データ

本実験では, 2011年度の言語処理学会年次大会論文(266件)を学習用データとして使用し, 2012年度の言語処理学会年次大会論文(305件)を評価用データとして使用する. また, 記載必要項目が欠落していると人手で判別した論文を正解データ, 記載必要項目が欠落していないと人手で判別した論文を不正解データとしている. 機械学習手法では, 正解データと不正解データを同数にして学習を行っている. データの詳細を表4.1, 表4.2に示す.

表 4.1: 2011年の言語処理学会年次大会論文の詳細

項目名	正解	不正解	総数
比較	53	213	266
問題点	73	193	266
目的	83	183	266
例	7	259	266

表 4.2: 2012年の言語処理学会年次大会論文の詳細

項目名	正解	不正解	総数
比較	59	246	305
問題点	114	191	305
目的	94	211	305
例	9	296	305