文献

J-GLOBAL ID：201102298549378896   整理番号：11A0116991

PLSIを用いた文書分類手法に関する一考察

A Note on Documents Classification using PLSI

著者 (5件)： 雲居玄道 (早稲田大 理工学術院 総合研) ,  石田崇 (早稲田大 メディアネットワークセ) ,  後藤正幸 (早稲田大 理工学術院) ,  平澤茂一 (早稲田大 理工学術院 総合研) ,  平澤茂一 (サイバー大 IT総合)
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： 110  号： 301(AI2010 31-43)  ページ： 13-18  発行年： 2010年11月12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： 近年,電子文書の増加に伴い効率的な知識獲得が重要な課題となっている。その手法のひとつに文書分類手法がある。本稿では,この文書分類手法にProbabilistic Latent Semantic Indexing(PLSI)を用いる。PLSIの特徴として,マルチカテゴリに対応していることと,EMアルゴリズムによる解法であることがあげられる。本稿においては,このEMアルゴリズムを用いて,少量の学習データに対して分類可能な手法を提案する。さらに,本手法をWEBページ分類に適用し,その有効性を明らかにする。(著者抄録)

シソーラス用語： 文書処理 ,  最適化手法 ,  パラメータ推定 ,  期待値 ,  Web【情報システム】 ,  *自動分類
準シソーラス用語： *EMアルゴリズム ,  *文書分類

分類 (1件)： 索引言語  (AC05030W)

引用文献 (13件)：

• MCCALLUM, Andrew. A comparison of event models for naive bayes text classiffcation. Proceedings of AAAI-98 Workshop on Learning for Text Categorization. 1998, 41-48
• JOACHIMS, Thorsten. Text Categorization with Support Vector Machines Machine : Learning with Many Relevant Features. Proc. European Conference on Machine Learning, Chemnits, Germany, 1998. 1998, 137-142
• TIPPING, Michael E. Sparse Bayesian learning and the relevance vector machine. Journal of Machine Learning Research. 2000, 1, 211-244
• BLEI, David M. Latent Dirichlet Allocation. Journal of Machine Learning Research. 2003, 3, 993-1022
• TIPPING, Micheal E. Sparse Bayesian learning and the relevance vector machine. Journal of Machine Learning Research. 2001, 1, 211-244

タイトルに関連する用語 (3件)： 文書 ,  分類 ,  手法