参考アプローチ

更新情報

2018/06/22: 応募にあたって参考となるアプローチを紹介していきます（ネタバレにならない範囲で）。

検索アプローチ

SPARQLで検索して探す

特定の時間に特定の場所に居た人を探す
JSAI2018@鹿児島の発表にて紹介した方法です．事件が起きたTime，AbstractTimeを中心に登場人物をリストアップし，殺人の動機を持つ人を探します。
但し，何が殺人の動機になるかは別途，ファクトやルールを追加しなくては結論づけられないかもしれません．ファクト，ルールの追加は自由です。

推論アプローチ

一階述語論理に基づくルールを加えて推論する

ナイフに個人の指紋がある ⇒ 犯人である？
今回の小説では犯人は明解です．犯人に繋がるようにルールを用意するだけでなく，他の小説にも適用可能な推論ルールとなるように書き下してみてください（一般性）．少ないルールを上手に使いまわして推論する場合や，多量のルールを用意して少ないステップで推論する場合などがあるでしょう。

オントロジーに基づいて記述論理で推論する

簡単なオントロジーを用意し，ルールにクラス定義を導入する
一般的なルールセットを用意する上では是非，オントロジーの活用を検討してください（評価ポイントが上がるかもしれません）。

機械学習アプローチ

教師あり学習を用いて犯人を分類する

他の事件における犯人の特徴群から学習・推定する
現在は一小説分のKnowledge Graphしか公開されておりませんが，他の映画やドラマ，小説などから犯人に繋がる要因（金銭関係，怨恨など）をリストアップし，教師データとした上でモデルを生成し，今回の登場人物の特徴を入力して犯人である確率を推定してください．但し，どの特徴が犯人であると推定するに最も効いたのかを明示してください（機械学習における説明性）。

教師なし学習を用いてクラスタリングする

他の事件における登場人物の特徴群から学習する
他の映画やドラマ，小説などから登場人物と特徴群のリストが作られたならば，今回の登場人物と特徴を入れてクラスタリングしても面白いかもしれません．犯人クラスタの中に今回の犯人が入っているかもしれません。