専門検索エンジンの半自動生成を目的とした類似度に基づくWEB学習データの精製

摘要

専門検索エンジンを構築する手法として小久保らが提案した“検索隠し味”は，高い適合率と再現率を示す優れた手法である．しかし検索隠し味を抽出するために，2000件のWebページを収集し，人手により正例と負例に分類しなければならず，非常に手間と時間を要する．この問題を解決するために我々は，人手で抽出した極少数のページと収集したページとの類似度を測定し，学習データを生成することで，半自動的に検索隠し味を構築する手法を提案する．評価実験により本手法が手動生成法に近い精度をもつことを実証する．