文献

J-GLOBAL ID：200902250739878550   整理番号：08A0992363

機械学習を用いたWeb表情報の例示検索方式とその評価

Query by Example Searching for Web Information in Tabular Formulation And Its Estimation

著者 (6件)： 前島一弥 (東京電機大) ,  横川智浩 (東京電機大) ,  山田剛一 (東京電機大) ,  絹川博之 (東京電機大) ,  吉田稔 (東大 情報基盤セ) ,  中川裕志 (東大 情報基盤セ)
資料名： 電気学会情報システム研究会資料  (電気学会研究会資料)
巻： IS-08  号： 13-22  ページ： 35-40  発行年： 2008年09月10日 
JST資料番号： L4571A  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： 検索質問を表形式で例示する例示検索方式ではユーザの検索意図をもとにして問合せを行うので,検索意図を十分に満たす情報を取得できる。具体的には,1)標題,属性,値からなる所望する表の例の入力,2)属性→値の順番で検索単語をANDでつないだものと標題をANDでつないだ検索条件式による検索の実行,3)検索Webページからの表情報の抽出,4)SVM(Support Vector Machine)で生成された分類モデルを用いた表情報の順序付け,5)結果の提示という手順をとる。本論文では,レイアウト目的の表を下位に順序付けるために,4)の機械学習で使用する属性と値の境界を利用したフィーチャにおける境界推定法を検討した。境界を利用したフィーチャとして行または列のどちらか片方でも境界があれば,本質的な表と判断できる。そこで,i)セルが結合された表の正規化,ii)隣接セル間ごとの類似度が最小の位置を境界位置と仮定することで境界存在を推定した。分野の偏りなく表を収集して検索精度を測定したところ,全体的にGoogleの検索結果を表単位に変換した場合や境界を利用したフィーチャを取り除いた場合よりも高くなった。

シソーラス用語： *ユーザインタフェイス ,  *情報検索 ,  *機械学習 ,  Web【情報システム】 ,  Webページ ,  表 ,  サポートベクトルマシン ,  推定 ,  境界 ,  正規化 ,  度 ,  類似性 ,  検索効率 ,  システム評価
準シソーラス用語： Google ,  境界推定法 ,  検索条件 ,  検索精度 ,  類似度

分類 (3件)： 人間機械系  (IB03000G) ,  その他の情報処理  (JE15050M) ,  人工知能  (JE08000Z)

引用文献 (11件)：

• Official Google Blog http://googleblog.blogspot.com/2008/07/we-knew-web-was-big.html
• 原野守弘:「探す力」, ソフトバンクパブリッシング (株),(2001)
• 前島一弥, 横川智浩, 吉田稔, 山田剛一, 絹川博之, 中川裕志:「Web上の表情報の例示検索における機械学習手法の検討」, 人工知能学会, 1G1-4(2008)
• 野口正人, 廣川左千男:「Web上の表検索」, 人工知能学会, 1C4-02(2003)
• 林晃司, 島田和孝, 遠藤勉:「機械学習を用いたWWWからの製品性能表の分類と抽出」, 言語処理学会第10回年次大会論文集, pp, 733-736(2004)

タイトルに関連する用語 (4件)： 機械学習 ,  Web ,  検索 ,  評価