プロービングとクラスタリングを用いた新規トピック文書抽出(セッション10B : クラスタリング)

概要

論文の詳細を見る
Hidden Webサイトをはじめとして,内包するデータベースコンテンツを問合せインタフェースを介して外部の利用者に提供する情報源が増加している.多くの情報源では,そのコンテンツは時間と共に動的に追加更新される.データベースコンテンツの変化内容を知ることは,新規トピック検出やトレンド分析等の情報利用において重要である.しかし,上記のような情報源においては,利用者がコンテンツ管理者からの特別な手助けなしに問合せインタフェースのみを用いてその変化傾向を知ることば一般に困難である.我々は,キーワードに基づく問合せインタフェースを有しそのコンテンツが動的に追加更新されるテキストデータベースから,新たに追加された新規性の高いトピックを有するコンテンツを抽出するための手法を提案してきた.しかし,複数のトピックが混在する状況における詳細な手法の検討が不十分であった.そこで本論文では,階層的クラスタリング手法を用いることで,複数のトピックが混在する場合においてより高い割合で新規性の高いトピックを有するコンテンツを抽出する方法についそ検討を行う.また,実テキストデータを用いた実験により.本手法の有効性を示す.
2003-07-18