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) |