、類似傾向にある回答については、色分けしつつ同系色で示し、それに対応する質問に係るノードを同色としてもよい。
（産業上の利用分野）
本発明は、例えば、Ｗａｔｓｏｎ自然言語分類器ＮＬＣ（Natural Language Classifier）の学習データ（例えばＱＡ）の相関関係を可視化し、チューニングポイントを特定するツールとして利用可能である。但し、これには限定されない。
For example, in the above embodiment, an example in which the nodes related to all answers are color-coded has been shown, but in addition to this, for answers that are similar, the colors related to the answers are shown in similar colors, and the nodes related to the corresponding question May be the same color.
(Industrial application fields)
The present invention can be used, for example, as a tool for visualizing the correlation of learning data (for example, QA) of a Watson natural language classifier NLC (Natural Language Classifier) and specifying a tuning point. However, it is not limited to this.
１…学習エータ精度可視化システム、２…制御部、２ａ…データ生成処理部、２ｂ…ノード最適配置算出処理部、２ｃ…再配置処理部、２ｄ…強調処理部、２ｅ…表示制御部、２ｆ…主制御部、３…入力部、４…操作部、５…記憶部、６…表示部、７…通信部、８…プログラム。 DESCRIPTION OF SYMBOLS 1 ... Learning Actor precision visualization system, 2 ... Control part, 2a ... Data generation process part, 2b ... Node optimal arrangement | positioning calculation process part, 2c ... Rearrangement processing part, 2d ... Emphasis processing part, 2e ... Display control part, 2f ... Main control unit, 3 ... input unit, 4 ... operation unit, 5 ... storage unit, 6 ... display unit, 7 ... communication unit, 8 ... program.
Claims (15)
力学モデルを用いて、自然言語分析の対象となる学習データについてノードの最適配置を算出するノード最適配置算出処理部と、
上記ノード最適配置算出処理部による算出結果に基づいて上記学習データを可視化して上記表示部に表示するよう制御する表示制御部と、を備え、
上記学習データとは、質問と回答とがセットになったデータであり、
上記学習データの可視化は、質問に係るノードと、回答に係るノードとが、その相関関係に基づいてリンクで接続されたものであり、
上記リンクの太さは、確信度の高さを反映したものである
学習データ精度可視化システム。 A display unit for performing a predetermined display;
A node optimum arrangement calculation processing unit for calculating an optimum arrangement of nodes for learning data to be subjected to natural language analysis using a dynamic model;
E Bei and a display control unit that controls to display on the display unit visualizes the training data based on the calculation result by the node optimum arrangement calculation processing unit,
The above learning data is a set of questions and answers.
The visualization of the learning data is made by connecting a node related to a question and a node related to an answer by a link based on the correlation,
The thickness of the link is a learning data accuracy visualization system that reflects the high degree of certainty .
力学モデルを用いて、自然言語分析の対象となる学習データについてノードの最適配置を算出するノード最適配置算出処理部と、A node optimum arrangement calculation processing unit for calculating an optimum arrangement of nodes for learning data to be subjected to natural language analysis using a dynamic model;
上記ノード最適配置算出処理部による算出結果に基づいて上記学習データを可視化して上記表示部に表示するよう制御する表示制御部と、を備え、A display control unit for controlling the learning data to be visualized and displayed on the display unit based on a calculation result by the node optimum arrangement calculation processing unit,
上記学習データとは、質問と回答とがセットになったデータであり、The above learning data is a set of questions and answers.
上記学習データの可視化は、質問に係るノードと、回答に係るノードとが、その相関関係に基づいてリンクで接続されたものであり、The visualization of the learning data is made by connecting a node related to a question and a node related to an answer by a link based on the correlation,
上記リンクの長さは、確信度の高さを反映したものであるThe length of the above link reflects the high level of confidence
学習データ精度可視化システム。Learning data accuracy visualization system.
力学モデルを用いて、自然言語分析の対象となる学習データについてノードの最適配置を算出するノード最適配置算出処理部と、A node optimum arrangement calculation processing unit for calculating an optimum arrangement of nodes for learning data to be subjected to natural language analysis using a dynamic model;
上記ノード最適配置算出処理部による算出結果に基づいて上記学習データを可視化して上記表示部に表示するよう制御する表示制御部と、を備え、A display control unit for controlling the learning data to be visualized and displayed on the display unit based on a calculation result by the node optimum arrangement calculation processing unit,
上記学習データの可視化では、全ての回答は色分けされており、各質問は相関関係のある回答と同色で示されるIn the above visualization of learning data, all answers are color-coded, and each question is shown in the same color as the correlated answer
学習データ精度可視化システム。Learning data accuracy visualization system.
上記表示部に表示された上記ノードが上記操作部により操作されたときには、上記ノードを上記操作により特定される移動先に再配置する再配置処理部と、を備え、
上記表示制御部は、上記再配置処理部による再配置結果に基づいて、上記学習データを可視化して上記表示部に再表示する
請求項１乃至請求項３のいずれか１項に記載の学習データ精度可視化システム。 An operation unit for performing a predetermined operation;
A relocation processing unit that rearranges the node to a destination specified by the operation when the node displayed on the display unit is operated by the operation unit;
The learning data according to any one of claims 1 to 3, wherein the display control unit visualizes the learning data and re-displays the learning data on the display unit based on a rearrangement result by the rearrangement processing unit. Precision visualization system.
上記表示部に表示されたノードのうち、一のノードが上記操作部により選択されたときは、当該ノードを強調する強調処理部と、を備え、
上記表示制御部は、上記強調処置部による上記強調結果に基づいて、選択された上記ノードを上記表示部に強調表示する
請求項１乃至請求項３のいずれか１項に記載の学習データ精度可視化システム。 An operation unit for performing a predetermined operation;
An emphasis processing unit for emphasizing the node when one of the nodes displayed on the display unit is selected by the operation unit;
The learning data accuracy visualization according to any one of claims 1 to 3, wherein the display control unit highlights the selected node on the display unit based on the enhancement result by the enhancement treatment unit. system.
表示制御部が、上記算出結果に基づいて上記学習データを可視化して表示部に表示するよう制御する第２ステップと、を有し、
上記学習データとは、質問と回答とがセットになったデータであり、
上記学習データの可視化は、質問に係るノードと、回答に係るノードとが、その相関関係に基づいてリンクで接続されたものであり、
上記リンクの太さは、確信度の高さを反映したものである
学習データ精度可視化方法。 A first step in which a node optimum arrangement calculation processing unit calculates an optimum arrangement of nodes for learning data to be subjected to natural language analysis using a dynamic model;
The display control unit, the learning data possess a second step of controlling so as to be displayed on the display unit visualizes the based on the calculation result,
The above learning data is a set of questions and answers.
The visualization of the learning data is made by connecting a node related to a question and a node related to an answer by a link based on the correlation,
The thickness of the link is a learning data accuracy visualization method that reflects a high degree of certainty .
表示制御部が、上記算出結果に基づいて上記学習データを可視化して表示部に表示するよう制御する第２ステップと、を有し、A display control unit having a second step of controlling the learning data to be visualized and displayed on the display unit based on the calculation result;
上記学習データとは、質問と回答とがセットになったデータであり、The above learning data is a set of questions and answers.
上記学習データの可視化は、質問に係るノードと、回答に係るノードとが、その相関関係に基づいてリンクで接続されたものであり、The visualization of the learning data is made by connecting a node related to a question and a node related to an answer by a link based on the correlation,
上記リンクの長さは、確信度の高さを反映したものであるThe length of the above link reflects the high level of confidence
学習データ精度可視化方法。Learning data accuracy visualization method.
表示制御部が、上記算出結果に基づいて上記学習データを可視化して表示部に表示するよう制御する第２ステップと、を有し、A display control unit having a second step of controlling the learning data to be visualized and displayed on the display unit based on the calculation result;
上記学習データの可視化では、全ての回答は色分けされており、各質問は相関関係のある回答と同色で示されるIn the above visualization of learning data, all answers are color-coded, and each question is shown in the same color as the correlated answer
学習データ精度可視化方法。Learning data accuracy visualization method.
上記第２ステップでは、上記表示制御部が、上記第３ステップによる再配置結果に基づいて、上記学習データを可視化して上記表示部に再表示する
請求項６乃至請求項８のいずれか１項に記載の学習データ精度可視化方法。 The rearrangement processing unit further includes a third step of rearranging the node to the destination specified by the operation when the node displayed on the display unit is operated by the operation unit;
In the second step, the display control unit, based on the rearrangement result by the third step, the learning data to visualize any one of claims 6 to 8 re-displayed on the display unit Learning data accuracy visualization method described in 1.
上記第２ステップでは、上記表示制御部が、上記第４ステップによる上記強調結果に基づいて、選択された上記ノードを上記表示部に強調表示する
請求項６乃至請求項８のいずれか１項に記載の学習データ精度可視化方法。 The enhancement processing unit further includes a fourth step of emphasizing the node when one of the nodes displayed on the display unit is selected by the operation unit;
The said 2nd step WHEREIN: The said display control part highlights the said selected node on the said display part based on the said emphasis result by the said 4th step. Any one of Claims 6 thru | or 8 The learning data accuracy visualization method described.
力学モデルを用いて、自然言語分析の対象となる学習データについてノードの最適配置を算出するノード最適配置算出処理部と、
上記ノード最適配置算出処理部による算出結果に基づいて上記学習データを可視化して上記表示部に表示するよう制御する表示制御部と、して機能させ、
上記学習データとは、質問と回答とがセットになったデータであり、
上記学習データの可視化は、質問に係るノードと、回答に係るノードとが、その相関関係に基づいてリンクで接続されたものであり、
上記リンクの太さは、確信度の高さを反映したものである
プログラム。 The computer,
A node optimum arrangement calculation processing unit for calculating an optimum arrangement of nodes for learning data to be subjected to natural language analysis using a dynamic model;
Based on the calculation result by the node optimal arrangement calculation processing unit, the learning data is visualized and functioned as a display control unit that controls to display on the display unit ,
The above learning data is a set of questions and answers.
The visualization of the learning data is made by connecting a node related to a question and a node related to an answer by a link based on the correlation,
The thickness of the above link reflects the high degree of certainty .
力学モデルを用いて、自然言語分析の対象となる学習データについてノードの最適配置を算出するノード最適配置算出処理部と、A node optimum arrangement calculation processing unit for calculating an optimum arrangement of nodes for learning data to be subjected to natural language analysis using a dynamic model;
上記ノード最適配置算出処理部による算出結果に基づいて上記学習データを可視化して上記表示部に表示するよう制御する表示制御部と、して機能させ、Based on the calculation result by the node optimal arrangement calculation processing unit, the learning data is visualized and functioned as a display control unit that controls to display on the display unit,
上記学習データとは、質問と回答とがセットになったデータであり、The above learning data is a set of questions and answers.
上記学習データの可視化は、質問に係るノードと、回答に係るノードとが、その相関関係に基づいてリンクで接続されたものであり、The visualization of the learning data is made by connecting a node related to a question and a node related to an answer by a link based on the correlation,
上記リンクの長さは、確信度の高さを反映したものであるThe length of the above link reflects the high level of confidence
プログラム。program.
力学モデルを用いて、自然言語分析の対象となる学習データについてノードの最適配置を算出するノード最適配置算出処理部と、A node optimum arrangement calculation processing unit for calculating an optimum arrangement of nodes for learning data to be subjected to natural language analysis using a dynamic model;
上記ノード最適配置算出処理部による算出結果に基づいて上記学習データを可視化して上記表示部に表示するよう制御する表示制御部と、して機能させ、Based on the calculation result by the node optimal arrangement calculation processing unit, the learning data is visualized and functioned as a display control unit that controls to display on the display unit,
上記学習データの可視化では、全ての回答は色分けされており、各質問は相関関係のある回答と同色で示されるIn the above visualization of learning data, all answers are color-coded, and each question is shown in the same color as the correlated answer
プログラム。program.
上記表示部に表示された上記ノードが上記操作部により操作されたときには、上記ノードを上記操作により特定される移動先に再配置する再配置処理部としても機能させ、
上記表示制御部は、上記再配置処理部による再配置結果に基づいて、上記学習データを可視化して上記表示部に再表示する
請求項１１乃至請求項１３のいずれか１項に記載のプログラム。 The computer,
When the node displayed on the display unit is operated by the operation unit, the node is also functioned as a rearrangement processing unit that rearranges the node to the destination specified by the operation ,
The program according to any one of claims 11 to 13, wherein the display control unit visualizes the learning data based on a rearrangement result by the rearrangement processing unit and redisplays the learning data on the display unit.
上記表示部に表示されたノードのうち、一のノードが上記操作部により選択されたときは、当該ノードを強調する強調処理部としても機能させ、
上記表示制御部は、上記強調処置部による上記強調結果に基づいて、選択された上記ノードを上記表示部に強調表示する
請求項１１乃至請求項１３のいずれか１項に記載のプログラム。 The computer,
When one of the nodes displayed on the display unit is selected by the operation unit, the node is made to function as an emphasis processing unit that emphasizes the node ,
The program according to any one of claims 11 to 13, wherein the display control unit highlights the selected node on the display unit based on the enhancement result by the enhancement treatment unit.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017137735A JP6268322B1 (en) | 2017-07-14 | 2017-07-14 | Learning data accuracy visualization system, learning data accuracy visualization method, and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017137735A JP6268322B1 (en) | 2017-07-14 | 2017-07-14 | Learning data accuracy visualization system, learning data accuracy visualization method, and program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP6268322B1 true JP6268322B1 (en) | 2018-01-24 |
| JP2019020946A JP2019020946A (en) | 2019-02-07 |
Family
ID=61020651
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017137735A Expired - Fee Related JP6268322B1 (en) | 2017-07-14 | 2017-07-14 | Learning data accuracy visualization system, learning data accuracy visualization method, and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6268322B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117112807A (en) * | 2023-10-23 | 2023-11-24 | 浙江大学 | Knowledge graph associated information focus visualization method and system based on mechanical model |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7402140B2 (en) | 2020-09-23 | 2023-12-20 | 株式会社日立製作所 | Registration device, registration method, and registration program |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004054918A (en) * | 2002-05-30 | 2004-02-19 | Osaka Industrial Promotion Organization | Information processing system, information display device, computer program, and recording medium |
| JP2007280000A (en) * | 2006-04-06 | 2007-10-25 | Hitachi Ltd | Personal connection analysis and retrieval method and system |
| US20120191413A1 (en) * | 2011-01-26 | 2012-07-26 | Hitachi, Ltd. | Sensor information analysis system and analysis server |
| JP2013161455A (en) * | 2012-02-08 | 2013-08-19 | Nippon Telegr & Teleph Corp <Ntt> | Graph data visualization display device, method, and program |
| JP2014191757A (en) * | 2013-03-28 | 2014-10-06 | Fujitsu Ltd | Information processing method, device, and program |
-
2017
- 2017-07-14 JP JP2017137735A patent/JP6268322B1/en not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004054918A (en) * | 2002-05-30 | 2004-02-19 | Osaka Industrial Promotion Organization | Information processing system, information display device, computer program, and recording medium |
| JP2007280000A (en) * | 2006-04-06 | 2007-10-25 | Hitachi Ltd | Personal connection analysis and retrieval method and system |
| US20120191413A1 (en) * | 2011-01-26 | 2012-07-26 | Hitachi, Ltd. | Sensor information analysis system and analysis server |
| JP2013161455A (en) * | 2012-02-08 | 2013-08-19 | Nippon Telegr & Teleph Corp <Ntt> | Graph data visualization display device, method, and program |
| JP2014191757A (en) * | 2013-03-28 | 2014-10-06 | Fujitsu Ltd | Information processing method, device, and program |
Non-Patent Citations (2)
| Title |
|---|
| 塩澤 秀和、外２名: "「納豆ビュー」の対話的な情報視覚化における位置づけ", 情報処理学会論文誌, vol. 第３８巻，第１１号, JPN6017042830, 15 November 1997 (1997-11-15), JP, pages ｐ．２３３１−２３４２ * |
| 篠沢 佳久、外１名: "演習系授業向け電子掲示板上コミュニティのネットワーク分析を用いた考察", 経営情報学会誌, vol. 第１５巻，第２号, JPN6017042829, 4 March 2008 (2008-03-04), JP, pages ｐ．１−２２ * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117112807A (en) * | 2023-10-23 | 2023-11-24 | 浙江大学 | Knowledge graph associated information focus visualization method and system based on mechanical model |
| CN117112807B (en) * | 2023-10-23 | 2024-01-30 | 浙江大学 | Knowledge graph associated information focus visualization method and system based on mechanical model |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2019020946A (en) | 2019-02-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20170083174A1 (en) | Facilitating Selection of Attribute Values for Graphical Elements | |
| JP2019506646A (en) | Network topology self-adaptive data visualization method and apparatus | |
| KR101773574B1 (en) | Method for chart visualizing of data table | |
| US10867251B2 (en) | Estimation results display system, estimation results display method, and estimation results display program | |
| US9805482B2 (en) | Computer-implemented tutorial for visual manipulation software | |
| JP2018195298A (en) | Interaction scenario display control program, interaction scenario display control method, and information processing apparatus | |
| JP6268322B1 (en) | Learning data accuracy visualization system, learning data accuracy visualization method, and program | |
| US20150169156A1 (en) | Method and Mechanism for Human Computer Interaction | |
| KR20200048606A (en) | Method for recommending succeeding user input using pattern analysis of user input | |
| Olshannikova et al. | Visualizing Big Data. | |
| JP6126679B2 (en) | Interactive control of link curvature | |
| US10885684B2 (en) | Estimation results display system, estimation results display method, and estimation results display program | |
| KR101910179B1 (en) | Web-based chart library system for data visualization | |
| JP5903394B2 (en) | Graph visualization display device, method, and program | |
| US8055598B1 (en) | User configured optimizer | |
| JP2013161455A (en) | Graph data visualization display device, method, and program | |
| US11704126B2 (en) | Non-transitory recording medium having computer-readable program recorded thereon, server apparatus, function graph display control apparatus, and function graph display control method | |
| KR101769129B1 (en) | Interaction method for chart to chart in a dashboard that is implemented in an online environment | |
| US10078801B2 (en) | System, method and software for representing decision trees | |
| JP5824412B2 (en) | Graph data visualization device, method and program | |
| KR20200128236A (en) | Automatic widget applying apparatus and method based on Machine-Learning | |
| JP4419814B2 (en) | Service quality evaluation support equipment | |
| US20130066604A1 (en) | Computer-implemented method for creating a model of a technical system | |
| KR20190011186A (en) | Web-based chart library system for data visualization | |
| JP2019185683A (en) | Computer program, information processing method and information processing device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171023 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171107 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171130 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171208 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20171219 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6268322 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |