既存データが少量でも分類可能な文書分類技術の開発と応用

研究課題

研究代表者	前田康成北見工業大学, 情報システム工学科, 助教
研究期間 (年度)	2008
概要	本研究は特許公報のように既に既存のジャンルが定義されていて、新規の文書について既存ジャンルのどれかに分類する文書分類技術を対象とする。通常、分類精度を向上させるためには多くの既存データ(学習データ)が必要であるが、本研究では統計的決定理論に基づきベイズ流の分類方法を採用することによって既存データが少ない場合でも高い分類精度を目指すものである。