はじめに

就職活動は大切なことであり，就職活動を行う際に情報は不可欠である． そういった情報は様々な媒体からを得ることができ，ウェブ上にも多様で数多くの就職関連情報が存在している． これらは人手で収集するには多大な労力を必要とするため，自動で収集し有効活用することができれば便利である． そこで本研究では，ウェブ上の大量データから就職関連情報の抽出を行う．

ウェブからの就職活動情報の自動抽出の関連研究に，沢の研究[5]がある． 沢はYahoo!知恵袋のデータに，教師あり機械学習を用いカテゴリの付与をすることで，就職関連記事とその他の記事を分け，就職関連情報を抽出した． しかし，抽出された就職関連情報は分類などされていないものであり，ユーザが有効活用するには労力を必要とする． そこで本研究では，ユーザの負担を少なくするために，抽出された情報をより詳細に分類する． また，ウェブ上にはYahoo!知恵袋以外にも多くの情報源が存在しており，Yahoo知恵袋より大きいウェブの情報源を利用することでより多くの有用な情報を抽出できることが期待できる．

本論文の主張点を以下にまとめる．

• 従来の就職関連情報の抽出の研究で用いられていた，Yahoo!知恵袋データよりも大量のデータを用い，就職関連情報の抽出を行った．
• 抽出された就職関連情報を分類し，ユーザが役立てやすい形に近づいた．
• 情報抽出において一般的な機械学習の他に，人手で作成したルールに基づくルールベース手法を用いた．