SlideShare a Scribd company logo
1 of 70
Download to read offline
43%
                                                              57 %

50




     1 E. Sillence et al., Trust and mistrust of online health sites (CHI 2004)
     2 S. Nakamura et al., Trustworthiness analysis of Web search results (ECDL 2007)
Q.
1.   1.   2.




     2.   1.
2.



     3.   4.
3.


     4.   3.

4.
1   2   2
1 B.J. Stiff, Persuasive communication, 2002
2 B.J.Fogg & H.Tseng. The elements of computer credibility. In CHI 99, 1999.
d 1t   d 2t



d 11   d 21
d 1t   d 2t



d 11   d 21

d 12   d 22

d 13   d 23
Cred( pt ) =        Sup( pt , pk ) Cred( pk )

   Cred( pt )
   Sup( pt , pk )
Cred( pt ) =        Sup( pt , pk ) Cred( pk )

   Cred( pt )
   Sup( pt , pk )
data1                     data2                                                                      Answers
                                                                                                                         a1
                                                                      Questions

                  di1                    di2                  Slug dies when salting. Why?
                                                                                                                   Slug does not die!
                                                                                                                              dissimilar answer

 close                                              close
                                                                            q1
                                                                                                                         a2

                                                                                                               Slug mainly consists of water.
                                                            similar question                                   It loses important water when salted.

                  dj1                    dj2                                qt
                                                                                             Target data
                                                                                                                         at
                                                                                                                                  similar answer

                                                                             Why is slug melt                  Salt absorbs water from slug
                                                                             when it is salted?

                   (a) for Dominance                                 question
                                                                                                                       dissimilar answer

                                                                            q2                                           a3

                                                                  Slug is a type of snail?                   Snai is a different type from slug.



                                 data2
                                                                                                           News agency
           data1                   di2
                                                                 article (text)

            di1
                                                                                                             Reuters(UK)


close                                           distant
                                                               Ichiro is a super player
            dj1
                                                                                        Target data pair
                                   dj2                          Super player Ichiro                    Kyodo Press(Japan)



                   (c) for Diversity                                                                       Jiji Press(Japan)




                                                                  Ichiro is not great
                  data1         data2
                   di1            di2


 distant                                       distant


                   dj1            dj2

              (b) for Uniqueness
data1               data2
                                                        di1                  di2
                                              close                                 close
                                                        dj1                  dj2

                                                         (a) for Dominance


sup(pi , pj ) = α · supdom (pi , pj )
                         +β · supuni (pi , pj ) + γ · supdiv (pi , pj )


            data1        data2                                              data2
             di1          di2                          data1                 di2
                                                        di1
  distant                        distant       close                                distant
                                                        dj1
             dj1          dj2                                                 dj2

            (b) for Uniqueness                                (c) for Diversity
A




B
sup dom ( pi , p j ) = sim entityname (oi , o j ) sim image (ii , i j )
sup uni ( pi , p j ) = (1 sim entityname (oi , o j )) (1 sim image (ii , i j ))
sup( pi , p j ) = 0.5 sup dom ( pi , p j ) + 0.5 sup uni ( pi , p j )
FALSE   TRUE
1   1
1.




2.




3.




4.
1.   1.   2.




     2.   1.
2.



     3.   4.
3.


     4.   3.

4.
5
–
–
–
–
–
1.




2.




3.




4.
1.




2.




3.




4.
1.




2.




3.




4.
1.   2.




2.   1.




3.   4.




4.   3.
1.   2.




2.   1.




3.   4.




4.   3.
960
10   9
10   9
10   9
10   9
1.         1.




2.         2.




3.
     VS.   3.




4.         4.
1.                 2




4. 1-3        10




         1.
                       1.




         2.
                       2.




         3.
                       3.




         4.
                       4.
50

A        B
16                               Only Google
                                 Our system + Google
14

12

10

 8

 6

 4

 2

 0
     A   B   C   D   E   F   G   H    I     J
4   1   1   2
20


–
26.1
1.




2.




3.




4.
1.




2.




3.




4.
6
–        5       4
–            :
             7
– Full paper 6        5
– Short paper


–
–
–                          DC2
–                    IPA
学位論文「ウェブ情報の信憑性分析に関する研究」

More Related Content

What's hot

計量経済学と 機械学習の交差点入り口 (公開用)
計量経済学と 機械学習の交差点入り口 (公開用)計量経済学と 機械学習の交差点入り口 (公開用)
計量経済学と 機械学習の交差点入り口 (公開用)Shota Yasui
 
[DL輪読会]The Cramer Distance as a Solution to Biased Wasserstein Gradients
[DL輪読会]The Cramer Distance as a Solution to Biased Wasserstein Gradients[DL輪読会]The Cramer Distance as a Solution to Biased Wasserstein Gradients
[DL輪読会]The Cramer Distance as a Solution to Biased Wasserstein GradientsDeep Learning JP
 
非ガウス性を利用した 因果構造探索
非ガウス性を利用した因果構造探索非ガウス性を利用した因果構造探索
非ガウス性を利用した 因果構造探索Shiga University, RIKEN
 
【DL輪読会】Representational Continuity for Unsupervised Continual Learning ( ICLR...
【DL輪読会】Representational Continuity for Unsupervised Continual Learning ( ICLR...【DL輪読会】Representational Continuity for Unsupervised Continual Learning ( ICLR...
【DL輪読会】Representational Continuity for Unsupervised Continual Learning ( ICLR...Deep Learning JP
 
【論文紹介】How Powerful are Graph Neural Networks?
【論文紹介】How Powerful are Graph Neural Networks?【論文紹介】How Powerful are Graph Neural Networks?
【論文紹介】How Powerful are Graph Neural Networks?Masanao Ochi
 
サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会
サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会
サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会Kenyu Uehara
 
強化学習エージェントの内発的動機付けによる探索とその応用(第4回 統計・機械学習若手シンポジウム 招待公演)
強化学習エージェントの内発的動機付けによる探索とその応用(第4回 統計・機械学習若手シンポジウム 招待公演)強化学習エージェントの内発的動機付けによる探索とその応用(第4回 統計・機械学習若手シンポジウム 招待公演)
強化学習エージェントの内発的動機付けによる探索とその応用(第4回 統計・機械学習若手シンポジウム 招待公演)Shota Imai
 
グラフニューラルネットワークとグラフ組合せ問題
グラフニューラルネットワークとグラフ組合せ問題グラフニューラルネットワークとグラフ組合せ問題
グラフニューラルネットワークとグラフ組合せ問題joisino
 
[DL輪読会]Learning to Generalize: Meta-Learning for Domain Generalization
[DL輪読会]Learning to Generalize: Meta-Learning for Domain Generalization[DL輪読会]Learning to Generalize: Meta-Learning for Domain Generalization
[DL輪読会]Learning to Generalize: Meta-Learning for Domain GeneralizationDeep Learning JP
 
Positive-Unlabeled Learning with Non-Negative Risk Estimator
Positive-Unlabeled Learning with Non-Negative Risk EstimatorPositive-Unlabeled Learning with Non-Negative Risk Estimator
Positive-Unlabeled Learning with Non-Negative Risk EstimatorKiryo Ryuichi
 
因果推論の奥へ: "What works" meets "why it works"
因果推論の奥へ: "What works" meets "why it works"因果推論の奥へ: "What works" meets "why it works"
因果推論の奥へ: "What works" meets "why it works"takehikoihayashi
 
『データ解析におけるプライバシー保護』勉強会
『データ解析におけるプライバシー保護』勉強会『データ解析におけるプライバシー保護』勉強会
『データ解析におけるプライバシー保護』勉強会MITSUNARI Shigeo
 
深層学習の不確実性 - Uncertainty in Deep Neural Networks -
深層学習の不確実性 - Uncertainty in Deep Neural Networks -深層学習の不確実性 - Uncertainty in Deep Neural Networks -
深層学習の不確実性 - Uncertainty in Deep Neural Networks -tmtm otm
 
最近のディープラーニングのトレンド紹介_20200925
最近のディープラーニングのトレンド紹介_20200925最近のディープラーニングのトレンド紹介_20200925
最近のディープラーニングのトレンド紹介_20200925小川 雄太郎
 
【DL輪読会】A Time Series is Worth 64 Words: Long-term Forecasting with Transformers
【DL輪読会】A Time Series is Worth 64 Words: Long-term Forecasting with Transformers【DL輪読会】A Time Series is Worth 64 Words: Long-term Forecasting with Transformers
【DL輪読会】A Time Series is Worth 64 Words: Long-term Forecasting with TransformersDeep Learning JP
 
【DL輪読会】Dropout Reduces Underfitting
【DL輪読会】Dropout Reduces Underfitting【DL輪読会】Dropout Reduces Underfitting
【DL輪読会】Dropout Reduces UnderfittingDeep Learning JP
 
星野「調査観察データの統計科学」第3章
星野「調査観察データの統計科学」第3章星野「調査観察データの統計科学」第3章
星野「調査観察データの統計科学」第3章Shuyo Nakatani
 
[DL輪読会]ICLR2020の分布外検知速報
[DL輪読会]ICLR2020の分布外検知速報[DL輪読会]ICLR2020の分布外検知速報
[DL輪読会]ICLR2020の分布外検知速報Deep Learning JP
 
構造方程式モデルによる因果探索と非ガウス性
構造方程式モデルによる因果探索と非ガウス性構造方程式モデルによる因果探索と非ガウス性
構造方程式モデルによる因果探索と非ガウス性Shiga University, RIKEN
 
ベイジアンディープニューラルネット
ベイジアンディープニューラルネットベイジアンディープニューラルネット
ベイジアンディープニューラルネットYuta Kashino
 

What's hot (20)

計量経済学と 機械学習の交差点入り口 (公開用)
計量経済学と 機械学習の交差点入り口 (公開用)計量経済学と 機械学習の交差点入り口 (公開用)
計量経済学と 機械学習の交差点入り口 (公開用)
 
[DL輪読会]The Cramer Distance as a Solution to Biased Wasserstein Gradients
[DL輪読会]The Cramer Distance as a Solution to Biased Wasserstein Gradients[DL輪読会]The Cramer Distance as a Solution to Biased Wasserstein Gradients
[DL輪読会]The Cramer Distance as a Solution to Biased Wasserstein Gradients
 
非ガウス性を利用した 因果構造探索
非ガウス性を利用した因果構造探索非ガウス性を利用した因果構造探索
非ガウス性を利用した 因果構造探索
 
【DL輪読会】Representational Continuity for Unsupervised Continual Learning ( ICLR...
【DL輪読会】Representational Continuity for Unsupervised Continual Learning ( ICLR...【DL輪読会】Representational Continuity for Unsupervised Continual Learning ( ICLR...
【DL輪読会】Representational Continuity for Unsupervised Continual Learning ( ICLR...
 
【論文紹介】How Powerful are Graph Neural Networks?
【論文紹介】How Powerful are Graph Neural Networks?【論文紹介】How Powerful are Graph Neural Networks?
【論文紹介】How Powerful are Graph Neural Networks?
 
サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会
サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会
サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会
 
強化学習エージェントの内発的動機付けによる探索とその応用(第4回 統計・機械学習若手シンポジウム 招待公演)
強化学習エージェントの内発的動機付けによる探索とその応用(第4回 統計・機械学習若手シンポジウム 招待公演)強化学習エージェントの内発的動機付けによる探索とその応用(第4回 統計・機械学習若手シンポジウム 招待公演)
強化学習エージェントの内発的動機付けによる探索とその応用(第4回 統計・機械学習若手シンポジウム 招待公演)
 
グラフニューラルネットワークとグラフ組合せ問題
グラフニューラルネットワークとグラフ組合せ問題グラフニューラルネットワークとグラフ組合せ問題
グラフニューラルネットワークとグラフ組合せ問題
 
[DL輪読会]Learning to Generalize: Meta-Learning for Domain Generalization
[DL輪読会]Learning to Generalize: Meta-Learning for Domain Generalization[DL輪読会]Learning to Generalize: Meta-Learning for Domain Generalization
[DL輪読会]Learning to Generalize: Meta-Learning for Domain Generalization
 
Positive-Unlabeled Learning with Non-Negative Risk Estimator
Positive-Unlabeled Learning with Non-Negative Risk EstimatorPositive-Unlabeled Learning with Non-Negative Risk Estimator
Positive-Unlabeled Learning with Non-Negative Risk Estimator
 
因果推論の奥へ: "What works" meets "why it works"
因果推論の奥へ: "What works" meets "why it works"因果推論の奥へ: "What works" meets "why it works"
因果推論の奥へ: "What works" meets "why it works"
 
『データ解析におけるプライバシー保護』勉強会
『データ解析におけるプライバシー保護』勉強会『データ解析におけるプライバシー保護』勉強会
『データ解析におけるプライバシー保護』勉強会
 
深層学習の不確実性 - Uncertainty in Deep Neural Networks -
深層学習の不確実性 - Uncertainty in Deep Neural Networks -深層学習の不確実性 - Uncertainty in Deep Neural Networks -
深層学習の不確実性 - Uncertainty in Deep Neural Networks -
 
最近のディープラーニングのトレンド紹介_20200925
最近のディープラーニングのトレンド紹介_20200925最近のディープラーニングのトレンド紹介_20200925
最近のディープラーニングのトレンド紹介_20200925
 
【DL輪読会】A Time Series is Worth 64 Words: Long-term Forecasting with Transformers
【DL輪読会】A Time Series is Worth 64 Words: Long-term Forecasting with Transformers【DL輪読会】A Time Series is Worth 64 Words: Long-term Forecasting with Transformers
【DL輪読会】A Time Series is Worth 64 Words: Long-term Forecasting with Transformers
 
【DL輪読会】Dropout Reduces Underfitting
【DL輪読会】Dropout Reduces Underfitting【DL輪読会】Dropout Reduces Underfitting
【DL輪読会】Dropout Reduces Underfitting
 
星野「調査観察データの統計科学」第3章
星野「調査観察データの統計科学」第3章星野「調査観察データの統計科学」第3章
星野「調査観察データの統計科学」第3章
 
[DL輪読会]ICLR2020の分布外検知速報
[DL輪読会]ICLR2020の分布外検知速報[DL輪読会]ICLR2020の分布外検知速報
[DL輪読会]ICLR2020の分布外検知速報
 
構造方程式モデルによる因果探索と非ガウス性
構造方程式モデルによる因果探索と非ガウス性構造方程式モデルによる因果探索と非ガウス性
構造方程式モデルによる因果探索と非ガウス性
 
ベイジアンディープニューラルネット
ベイジアンディープニューラルネットベイジアンディープニューラルネット
ベイジアンディープニューラルネット
 

More from Yusuke Yamamoto

Collaborative Filtering 2: Item-based CF
Collaborative Filtering 2: Item-based CFCollaborative Filtering 2: Item-based CF
Collaborative Filtering 2: Item-based CFYusuke Yamamoto
 
Collaborative Filtering 1: User-based CF
Collaborative Filtering 1: User-based CFCollaborative Filtering 1: User-based CF
Collaborative Filtering 1: User-based CFYusuke Yamamoto
 
データ解析技術2019
データ解析技術2019データ解析技術2019
データ解析技術2019Yusuke Yamamoto
 
研究室紹介資料2019
研究室紹介資料2019研究室紹介資料2019
研究室紹介資料2019Yusuke Yamamoto
 
ACM WebSci 2018 presentation/発表資料
ACM WebSci 2018 presentation/発表資料ACM WebSci 2018 presentation/発表資料
ACM WebSci 2018 presentation/発表資料Yusuke Yamamoto
 
不便益システムシンポジウム2018発表資料
不便益システムシンポジウム2018発表資料不便益システムシンポジウム2018発表資料
不便益システムシンポジウム2018発表資料Yusuke Yamamoto
 
KURA HOUR拡大版・附属図書館研究開発室セミナー 20180319
KURA HOUR拡大版・附属図書館研究開発室セミナー 20180319KURA HOUR拡大版・附属図書館研究開発室セミナー 20180319
KURA HOUR拡大版・附属図書館研究開発室セミナー 20180319Yusuke Yamamoto
 
批判的ウェブ情報探索リテラシー尺度の開発
批判的ウェブ情報探索リテラシー尺度の開発批判的ウェブ情報探索リテラシー尺度の開発
批判的ウェブ情報探索リテラシー尺度の開発Yusuke Yamamoto
 
東北地区大学図書館協議会 第72回総会講演資料20170922
東北地区大学図書館協議会 第72回総会講演資料20170922東北地区大学図書館協議会 第72回総会講演資料20170922
東北地区大学図書館協議会 第72回総会講演資料20170922Yusuke Yamamoto
 
WI2研究会 Vol.10発表資料20170708
WI2研究会 Vol.10発表資料20170708WI2研究会 Vol.10発表資料20170708
WI2研究会 Vol.10発表資料20170708Yusuke Yamamoto
 
情報学応用論20170622
情報学応用論20170622情報学応用論20170622
情報学応用論20170622Yusuke Yamamoto
 
ビッグデータとITイノベーション
ビッグデータとITイノベーションビッグデータとITイノベーション
ビッグデータとITイノベーションYusuke Yamamoto
 
ウェブと研究者との関わり方20150302
ウェブと研究者との関わり方20150302ウェブと研究者との関わり方20150302
ウェブと研究者との関わり方20150302Yusuke Yamamoto
 
大学の研究力を考える
大学の研究力を考える大学の研究力を考える
大学の研究力を考えるYusuke Yamamoto
 
研究力DOWNシナリオ
研究力DOWNシナリオ研究力DOWNシナリオ
研究力DOWNシナリオYusuke Yamamoto
 

More from Yusuke Yamamoto (20)

WISE2019 presentation
WISE2019 presentationWISE2019 presentation
WISE2019 presentation
 
Link Analysis
Link AnalysisLink Analysis
Link Analysis
 
Matrix Factorization
Matrix FactorizationMatrix Factorization
Matrix Factorization
 
Collaborative Filtering 2: Item-based CF
Collaborative Filtering 2: Item-based CFCollaborative Filtering 2: Item-based CF
Collaborative Filtering 2: Item-based CF
 
Collaborative Filtering 1: User-based CF
Collaborative Filtering 1: User-based CFCollaborative Filtering 1: User-based CF
Collaborative Filtering 1: User-based CF
 
データ解析技術2019
データ解析技術2019データ解析技術2019
データ解析技術2019
 
研究室紹介資料2019
研究室紹介資料2019研究室紹介資料2019
研究室紹介資料2019
 
ACM WebSci 2018 presentation/発表資料
ACM WebSci 2018 presentation/発表資料ACM WebSci 2018 presentation/発表資料
ACM WebSci 2018 presentation/発表資料
 
不便益システムシンポジウム2018発表資料
不便益システムシンポジウム2018発表資料不便益システムシンポジウム2018発表資料
不便益システムシンポジウム2018発表資料
 
KURA HOUR拡大版・附属図書館研究開発室セミナー 20180319
KURA HOUR拡大版・附属図書館研究開発室セミナー 20180319KURA HOUR拡大版・附属図書館研究開発室セミナー 20180319
KURA HOUR拡大版・附属図書館研究開発室セミナー 20180319
 
批判的ウェブ情報探索リテラシー尺度の開発
批判的ウェブ情報探索リテラシー尺度の開発批判的ウェブ情報探索リテラシー尺度の開発
批判的ウェブ情報探索リテラシー尺度の開発
 
東北地区大学図書館協議会 第72回総会講演資料20170922
東北地区大学図書館協議会 第72回総会講演資料20170922東北地区大学図書館協議会 第72回総会講演資料20170922
東北地区大学図書館協議会 第72回総会講演資料20170922
 
WI2研究会 Vol.10発表資料20170708
WI2研究会 Vol.10発表資料20170708WI2研究会 Vol.10発表資料20170708
WI2研究会 Vol.10発表資料20170708
 
情報学応用論20170622
情報学応用論20170622情報学応用論20170622
情報学応用論20170622
 
情報学総論20170623
情報学総論20170623情報学総論20170623
情報学総論20170623
 
情報学総論20170616
情報学総論20170616情報学総論20170616
情報学総論20170616
 
ビッグデータとITイノベーション
ビッグデータとITイノベーションビッグデータとITイノベーション
ビッグデータとITイノベーション
 
ウェブと研究者との関わり方20150302
ウェブと研究者との関わり方20150302ウェブと研究者との関わり方20150302
ウェブと研究者との関わり方20150302
 
大学の研究力を考える
大学の研究力を考える大学の研究力を考える
大学の研究力を考える
 
研究力DOWNシナリオ
研究力DOWNシナリオ研究力DOWNシナリオ
研究力DOWNシナリオ
 

Recently uploaded

Use of FIDO in the Payments and Identity Landscape: FIDO Paris Seminar.pptx
Use of FIDO in the Payments and Identity Landscape: FIDO Paris Seminar.pptxUse of FIDO in the Payments and Identity Landscape: FIDO Paris Seminar.pptx
Use of FIDO in the Payments and Identity Landscape: FIDO Paris Seminar.pptxLoriGlavin3
 
Tampa BSides - Chef's Tour of Microsoft Security Adoption Framework (SAF)
Tampa BSides - Chef's Tour of Microsoft Security Adoption Framework (SAF)Tampa BSides - Chef's Tour of Microsoft Security Adoption Framework (SAF)
Tampa BSides - Chef's Tour of Microsoft Security Adoption Framework (SAF)Mark Simos
 
Generative AI for Technical Writer or Information Developers
Generative AI for Technical Writer or Information DevelopersGenerative AI for Technical Writer or Information Developers
Generative AI for Technical Writer or Information DevelopersRaghuram Pandurangan
 
Unraveling Multimodality with Large Language Models.pdf
Unraveling Multimodality with Large Language Models.pdfUnraveling Multimodality with Large Language Models.pdf
Unraveling Multimodality with Large Language Models.pdfAlex Barbosa Coqueiro
 
Take control of your SAP testing with UiPath Test Suite
Take control of your SAP testing with UiPath Test SuiteTake control of your SAP testing with UiPath Test Suite
Take control of your SAP testing with UiPath Test SuiteDianaGray10
 
Transcript: New from BookNet Canada for 2024: Loan Stars - Tech Forum 2024
Transcript: New from BookNet Canada for 2024: Loan Stars - Tech Forum 2024Transcript: New from BookNet Canada for 2024: Loan Stars - Tech Forum 2024
Transcript: New from BookNet Canada for 2024: Loan Stars - Tech Forum 2024BookNet Canada
 
A Journey Into the Emotions of Software Developers
A Journey Into the Emotions of Software DevelopersA Journey Into the Emotions of Software Developers
A Journey Into the Emotions of Software DevelopersNicole Novielli
 
The Ultimate Guide to Choosing WordPress Pros and Cons
The Ultimate Guide to Choosing WordPress Pros and ConsThe Ultimate Guide to Choosing WordPress Pros and Cons
The Ultimate Guide to Choosing WordPress Pros and ConsPixlogix Infotech
 
How AI, OpenAI, and ChatGPT impact business and software.
How AI, OpenAI, and ChatGPT impact business and software.How AI, OpenAI, and ChatGPT impact business and software.
How AI, OpenAI, and ChatGPT impact business and software.Curtis Poe
 
SALESFORCE EDUCATION CLOUD | FEXLE SERVICES
SALESFORCE EDUCATION CLOUD | FEXLE SERVICESSALESFORCE EDUCATION CLOUD | FEXLE SERVICES
SALESFORCE EDUCATION CLOUD | FEXLE SERVICESmohitsingh558521
 
Anypoint Exchange: It’s Not Just a Repo!
Anypoint Exchange: It’s Not Just a Repo!Anypoint Exchange: It’s Not Just a Repo!
Anypoint Exchange: It’s Not Just a Repo!Manik S Magar
 
Gen AI in Business - Global Trends Report 2024.pdf
Gen AI in Business - Global Trends Report 2024.pdfGen AI in Business - Global Trends Report 2024.pdf
Gen AI in Business - Global Trends Report 2024.pdfAddepto
 
DSPy a system for AI to Write Prompts and Do Fine Tuning
DSPy a system for AI to Write Prompts and Do Fine TuningDSPy a system for AI to Write Prompts and Do Fine Tuning
DSPy a system for AI to Write Prompts and Do Fine TuningLars Bell
 
Exploring ChatGPT Prompt Hacks To Maximally Optimise Your Queries
Exploring ChatGPT Prompt Hacks To Maximally Optimise Your QueriesExploring ChatGPT Prompt Hacks To Maximally Optimise Your Queries
Exploring ChatGPT Prompt Hacks To Maximally Optimise Your QueriesSanjay Willie
 
TrustArc Webinar - How to Build Consumer Trust Through Data Privacy
TrustArc Webinar - How to Build Consumer Trust Through Data PrivacyTrustArc Webinar - How to Build Consumer Trust Through Data Privacy
TrustArc Webinar - How to Build Consumer Trust Through Data PrivacyTrustArc
 
Time Series Foundation Models - current state and future directions
Time Series Foundation Models - current state and future directionsTime Series Foundation Models - current state and future directions
Time Series Foundation Models - current state and future directionsNathaniel Shimoni
 
How to write a Business Continuity Plan
How to write a Business Continuity PlanHow to write a Business Continuity Plan
How to write a Business Continuity PlanDatabarracks
 
Transcript: New from BookNet Canada for 2024: BNC CataList - Tech Forum 2024
Transcript: New from BookNet Canada for 2024: BNC CataList - Tech Forum 2024Transcript: New from BookNet Canada for 2024: BNC CataList - Tech Forum 2024
Transcript: New from BookNet Canada for 2024: BNC CataList - Tech Forum 2024BookNet Canada
 
Moving Beyond Passwords: FIDO Paris Seminar.pdf
Moving Beyond Passwords: FIDO Paris Seminar.pdfMoving Beyond Passwords: FIDO Paris Seminar.pdf
Moving Beyond Passwords: FIDO Paris Seminar.pdfLoriGlavin3
 
Scale your database traffic with Read & Write split using MySQL Router
Scale your database traffic with Read & Write split using MySQL RouterScale your database traffic with Read & Write split using MySQL Router
Scale your database traffic with Read & Write split using MySQL RouterMydbops
 

Recently uploaded (20)

Use of FIDO in the Payments and Identity Landscape: FIDO Paris Seminar.pptx
Use of FIDO in the Payments and Identity Landscape: FIDO Paris Seminar.pptxUse of FIDO in the Payments and Identity Landscape: FIDO Paris Seminar.pptx
Use of FIDO in the Payments and Identity Landscape: FIDO Paris Seminar.pptx
 
Tampa BSides - Chef's Tour of Microsoft Security Adoption Framework (SAF)
Tampa BSides - Chef's Tour of Microsoft Security Adoption Framework (SAF)Tampa BSides - Chef's Tour of Microsoft Security Adoption Framework (SAF)
Tampa BSides - Chef's Tour of Microsoft Security Adoption Framework (SAF)
 
Generative AI for Technical Writer or Information Developers
Generative AI for Technical Writer or Information DevelopersGenerative AI for Technical Writer or Information Developers
Generative AI for Technical Writer or Information Developers
 
Unraveling Multimodality with Large Language Models.pdf
Unraveling Multimodality with Large Language Models.pdfUnraveling Multimodality with Large Language Models.pdf
Unraveling Multimodality with Large Language Models.pdf
 
Take control of your SAP testing with UiPath Test Suite
Take control of your SAP testing with UiPath Test SuiteTake control of your SAP testing with UiPath Test Suite
Take control of your SAP testing with UiPath Test Suite
 
Transcript: New from BookNet Canada for 2024: Loan Stars - Tech Forum 2024
Transcript: New from BookNet Canada for 2024: Loan Stars - Tech Forum 2024Transcript: New from BookNet Canada for 2024: Loan Stars - Tech Forum 2024
Transcript: New from BookNet Canada for 2024: Loan Stars - Tech Forum 2024
 
A Journey Into the Emotions of Software Developers
A Journey Into the Emotions of Software DevelopersA Journey Into the Emotions of Software Developers
A Journey Into the Emotions of Software Developers
 
The Ultimate Guide to Choosing WordPress Pros and Cons
The Ultimate Guide to Choosing WordPress Pros and ConsThe Ultimate Guide to Choosing WordPress Pros and Cons
The Ultimate Guide to Choosing WordPress Pros and Cons
 
How AI, OpenAI, and ChatGPT impact business and software.
How AI, OpenAI, and ChatGPT impact business and software.How AI, OpenAI, and ChatGPT impact business and software.
How AI, OpenAI, and ChatGPT impact business and software.
 
SALESFORCE EDUCATION CLOUD | FEXLE SERVICES
SALESFORCE EDUCATION CLOUD | FEXLE SERVICESSALESFORCE EDUCATION CLOUD | FEXLE SERVICES
SALESFORCE EDUCATION CLOUD | FEXLE SERVICES
 
Anypoint Exchange: It’s Not Just a Repo!
Anypoint Exchange: It’s Not Just a Repo!Anypoint Exchange: It’s Not Just a Repo!
Anypoint Exchange: It’s Not Just a Repo!
 
Gen AI in Business - Global Trends Report 2024.pdf
Gen AI in Business - Global Trends Report 2024.pdfGen AI in Business - Global Trends Report 2024.pdf
Gen AI in Business - Global Trends Report 2024.pdf
 
DSPy a system for AI to Write Prompts and Do Fine Tuning
DSPy a system for AI to Write Prompts and Do Fine TuningDSPy a system for AI to Write Prompts and Do Fine Tuning
DSPy a system for AI to Write Prompts and Do Fine Tuning
 
Exploring ChatGPT Prompt Hacks To Maximally Optimise Your Queries
Exploring ChatGPT Prompt Hacks To Maximally Optimise Your QueriesExploring ChatGPT Prompt Hacks To Maximally Optimise Your Queries
Exploring ChatGPT Prompt Hacks To Maximally Optimise Your Queries
 
TrustArc Webinar - How to Build Consumer Trust Through Data Privacy
TrustArc Webinar - How to Build Consumer Trust Through Data PrivacyTrustArc Webinar - How to Build Consumer Trust Through Data Privacy
TrustArc Webinar - How to Build Consumer Trust Through Data Privacy
 
Time Series Foundation Models - current state and future directions
Time Series Foundation Models - current state and future directionsTime Series Foundation Models - current state and future directions
Time Series Foundation Models - current state and future directions
 
How to write a Business Continuity Plan
How to write a Business Continuity PlanHow to write a Business Continuity Plan
How to write a Business Continuity Plan
 
Transcript: New from BookNet Canada for 2024: BNC CataList - Tech Forum 2024
Transcript: New from BookNet Canada for 2024: BNC CataList - Tech Forum 2024Transcript: New from BookNet Canada for 2024: BNC CataList - Tech Forum 2024
Transcript: New from BookNet Canada for 2024: BNC CataList - Tech Forum 2024
 
Moving Beyond Passwords: FIDO Paris Seminar.pdf
Moving Beyond Passwords: FIDO Paris Seminar.pdfMoving Beyond Passwords: FIDO Paris Seminar.pdf
Moving Beyond Passwords: FIDO Paris Seminar.pdf
 
Scale your database traffic with Read & Write split using MySQL Router
Scale your database traffic with Read & Write split using MySQL RouterScale your database traffic with Read & Write split using MySQL Router
Scale your database traffic with Read & Write split using MySQL Router
 

学位論文「ウェブ情報の信憑性分析に関する研究」

  • 1.
  • 2. 43% 57 % 50 1 E. Sillence et al., Trust and mistrust of online health sites (CHI 2004) 2 S. Nakamura et al., Trustworthiness analysis of Web search results (ECDL 2007)
  • 3.
  • 4.
  • 5.
  • 6. Q.
  • 7.
  • 8.
  • 9.
  • 10. 1. 1. 2. 2. 1. 2. 3. 4. 3. 4. 3. 4.
  • 11.
  • 12. 1 2 2
  • 13. 1 B.J. Stiff, Persuasive communication, 2002 2 B.J.Fogg & H.Tseng. The elements of computer credibility. In CHI 99, 1999.
  • 14.
  • 15. d 1t d 2t d 11 d 21
  • 16. d 1t d 2t d 11 d 21 d 12 d 22 d 13 d 23
  • 17. Cred( pt ) = Sup( pt , pk ) Cred( pk ) Cred( pt ) Sup( pt , pk )
  • 18. Cred( pt ) = Sup( pt , pk ) Cred( pk ) Cred( pt ) Sup( pt , pk )
  • 19. data1 data2 Answers a1 Questions di1 di2 Slug dies when salting. Why? Slug does not die! dissimilar answer close close q1 a2 Slug mainly consists of water. similar question It loses important water when salted. dj1 dj2 qt Target data at similar answer Why is slug melt Salt absorbs water from slug when it is salted? (a) for Dominance question dissimilar answer q2 a3 Slug is a type of snail? Snai is a different type from slug. data2 News agency data1 di2 article (text) di1 Reuters(UK) close distant Ichiro is a super player dj1 Target data pair dj2 Super player Ichiro Kyodo Press(Japan) (c) for Diversity Jiji Press(Japan) Ichiro is not great data1 data2 di1 di2 distant distant dj1 dj2 (b) for Uniqueness
  • 20. data1 data2 di1 di2 close close dj1 dj2 (a) for Dominance sup(pi , pj ) = α · supdom (pi , pj ) +β · supuni (pi , pj ) + γ · supdiv (pi , pj ) data1 data2 data2 di1 di2 data1 di2 di1 distant distant close distant dj1 dj1 dj2 dj2 (b) for Uniqueness (c) for Diversity
  • 21. A B
  • 22. sup dom ( pi , p j ) = sim entityname (oi , o j ) sim image (ii , i j )
  • 23. sup uni ( pi , p j ) = (1 sim entityname (oi , o j )) (1 sim image (ii , i j ))
  • 24. sup( pi , p j ) = 0.5 sup dom ( pi , p j ) + 0.5 sup uni ( pi , p j )
  • 25.
  • 26.
  • 27. FALSE TRUE
  • 28. 1 1
  • 30.
  • 31. 1. 1. 2. 2. 1. 2. 3. 4. 3. 4. 3. 4.
  • 36. 1. 2. 2. 1. 3. 4. 4. 3.
  • 37. 1. 2. 2. 1. 3. 4. 4. 3.
  • 38.
  • 39. 960
  • 40. 10 9
  • 41. 10 9
  • 42. 10 9
  • 43. 10 9
  • 44.
  • 45. 1. 1. 2. 2. 3. VS. 3. 4. 4.
  • 46. 1. 2 4. 1-3 10 1. 1. 2. 2. 3. 3. 4. 4.
  • 47. 50 A B
  • 48. 16 Only Google Our system + Google 14 12 10 8 6 4 2 0 A B C D E F G H I J
  • 49. 4 1 1 2
  • 50.
  • 51.
  • 52.
  • 53.
  • 54.
  • 55.
  • 56.
  • 57.
  • 58.
  • 59.
  • 61. 26.1
  • 62.
  • 63.
  • 64.
  • 65.
  • 68.
  • 69. 6 – 5 4 – : 7 – Full paper 6 5 – Short paper – – – DC2 – IPA