概要

オンライン百科事典であるWikipediaは，近年様々な研究に利用されている． しかし，Wikipediaの利用者に対し支援を行っている研究は少ない． Wikipediaは誰もが編集可能であるという特徴を持ち，大量の情報を得ることに成功しているが，それにともない，その中から目的の情報を探すための負担は，情報が増えることに 比例して大きくなっていくため，効率の良い情報収集のための支援が求められている．

本研究では，セクション名に注目し，セクションに特定の情報が存在するか否かを表す 情報タグの付与を行うことによって，Wikipedia利用者の支援を行った． 情報タグは，教師あり機械学習であるSVMや，パターンマッチングによって付与を行う． また，先行研究を参考に，Wikipediaから機械学習で使用する教師データを自動的に生成する，推定教師データと呼ばれる教師データを生成し，その推定教師データを利用した教師学習 による情報タグ付与の評価を行った．

その結果，推定教師データを利用したSVMは，F値が0.524（再現率0.806，適合率0.492）であり，手作業で教師データを作成した SVMのF値0.612（再現率0.511，適合率0.536）よりも低いが，パターンマッチングのF値0.554（再現率0.937，適合率0.3941）とほぼ同程度であることがわかった．ここで，既存のセクションから 情報の有無を判断する，セクション名利用による方法のF値が極端に低い0.129（再現率0.069，適合率0.818）であることから， 既存のセクション名では情報が不足しており，セクション名に何らかの支援が必要であることが明らかになった． また，推定教師データと教師データとの組み合わせたSVM，推定教師データを利用したStacking，推定教師データ数，教師データ数の変化によるF値の調査を行うことによって 推定教師データ利用の可能性を調査した．