機械学習を用いた著者の年齢層推定－犯罪者プロファイリング実現に向けて

摘要

本邦犯罪捜査では，犯罪者プロファイリングと呼ばれる捜査支援手法を活用することで，犯人の性別，年齢層，職業などを推定し，犯人の早期検挙ならびに犯罪捜査の効率化を推進している．犯罪者プロファイリングは，犯罪現場に関する情報などを基に実施するものであるが，印字文書や電子メール，電子掲示板への書き込みなど犯罪現場といえるものが存在しない事件もある．従来の犯罪者プロファイリング手法では，このような事件に対応ができなかった．このような状況から，財津·金は，ランダムフォレスト（RF：Random Forest）とサポートベクターマシン（SVM：Support Vector Machine）を用いて，文章情報から「性別」の推定を試みている．財津·金では，まず100名のブログ（Blog）における文章情報に基づき，性別推定に有効と考えられる文体的特徴を検討している．続いて，別の100名のブログの文章情報を用いて，性別推定に有効と考えられた文体的特徴を実装したRFおよびSVMによって性別の推定精度の検証を行っている．その検証結果によると，最高で86.0%の適合率が得られたとされる（適合率については後述する）．本研究は，著者の「性別」を対象とした財津·金に続き，著者の「年齢層」を対象として検証することを目的とした．