サポートベクターマシンによる適合性フィードバックを用いた情報検索

概要

論文の詳細を見る
近年のインターネット技術の発展により, World Wide Web(WWW)を代表とする, 個人で扱えるオンラインテキストデータの量が増加している.それに伴い, 莫大なテキストデータ中から必要な情報を検索する機会も増え, 情報検索に関する研究への関心が高まっている.情報検索システムとして, 検索対象文章と検索質問を多次元ベクトルで表現するベクトル空間モデル(VSM;Vector Space Model)が広く使用されている.このシステムの検索精度を改善する手法として, 適合性フィードバック(relevance feedback)がある.この手法は, 検索結果に対し, 利用者が適合, 不適合の判断を行い, その情報をシステムにフィードバックする手法である.本稿では, Support Vector Machineを用いた適合性フィードバック手法を提案する.このSVMは, 学習データより決定される分離平面を用い, データ集合を2クラスに分類する手法であり, 高い分離能力から, 近年多くの研究分野で注目され, 利用されている.日本語テストコレクション(BMIR)を用いた実験において, フィードバック回数1回, フィードバック文書数50文書の場合, 本手法は, 従来のフィードバック手法と比較して, 約15%平均適合率を向上させることができた.
2001-01-25