既存データが少量でも分類可能な文書分類技術の高機能化開発と応用

研究課題

研究代表者	前田康成北見工業大学, 工学部, 助教
研究期間 (年度)	2009
概要	本技術は新聞記事や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である。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、本課題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実現する。