文献

J-GLOBAL ID：201402207938941330   整理番号：14A1152340

マイクロブログを対象とした著者推定手法の提案-10,000人レベルでの著者推定-

著者 (5件)： 奥野峻弥 (早稲田大 大学院基幹理工学研究科) ,  浅井洋樹 (早稲田大 大学院基幹理工学研究科) ,  浅井洋樹 (早稲田大 グローバルエデュケーションセ) ,  山名早人 (早稲田大 理工学術院) ,  山名早人 (国立情報学研)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 114  号： 173(DE2014 22)  ページ： 65-70  発行年： 2014年07月25日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 従来,著者推定研究は小説に対する著者推定を中心に研究が行われており,推定対象を限定した,少人数に対する著者候補者群が取り扱われてきた。これに対し,我々はマイクロブログを対象にした,不特定多数の候補者群に対する著者推定の提案を行った。その際,精度向上のためマイクロブログ特有の叫喚フレーズに対する正規化手法,および計算量削減のため推定に必要となるメッセージ数を削減する手法を提案してきた。本稿では,より多くのマイクロブログ利用者を対象にした著者推定を行う上での問題点,特に学習用データとテストデータの取得期間の差異が精度に与える影響について検証し,学習用データの取得期間が精度に与える影響を小さくする手法を提案する。実験ではTwitterユーザ10,000人に対して著者推定を行い,Precision@1で0.535,MRRで0.602を達成した。(著者抄録)

シソーラス用語： *Web【情報システム】 ,  *著者 ,  *方式 ,  計算量 ,  データ ,  度 ,  文章 ,  学習データ ,  *推定法 ,  通報
準シソーラス用語： *マイクロブログ ,  メッセージ ,  文体 ,  類似度

分類 (2件)： 検索技術  (AC06020S) ,  自然語処理  (JE06000L)

引用文献 (13件)：

• 松浦司,金田康正:"近代日本文学者8人による文章における文字n-gramの分布を利用した近代日本語文の著者推定",計量国語学,Vol.22, No.6, pp.1-9,2000.
• 安形輝:"圧縮プログラムを応用した著者推定",J, of Library and Information Science,三田図書館・情報学会, No.54, pp.1-18,2005.
• 金明哲,村上征勝:"ランダムフォレスト法による文章の書き手の同定",統計数理,Vol.55, No.2, pp.255-268,2007.
• 石川尚季,西村涼,渡辺靖彦,村田真樹,岡田至弘:"コミュニケーションサイトに投稿されたメッセージに対する著者の推定",信学技報(NLC),Vol.109, No.142, pp.79-84,2009.
• 佐藤進也,原田昌紀,風間一洋:"文字列出現頻度比較による情報源間の類似性判定",情処研報(DD), Vol.2002, No.28,pp.119-126,2002.

タイトルに関連する用語 (5件)： マイクロブログ ,  著者 ,  推定 ,  手法 ,  提案