Webの時間的変化に着目した未定義概念の属性精錬手法(基礎技術,自然言語処理)

概要

論文の詳細を見る
本稿では,既存の概念ベースに対して動的に語を学習させる手法であるオートフィードバックの問題点を解決する手法について検討している.オートフィードバックでは,Googleなどの検索エンジンを利用して概念ベースに未定義の語について,その語を特徴付ける連想語群と重みを取得する.しかし,インターネットの情報は時々刻々と変化しており,検索するタイミングによって取得される連想語群が必ずしも一致しないという問題が発生する.また,インターネットの情報は検索した時点での話題に影響されやすく,一時的にニュースとして取り上げられているような情報が大きな重みを持つ場合がある.そこで本稿では,オートフィードバックによる学習を即時的に行うのではなく,ある程度の期間を通して繰り返しオートフィードバックを実行し,期間内に取得された連想語群を選別することで,概念ベースを動的に学習させる手法について検討している.また,評価実験により,連想語群を実験期間内の出現頻度によって選別することでF値評価により性能を向上させられることを確認している.
2011-10-03