木編集距離を利用した木データの構造と内容の類似性を反映する分類手法

摘要

木は半構造データや遺伝子情報など多様なオブジェクト表現に用いることが出来るデータ構造であり、パターン認識や情報検索を行う為には木間の類似度を求める技術が重要である。 水間類似度としては、2つの木をノードの挿入、削除、置換によって一致させる際の木編集距離を非類似度とする方法がある。 木編集距離は木の横道の類似性と内容（ラベル）の頬似性を含む非類似度であるが，木データを分煩する際、構造の類似性と内容の類似性のどちらを重視するかはアプリケーションやデータによって異なる，そこで本論文では、木編集距離を内容非類似度と横道非類似度の2つに分離し、適用対象の特徴やユーザーの目的を適切に反映するクラスタリング結果を得る方法を提案する。