最大マージン原理にもとづく多重トピック文書の自動分類(フィルタリング、文書分類)(テーマ:「Webマイニングによる情報活動と自然言語処理」その他一般)

概要

論文の詳細を見る
本論文では,与えられたトピック集合の中から文書が該当するトピックを全て選びだす多重トピック文書の自動分類にたいして,最大マージンラベリング法と呼ぶ新しい学習手法を提案する.文書多重ラベリングにおいては,トピックの任意の組合せ(ラベル)を独立したクラスとみなした多クラス分類学習を行うことにより,より精度の高いラベリングが実現できると期待される.しかし文書分類に代表される多重ラベリングの実問題においては,ラベルあたりのサンプル数の減少にともなう過学習が問題となり,こうした試みは実際にはなされてこなかった.提案手法では,各ラベルを高次元空間に埋め込んだ後にその空間でのマージンを最大化することにより,過学習を押え精度の良い多重ラベリングを実現する.実際に,Web文書の文書多重ラベリングを対象として,Parametric Mixture Model[1],BoosTexter[2],SVM[3],最近傍法といった様々な種類の従来手法との比較実験をおこない,提案手法がより高精度なラベリングをより少ない訓練データで実現できることを実証した.
2004-09-16