制約付きブートストラッピング法による特徴語抽出について

摘要

The bootstrapping method is known as an application of the ranking technique of Google for documents and words. The technique calculates a importance of the word by propagating the score of the word and the document mutually. However, sometimes the result is far away from the query word. The problem is known as " Topic drift". This paper proposes the restriction to high-ranking words in the process of bootstrapping. The method is simpler than the technique so far and generalized method such as limiting the emerging pattern of the word. It is confirmed that the method was able to prevent the topic drift, and to extract the bankruptcy reason strongly related to the query word the real bankruptcy information documents.%Googleのランキング手法を文書と単語について応用したブートストラッピング法がある。単語と文書の重要度を相互に伝搬させ、大局的な重要度を求める。しかし、結果が検索語から求職する「トピックドリフト」という問題があり、本質的な解決方法は知られていない。本稿では、単語集合と文書集合を相互に求める過程で、上位の単語に制約する方式を提案する。単語の出現パターンを限定するなどの従来手法と比べ、単純で一般的な方法である。倒産情報文書群を対象とした実験により、トピックドリフトを防ぎ、検索帯に強く関連する倒産理由を抽出できることが確認できた。