機械学習とルールベースによる職業コーディング(テキスト検索,分類)

概要

論文の詳細を見る
社会調査において自由回答で収集される職業データの分類(職業コーディング)に対し,機械学習手法の一つであるサポートベクターマシン(Support Vector Machine. SVM)によるアプローチ及び既存のルールベース手法との混合方法について検討する.従来,職業コーディングは人手により行われてきたが,作業量の多さや煩雑さの問題があり,また,熟練していないコーダの処理結果には一貫性が欠ける傾向があった.これらの理由から,ルールベース手法により職業コーディングを自動的に行うシステムが開発され,利用されるようになってきたが,システムの正解率は高いとはいえず,また,ルールベース手法に固有な問題から,現在の値以上にすることは困難であると思われる.そこで,本稿では,機械学習の一つで分類性能が高いとされるSVMを適用しリレールベース手法との比較を行った.さらに,SVMとルールベース手法との有効な組み合わせ方を検討した結果,SVMはルールベース手法より正解率が高く,両者を組み合わせることでさらに正解率を高めることができることを確認した.
一般社団法人情報処理学会の論文
2004-01-13