文献

J-GLOBAL ID：201702217949094186   整理番号：17A0002857

文書からのストップワード抽出によるトピックモデル洗練化

An Empirical Study on Topic Model Refinement Based on Stop Word Extraction

著者 (3件)： 高橋仁 (大阪大 大学院情報科学研究科) ,  中川博之 (大阪大 大学院情報科学研究科) ,  土屋達弘 (大阪大 大学院情報科学研究科)
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： 116  号： 284(KBSE2016 24-30)  ページ： 19-24  発行年： 2016年10月27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： 自然言語記述に対してトピック分類を行う場合,多数の文書に出現するために分類の妨げとなる語,つまりストップワードの除去が重要である。しかし通常,対象の特徴に応じてストップワードが異なるため,共通のストップワードリストを作成することは難しい。そこで本稿では,対象となる自然言語文書から適切なストップワードリストを作成する手法を提案する。LDAを用いたテストケースの分類問題に本手法を適用し,既存のストップワードリストを用いた場合と比較することで,手法の有効性を評価する。評価実験では提案手法を用いて抽出したストップワードを既存のストップワードリストに加えることで,分類がより正確になることを確認した。(著者抄録)

シソーラス用語： *自然言語処理 ,  *確率モデル ,  クラスタ化 ,  指標 ,  情報
準シソーラス用語： tf・idf ,  *トピックモデル ,  特徴量

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (4件)： 文書 ,  ストップ ,  ワード ,  トピックモデル