webコンテンツのジャンル推定に向いた実用的な2段階SVMの構築

摘要

webサイトの内容や分野を表すジャンルコードを計算機で推定するジャンル推定技術がマーケテイング分野で重要になってきている．一般的に同技術の場合，ジャンル推定に適した単語をあらかじめ求めておき，推定対象ページに現れるそれらの語の出現頻度を基とした特徴ベクトルでジャンル判定を行う．しかし必要な単語数は膨大で識別器の学習は通常困難である．そこで，情報量基準で選択した最小限の単語数でジャンル別SVMを構築し，同SVMの各識別結果から総合判定を行う2段階SVMを実現した．さらにエラー識別に役立っ語を学習させたSVMを第1段に追加する工夫で精度を向上させた。