食品安全関係情報詳細

資料管理ID syu04761190149
タイトル 欧州食品安全機関(EFSA)、食品安全関連のリスク評価に適用する機械学習技術について外部委託した科学的報告書を公表 (1/2)
資料日付 2017年7月19日
分類１ -
分類２ -
概要（記事） 　欧州食品安全機関(EFSA)は7月19日、食品安全関連のリスク評価に適用する機械学習技術(Machine Learning Techniques: MLTs)についてイタリアのコンソーシアムに外部委託した科学的報告書(2017年5月29日承認、311ページ、doi:10.2903/sp.efsa.2017.EN-1254)を公表した。概要は以下のとおり。
1. 抄録
　EFSAは2014年、(1)手引書の作成のための見識を提供するため、(2)EFSAの評価作業における調和を促進するため、MLTsの考えられる活用について本評価を委託した。以下4項目の目的が与えられた。即ち、(1)EFSAのリスク評価活動において使用可能なMLTsのリストの作成、(2)最もよく聞かれる質問を特定するためのEFSAの意見書の分類の実施、
(3)非機械学習技術(non-MLTs)と比較したMLTsの性能の評価及び最適な方法論の選択に役立つ決定樹の提案、(4)可能な場合においては、EFSA特有の質問に答えるための機械学習アルゴリズムの開発である。
　22種類のオンラインデータベースでの検索により、260万件を超える参考文献のリストを作成し、213
,070件の抄録をEFSAに関連したものとして分類、また、サポートベクターマシン(Support Vector Machine: SVM※1)及び名称共起解析法(Name co-Occurrences analysis)を適用してラベル付けを行った。潜在的ディリクレ配分法(Latent Dirichlet Allocation: LDA※2)及び相関トピックモデル(Correlated Topic Modeling: CTM※3)をEFSAの科学文書3
,744件に適用することにより、EFSAが実施する評価活動の全体像を特徴づける28の主要トピックの記述が可能になった。更に、テキストマイニング(※4)及びEFSA職員49人を対象としたアンケート調査により、それらのトピックに対処するためのEFSAにおける最も一般的な統計学的技術を特定した。
　MLTsと非MLTsの異なる性能を示し、比較するため、6件の異なるサンプルを用いた。この作業は、事前定義された一連の基準に基づき、目的に合ったMLTを精選するためのガイドラインを提供する決定樹の作成に役立った。
　最後に幾つかの具体的な課題に一層良く取り組むため、既存のMLTsを特別に変更した事例研究の開発に「人獣共通感染症に関する欧州連合総括報告書」及び「薬剤耐性に関する欧州連合総括報告書」からのデータを使用した。
※1：サポートベクターマシンとは、2つのクラスのパターンを認識するモデル。
※2：潜在的ディリクレ配分法とは、文書中の潜在的なトピックを解析する手法。
※3：相関トピックモデルとは、トピック間の関係を階層構造でモデル化する手法。
※4：テキストマイニングとは、文章のデータを単語や文節で区切り、それらの出現頻度や共起の相関等を解析する手法。
地域 欧州
国・地方 EU
情報源（公的機関） 欧州食品安全機関（EFSA）
情報源（報道） 欧州食品安全機関（EFSA）
URL http://onlinelibrary.wiley.com/doi/10.2903/sp.efsa.2017.EN-1254/pdf
印刷ページ
（※注）食品安全関係情報データベースに関する注意事項
本データベースには、食品安全委員会が収集した食品安全に関する国際機関、国内外の政府機関等の情報を掲載しています。
掲載情報は、国際機関、国内外の政府機関等のホームページ上に公表された情報から収集したものですが、関係する全ての機関の情報を確認しているものではありません。また、情報内容について食品安全委員会が確認若しくは推薦しているものではありません。
掲載情報のタイトル及び概要（記事）は、食品安全委員会が和訳・要約したものであり、その和訳・要約内容について情報公開機関に対する確認は行っておりませんので、その文責は食品安全委員会にあります。
情報公表機関からの公表文書については、個別項目の欄に記載されているURLからご確認下さい。ただし、記載されているURLは情報収集時のものであり、その後変更されている可能性がありますので、ご了承下さい。