Webページからのタイプ別情報抽出・分類方式

概要

論文の詳細を見る
ユーザの目的に応じた情報検索・情報提供を実現するために, ページタイプ分類を利用した情報抽出・分類方式を提案し, 試作システムで精度を評価した.本方式では, ページタイプ分類を使用することで, それぞれのページタイプに適した抽出・分類処理を行える.そのため, 多くの種類の文書が混在するWebページに対しても必要な情報だけを高い精度で抽出することができる.また, 分類結果を表や図を用いてユーザに提示することで特定の目的に応じた情報を提供するサービスを実現できる.試作システムによる求人情報とイベント情報の抽出精度の評価では, 記述が比較的一定している勤務地や開催日時などの情報で適合率90%以上を達成した.記述の自由度が高い, 求人の応募資格やイベント名では65-75%にとどまっている.検索誤りの主な原因は, 情報を判別するキーワードのミスマッチと, 表や箇条書きの前後からの抽出の誤りであった.抽出もれの原因としては, 表や箇条書きのパターンや情報判別用のキーワードのの不足が主なものであった.
一般社団法人情報処理学会の論文
2000-03-21