表生成における情報抽出

Akanoら [2]の研究では，Wikipediaから抽出した事柄を含むページのデータのみで単語クラスタリングを行っていた．しかし，Wikipediaから抽出した事柄を含むページだけではデータが少なく，クラスタリングの精度が低くなる問題点があった．また，1つのクラスタを重要項目としていたため，単語の網羅性が低いという問題点もあった．

そこで，本研究では2つの問題点を解消するためにword2vecと分類語彙表を用いて重要項目の取り出し技術の改良を行う．以下で，本研究の提案手法である，「単語クラスタリング」と「類似度」と「分類語彙表」の3つの手法を説明する．