関係学習を用いた対話的情報検索(情報検索)(<特集>「人工知能分野における博士論文)
スポンサーリンク
概要
- 論文の詳細を見る
適合フィードバックは, ユーザによる評価を利用して情報検索システムの性能を向上させる技術であるが, 統計的手法による従来の実現方法で得られる検索精度には限界があることが指摘されている.本論文は, 目的情報を識別する際に有用となる単語間の特徴的な関係の利用による検索精度の改善方法を提案したもので, 全5章よりなる.第1章の「序論」に続き, 第2章「対話的情報検索における基礎技術」では, 現在一般的に利用されている基礎的な情報検索技術と検索システムの評価方法について概説している.第3章「対話的文書検索への関係学習の適用」では, ベクトル空間モデルによる従来の方法では文書を特定する際に有効となる単語間の近接関係および複数の共起関係を獲得することができないことを指摘したうえで, この関係情報を条件部にもつ論理型の判別ルールを生成する学習アルゴリズムと, これを利用してベクトル空間モデルによる検索結果のランキングを修正することにより上述の欠点を補完する方法を提案し, 評価用データを用いた実験によりその有効性を示している.第4章「関係学習を用いたフィルタ生成による対話的Webぺージ検索」では, 第3章で提案した学習アルゴリズムを使って, 適合Webぺージを効率良く選別するための対話的な検索システムを提案し, 代表的な検索エンジンとの検索精度の比較を行うことにより, その有効性を示している.第5章「結論」では, 本論文のまとめと今後の展望を述べている.
- 社団法人人工知能学会の論文
- 2001-11-01
著者
関連論文
- 関係学習を用いた対話的情報検索(情報検索)(「人工知能分野における博士論文)
- 関係学習を用いたフィルタ生成による対話的Webページ検索
- 2000-ICS-121-7 関係学習を用いた対話的文書検索とWeb検索エンジンへの応用