文献

J-GLOBAL ID：201702219472396448   整理番号：17A1369952

転職サイト会員アンケート分析への構造トピックモデルの適用性検討-ベイジアンネット構造学習による特徴選択-

Applicability of Structural Topic Model to job search site VOC text analysis-Feature selection with Bayesian net structure learning-

著者 (3件)： 窪野哲光 (パーソルキャリア) ,  日吉のぞみ (パーソルキャリア) ,  明石大樹 (パーソルキャリア)
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： 117  号： 207(NLC2017 13-34)  ページ： 53-58  発行年： 2017年08月31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： 人材サービス会社パーソルキャリアが運営する転職サイトDODAの「利用者・退会者アンケート」のテキスト分析に,構造トピックモデルとベイジアンネット構造学習を相補的に適用した検討結果について述べる。表現力豊かなトピックモデルである構造トピックモデルにより得られた,トピック相関,トピック~メタデータの共変量の関連性を,ベイジアンネット構造学習により特徴選択して可視化分析することが効果的であることを示す。更に,構造トピックモデルにより得られた文書のトピック配分「文書-トピック」行列は,「文書-語」行列の情報次元圧縮であることから,文書クラスタリングに適した文書ベクトルであることも示す。(著者抄録)

シソーラス用語： *確率モデル ,  Bayes推定 ,  *機械学習 ,  *文書処理 ,  *意味解析 ,  主題 ,  特徴選択 ,  相互情報量 ,  ネットワーク ,  可視化 ,  クラスタ化 ,  文書 ,  転職 ,  相関係数 ,  アンケート
準シソーラス用語： トピックモデル ,  テキスト分析 ,  ベイジアンネット構造学習 ,  グラフィカルモデル ,  文書クラスタリング

分類 (2件)： 自然語処理  (JE06000L) ,  人工知能  (JE08000Z)

引用文献 (17件)：

• Roberts, Stewart, Tingley, and Airoldi. ′′The Structural Topic Model and Applied Social Science.′′ Advances in Neural Information Processing Systems Workshop on Topic Models, 2013.
• David M Blei, Andrew Y Ng, and Michael I Jordan. ′′Latent dirichlet allocation′′. Journal of machine Learning research, Vol.3, No. Jan, pp.993-1022,2003.
• D. M. Blei and J. D. Lafferty. ′′A correlated topic model of science′′. AAS, 1(1):17-35, 2007.
• D. Mimno and A. McCallum. ′′Topic models conditioned on arbitrary features with irichlet-multinomial regression′′. In UAI, 2008.
• J. Eisenstein, A. Ahmed, and E. P. Xing. ′′Sparse additive generative models of text′′. In ICML, 1041-1048, 2011.

タイトルに関連する用語 (8件)： 転職 ,  会員 ,  アンケート ,  分析 ,  トピックモデル ,  適用性 ,  構造学習 ,  特徴選択