機械学習とチャンキング問題

機械学習には教師あり学習，教師なし学習，半教師あり学習などがある． 教師あり機械学習は事前に与えられたデータを学習し， 未知のデータを与えたときに学習データを元に分類する方法である． SVMは教師あり機械学習を用いる識別手法のひとつである．

チャンキング（任意句の同定）問題に学習手法として用いている[4]． この問題を解くにはタグ付きコーパスが必要となる． 本研究ではIOB2タグをコーパスに用いる． IOB2タグはチャンク（任意句）の状態を表すタグである． Iはチャンクの内部，Oはチャンクの外部，Bはチャンクの開始地点を表す． 日本語の文法はSVOで構成されているので，文末から文頭の順に推定を行う． よって推定を行う際は，IOB2タグをIOE2タグに変換する． IOE2タグのIはチャンクの内部，Oはチャンクの外部，Eはチャンクの終了地点を表す．