SCONNによる文書の自動分類
スポンサーリンク
概要
- 論文の詳細を見る
近年,計算機ネットワークの発達に伴い,大量の文書情報が日々生成している.この様な情報の中には,FAQのように有用なものが多く存在し,これらを容易に検索・利用できるシステムが待ち望まれている.しかし,一般に検索効率は低く,目的の情報を取り出すことは容易でない.そこで検索効率を向上させる目的で,文書の自動分類をニューラルネットモデルの一つである特徴マップ(Self-Organizing Map:以下SOM)により行う手法が提案されている.これによると,自動的に2次元平面上に文書地図を作成し,意味的に類似した文書同士に分類することが可能であるとの報告がなされている.しかし,S0Mではそのネットワーク構造が固定であるために,(1)構造決定の指針が立たないのではないか,(b)学習に多大の時間を必要とするのではないか等の問題が指摘される.当研究室では,協調型システム研究の一環として,ニューラルネットを利用し検索効率を向上させる種々の手法に関して研究を行っているが,本稿では,D.Choiらにより提案されたSCONN(Self-Creating and Organizing Neural Networks)モデルに基づく文書の自動分類の手法を提案し,その性質と分類問題への適用性について議論する.
- 社団法人情報処理学会の論文
- 1995-03-15
著者
関連論文
- 統計的シソーラスを用いた分散型ネットワークニュース検索システム
- 単語表記情報に基づく情報検索向き単語関係の抽出
- SCONNによる文書の自動分類
- 種々の単語間類似度を用いたネットワーク記事検索
- DAI的手法による文字切り出し方式の一検討
- 異種知識の協調利用に基づく情報検索システム
- 情報検索用自己組織型シソーラスの評価