単語の分散表現を用いた文書群のラベル推定

抄録

文書郡をクラスタリングで同類の部分文書集合に分割する際，出力後の部分文書集合の種類や意味は，人間が読んで判定していた。この判定を機械的に行いたい。本研究では，SVM分類器の重要語と，単語の分散表現が近い単語をラベル候補する手法を提案する。実験として，分類問題用のラベル付き文書集合を用いて，部分文書集合からラベルを推定した。具体的にはライブドアニュースコーパスを用いた。