文献

J-GLOBAL ID：201802251240072199   整理番号：18A1045946

TF-IDF重みづけと相関ルールマイニングを用いたテキスト文書のランキング【JST・京大機械翻訳】

Ranking of text documents using TF-IDF weighting and association rules mining

著者 (4件)： Jabri Siham (Laboratory Informatics, Imaging and Modeling of Complex Systems(LIIMCS), FST of Settat, Hassan 1st University, Settat, Morocco) ,  Dahbi Azzeddine (Laboratory Informatics, Imaging and Modeling of Complex Systems(LIIMCS), FST of Settat, Hassan 1st University, Settat, Morocco) ,  Gadi Taoufiq (Laboratory Informatics, Imaging and Modeling of Complex Systems(LIIMCS), FST of Settat, Hassan 1st University, Settat, Morocco) ,  Bassir Abdelhak (Laboratory Informatics, Imaging and Modeling of Complex Systems(LIIMCS), FST of Settat, Hassan 1st University, Settat, Morocco)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICOA  ページ： 1-6  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 情報量は過去数年にわたり指数関数的に増加した。テキスト文書の大部分は非構造化され,組織化されておらず,ユーザが情報ニーズを見つけることが困難になっている。それは,ユーザの関連性に従って文書をランク付けするための情報検索のための挑戦を作り出す。より有用で効率的な検索モデルの1つはベクトル空間モデルである。文書をランク付けするために,質問/文書対に対するスコアを割り当てるために,用語重みづけtf-idfを用いた。この方法は,単語モデルに基づいており,文書と意味論における用語の位置を捉えない。このアプローチを保ちながら,ここでは,ベクトル空間測度を結合した新しいランク付け測度を提案し,それは,支配関係に基づく相関ルール技法から導出された新しい因子と新しい因子を示した。このアプローチは,ユーザが最初に最も関連した文書を得るのを助ける。TREC収集に関する実験は,提案方法がベースラインと意味ランキングESAと比較してより良い結果を与えることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： *重みづけ ,  測度 ,  ベクトル空間 ,  構造形成 ,  意味論 ,  情報量 ,  単語 ,  情報需要 ,  *相関ルール ,  情報検索 ,  *等級づけ
準シソーラス用語： TREC ,  スコア ,  ベクトル空間モデル ,  *テキスト , 【Automatic Indexing@JST】

分類 (2件)： 検索技術  (AC06020S) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (4件)： 重みづけ ,  相関ルールマイニング ,  文書 ,  ランキング