素性の設定

ここで，手法A2，A3で利用する素性を表，表に示す．

表: 手法A2で利用した素性

素性ID	内容
f1	年号前後の文字列
f2	文頭から年号までの文の長さ

表: 手法A3で利用した素性

素性ID	内容
f1	年号前後の文字列
f2	文頭から年号までの文の長さ
f3	年号の順番

法則年号の抽出で用いる素性は，「年号前後の文字列」，「文頭から年号までの文の長さ」，「年号の順番」である． 以下で，この3つの素性の設定について説明する．

年号前後の文字列

年号の前と後ろの文字列を利用する．これは， 年号の前と後ろにある5文字を一文字ずつ削ることで，合わせて10通りの表現を生成する． 例えば，「周期系に対するDFPTはBaroniらによって1987年に提唱された」という文だと， 年号1987年の前の文字列「らによって」と後ろの文字列「に提唱され」を一文字ずつ削ることで， 「らによって」「によって」「よって」「って」「て」「に提唱され」「に提唱さ」「に提唱」「に提」「に」の10通りの表現を生成する．

文頭から年号までの文の長さ

文章の先頭から年号が初めて出現した場所までの文の長さを測る． これは，法則の発見年が文頭に出現することが多いという特徴を利用し， 文章の先頭から年号が初めて出現した場所までの距離(文字数)を測る． 距離が1000文字より小さい場合に，その年号が正解である可能性が高いと考え， この素性に対応する素性ベクトルの次元の値を1にセットする． 距離が1000文字より大きい場合に，その年号が正解である可能性が低いと考え， この素性に対応する素性ベクトルの次元の値を0にセットする．

年号の順番

法則ページに出現した年号の順番を利用する． この素性は手法A3(法則ページの全部の年号を取り出し，機械学習SVMで判断する手法)で用いる． 手法A3は法則ページの全部の年号を機械学習SVMの入力とするため， それぞれの年号の順番が重要な特徴であると考える． これを利用し，法則ページの全部の年号を出現した順に，番号を付与する． 例えば，「1871年頃には着想を得ていたとされ、1923年に文章化、完全な定式化は弟子の[[ピグー]]によって公刊された。」という文だと， 年号「1871年」を「1番」，「1923年」を「2番」の出現順に番号を付与する．