ヘルプデスクにおける製品事故に関するクレーム情報の分類－感情極性と製造物責任法に関する訴訟情報から

摘要

本研究ではヘルプデスクに寄せられた問い合わせ文書から製品事故に関連するクレーム情報を，ネガティブにラベリングした文書群として分類する手法を提案する．一般的に文書分類には教師付き機械学習の手法が用いられる．しかし教師付き機械学習では，教師データが不十分な場合，最適な決定規則が求められず，分類精度に難があるとされている．そこで追加で異なる教師データを与えることで，本来の教師データが不十分でも分類可能な手法を提案する．追加で与える教師データには感情極性データ及び製造物責任法の訴訟情報データを用いて，製品事故に関する問い合わせ文書を分類可能となる手法を提案する．また計算機シミュレーションにより，提案手法の有効性を示す．