推定教師データの作成

手作業でデータに分類先を付与する作業を省略し，推定教師データを作成する． 例えば，情報タグ「：歴史」を付与するための教師データを作成する場合， Wikipediaには，「歴史」というセクション名が存在しているページがある． そういったページでは，セクション名が「歴史」のセクションは歴史の情報を含み, 他のセクションには，歴史の情報が含まれていない可能性が高い． 推定教師データは，その性質を利用するものであり，推定教師データは以下の手順で構築される．

手順１

法則関係のページからセクション名に「歴史」があるページを抽出する．

手順２

抽出したページについて，ページごとにセクション名「歴史」のセクションをクラス「歴史」に，それ以外のセクションをクラス「無し」として教師データを作成する．

手順３

書きかけのセクション等を削除する．

表に熱力学のページの各セクションの分類例を載せる．

分類例

表: 分類例

セクション名	分類先
熱力学	無し
目次	無し
歴史	歴史
熱力学の法則	無し
より百科事典的な説明	無し
熱力学的系	無し
基本法則からの発展と応用	無し
非平衡熱力学	無し
参考文献	無し
関連書籍	無し

表のように，セクション名が「歴史」であったセクションは分類先が「歴史」となり，それ以外は「無し」となる．