| 大会名称 |
|---|
| 2010年 情報科学技術フォーラム(FIT) |
| 大会コ－ド |
| F |
| 開催年 |
| 2010 |
| 発行日 |
| 2010/8/20 |
| セッション番号 |
| 1G |
| セッション名 |
| 言語解析 |
| 講演日 |
| 2010/09/07 |
| 講演場所(会議室等) |
| G会場（総合学習プラザ1F 第11講義室） |
| 講演番号 |
| E-010 |
| タイトル |
| クラスタリングを利用した評価文のアスペクト推定 |
| 著者名 |
| 波多野 匡, 嶋田 和孝, 遠藤 勉, |
| キーワード |
| クラスタリング, 評判分析 |
| 抄録 |
|
本稿では，文分類におけるクラスタリングを用いた教師データの作成と拡張法を提案する． 一般的に教師あり学習は大量の教師データが必要であり，その作成は高コストである．このため，より低コストな教師なし学習，半教師あり学習の手法が数多く提案されている．本手法では，分類対象の文をクラスタリングし，各クラスタの代表文にタグを付与して，少量の教師データを作成する．そして，クラスタ内の文を用いて教師データの拡張を行い，拡張した教師データによる学習を行い，分類器を構成する． 評価文のアスペクト（評価視点）推定のタスクにおいて，提案手法とベースラインの結果と比較したところ，提案手法の有効性を確認することができた． |
| 本文pdf |
| PDF download (269.6KB) |