キーワード抽出を用いた文書自動分類手法

概要

論文の詳細を見る
近年, インターネット, CD-ROMなどの普及によって電子化された大量の文書が流通するようになった。ここで, 文書があらかじめ分類されていると, 検索範囲が狭くなり, 検索効率は大幅に向上するという理由で, 文書分類は重要な研究テーマである。文書の分類手法は大きく2つに分けることができる。一つはあらかじめ人間が与えた分類に沿って文書を分類させる手法であり, もう一つは似たような文書をグループ化する事によって文書を自動的に分類する手法である。本稿では, 前者の場合について, 既に分類してある文書から不要語を定め, それを用いて, 未知の文書からキーワードを抽出し, 人間が定めた特定の分野に分類させる手法を提案する。以下, 2.では字種中心のキーワード抽出手法を紹介し, 3.では抽出されたキーワードから不要語を決定する処理について述べる。4.では実験により, 本手法の有効性を示す。最後に5.で, まとめと今後の課題について触れる。
一般社団法人情報処理学会の論文
1997-09-24