単語の文書頻度を利用した決定木学習アルゴリズムによるrelevance feedbackの高精度化

概要

論文の詳細を見る
relevance feedbackは、検索者にとって関心のある文書から抽出したキーワードを利用し、検索式を修正することで検索精度を向上させる手法である。その代表的なアルゴリズムであるRocchio feedback法は、種々の検索タスクで精度向上の効果が示されている。しかし、作成される質問ベクトルは論理積(AND)や否定(NOT)を完全には表現できず、検索者の意図を表現するには不十分である。ANDやNOTを用いて検索者の意図に適した検索式を作成する方法として、決定木学習アルゴリズムID3を利用する方法が提案されている。しかし、この方法も文書から検索語を選択する際に文書データベース内での単語の重要性を考慮しないため、検索者にとって重要でない語が検索語となる可能性があった。筆者は文書データベース全体の中で単語が登場する文書の数(単語の文書頻度)を利用することで、より重要な単語を検索語として選択するアルゴリズムを提案する。また提案手法の有効性を示すため、提案手法により作成した検索式をRocchio feedbackと融合し、これを情報検索システム評価用テストコレクションBMIR-J1により評価した結果を示す。
一般社団法人情報処理学会の論文
1997-05-15