出現URLの類似性に着目したWWW空間からの関連語自動収集手法(抽出, 言い換え)

概要

論文の詳細を見る
関連語の自動収集に関する研究は, 自然言語処理システムにおける言語知識辞書の構築, また, 情報検索システムにおける検索質問拡張など, 様々な分野で有効活用されている.特に近年, インターネット技術の発達に伴い, WWW空間を対象とした, 関連語を自動収集する研究が活発に取り組まれている.本稿では, 数個のシーズとなる単語(基底単語)を準備し, その基底単語群の関連語をWWW空間から効率的に自動収集する手法を提案する.本手法では, 基底単語群が一連の同じ意味を有する場合, 基底単語群を既存の検索システムに入力して得られる検索結果のURL集合と, 関連語を入力として得られるURL集合との間に類似性があることに着目した.そして, パス毎のURL出現頻度に重みづけを行うことにより, URL集合内の類似性を計算し, 基底単語群のURL集合と類似したURL集合を有する単語を特定することで関連語を収集する.実際に, 3〜5個の基底単語から成る4種類の基底単語群に対して実験を行った結果, 従来法に比べて平均17%程度の精度向上が認められ, 収集速度に関しても有効性を示すことができた.
一般社団法人情報処理学会の論文
2005-11-21