木村　淳（ジャストシステム）・○吉冨康成・田伏正佳（京都府大）

著者らの知る限り，各文書群の代表となる文書の抽出方法の報告はない．ユーザーが分類例示を行い，クラスタ代表(ベクトル)を更新しながら文書分類を行う研究が報告されているが，各クラスタの代表文書の抽出は行われていない．そこで，本論文では，重複した内容の文書を読むことを避け，効率的に情報を得られるように，同一カテゴリの内容を扱う等の類似した内容の文書群の中から，名詞頻度を基に代表文書を自動抽出し，ユーザーにそれらの文書をランキング形式で提示する手法を提案する．今後の展開として，類義語対応のためのシソーラス利用，特徴ベクトルの次元圧縮による処理の高速化，代表文書の正当性の評価方法の検討，を行う．