少数の正例とラベルなし事例による文書の自動分類(自然言語処理)

概要

論文の詳細を見る
教師付き学習を用いた文書分類の精度は,ある事柄に関する正例文書(正例)に対し,関係しない負例文書(負例)をどのように定義するかに依存する.本論文では,教師付き学習を用いた文書分類における負例収集の困難さを解決するため,正例とラベルなし事例(文書集合)から分類に最適な負例を抽出することで文書分類を行う手法を提案する.我々は,ラベルなし文書集合から正例との類似度の値が最も小さいデータを負例として順次抽出し,Support Vector Machines(SVMs)による学習・テストを繰り返す手法Positive Example Based Learning(PEBL)に対し,順次抽出した負例に対する誤りの検出と修正を行うことで,負例文書を正確に抽出することを試みる.更にSVMsの学習結果に対してBoostingを適用し弱い分類器を繰り返し学習することで,テスト文書を精度良く分類する手法を提案する.UDCコードが付与された毎日新聞記事データを用いた文書分類実験の結果,本手法のマクロ平均F値は0.624であり,従来手法であるPEBLが0.597,また人手で作成した50文書,及び250文書からなる負例文書を用いたSVMsによる結果がそれぞれ0.353,0.626であったことから負例収集に対する本手法の有効性が確認できた.
2012-09-01