転移学習によるクラス未知の文書分類

摘要

本研究では，学習データ内に出現しないクラスを対象として，転移学習を用いて文書分類を行う新たな学習手法を提案する．従来の文書分類では，学習データから得られた各クラスの特徴に基づきクラスが未知の文書を既知のクラスに分類する．クラスを表す特徴を得るにはクラスごとに大量のラベル付きデータが必要となる．このため，学習データ内に存在しない新規のクラスを分類先とすることができない．転移学習を用いた文書分類では，対象領域の文書を分類するために情報源領域に存在するラベル付き文書を利用する．提案手法は，学習データ内に存在しない新規のクラスを対象として分類を行うために，学習済みのクラスと新規クラスのクラス名自体の情報に基づき知識の転移を行う．これにより学習データ内に存在しないクラスを持つ対象領域の文書を分類する．