6C-5
文脈木重み付け法を用いた半教師付き学習による文書分類の検討
○小畑智広，小林　学，渡邉重佳（湘南工科大）
文書分類問題は，ベクトル空間モデルやサポートベクターマシンなど
様々な手法により研究されてきた．一方，F.M.J.Willemsらにより提案
された文脈木重み付け法（以下CTW法と略す）は非常に優れた圧縮性能を
示し，文書分類に適用する手法が提案されている．
本研究では，各カテゴリ中の文書がそれぞれ制限された確率モデルから
生起することを仮定したうえで，学習データ数が十分でない場合を想定し，
CTW法を用いた文書分類に対して，カテゴリが未知のデータを用いた
半教師付き学習を行う手法を提案する．また新聞データを用いた計算機実験
を行い，正分類率によりその有効性を示す．
footer 情報処理学会 セキュリティ プライバシーポリシー 倫理綱領 著作権について