文献

J-GLOBAL ID：200902212301466241   整理番号：08A0170442

検索エンジン基盤TSUBAKIを用いた大規模ウェブ情報クラスタリングシステムの構築

Development of a Large-scale Web Page Clustering System using an Open Search Engine Infrastructure TSUBAKI

著者 (3件)： 馬場康夫 (京大 大学院情報学研究科) ,  新里圭司 (京大 大学院情報学研究科) ,  黒橋禎夫 (京大 大学院情報学研究科)
資料名： 情報処理学会研究報告  (IPSJ SIG Technical Reports)
巻： 2008  号： 4(FI-89 NL-183)  ページ： 67-74  発行年： 2008年01月21日 
JST資料番号： Z0031B  ISSN： 0919-6072  資料種別： 逐次刊行物 (A)
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： 本稿では,検索エンジン基盤TSUBAKIを使って検索されたウェブページを,ページ中の複合名詞に注目して自動的にクラスタリングするシステムについて述べる。検索エンジン基盤TSUBAKIとは,日本語ウェブページ1億件を対象にした研究用途に主眼をおいた検索エンジンである。本クラスタリングシステムは,このTSUBAKIと連係することで,数千から数万件のウェブページを分類することが可能であり,さらに,豊富な言語情報を利用した高精度な複合名詞抽出を行うことが可能である。簡単な評価実験の結果,本システムを用いることでTSUBAKIの検索結果中で下位に埋もれているウェブページに対し効率よくアクセスできること,さらには,抽出した複合名詞が有用な情報へアクセスする際に有効であることがわかった。(著者抄録)

シソーラス用語： *Web【情報システム】 ,  *検索エンジン ,  *情報検索 ,  クラスタ化 ,  クラスタ分析 ,  日本語 ,  Webページ ,  精度 ,  名詞 ,  実験 ,  アクセシビリティ ,  システム評価 ,  *自然言語処理 ,  評価実験 ,  改変
準シソーラス用語： クラスタリング ,  複合名詞

分類 (3件)： その他の情報処理  (JE15050M) ,  検索技術  (AC06020S) ,  自然語処理  (JE06000L)

引用文献 (13件)：

• BRODER, Andrei. A taxonomy of web search. SIGIR Forum. 2002, 36, 2, 3-10
• ZAMIR, O. Grouper : A Dynamic Clustering Interface to Web Search Results. Proc. of the 8th International World Wide Web Conference, 1999. 1999, 31, 11-16, 1361-1374
• ZENG, H. J. Learning to cluster web search results. Proc. of the 27th annual international conference on Research and development in information retrieval, 2004. 2004, 210-217
• FERRAGINA, P. A personalized search engine based on web-snippet hierarchical clustering. International World Wide Web Conference, 2005. 2005, 801-810
• SHINZATO, Keiji. TSUBAKI : An open search engine infrastructure for developing new information access methodology. Proc. of IJCNLP2008. 2008

タイトルに関連する用語 (6件)： 検索エンジン ,  基盤 ,  大規模 ,  ウェブ ,  クラスタリング ,  構築