話題の推移に基づく続報記事の自動抽出(自然言語)

概要

論文の詳細を見る
ニュースなどの報道記事から特定の時間に特定の場所で生起した出来事に関する続報記事を自動的に抽出するためには,出来事に関する話題が時間の経過とともに変化する過程を的確にとらえる必要がある.本稿では,日付順に並べられた記事に対して,話題の推移を考慮した続報記事の抽出手法を提案する.我々は,特定の日時に報道された記事と同様の話題を持つ記事(記事集合)は,記事の話題が出来事の生起を伝える第1記事のほか,その記事と時間的に近い時期に比較的多く存在すると仮定し,類似した話題を持つ記事集合をその時点から過去に遡り推定するという方法を用いた.続報記事の抽出は,得られた記事集合を基に学習を行った後,テスト記事が続報であるか否かを判定することにより行われる.この処理はテスト記事が続報であると判定されるたびに,その記事を訓練記事集合に追加し,再度最適な記事集合を推定するという過程を繰り返すことにより行われる.TDT1コーパスを用いて実験した結果,訓練記事中の正例記事数が16記事の場合に,F値0.78の精度で続報記事を判定でき,また,異なる話題を多く含む出来事に対しても高精度で判定できることが分かった.
一般社団法人情報処理学会の論文
2003-07-15

話題の推移に基づく続報記事の自動抽出(自然言語)

スポンサーリンク

概要

著者

関連論文

スポンサーリンク