分類語彙表に基づく情報抽出

本研究では分類項目を利用して表生成を行う．表生成を行う際は，分類番号の5桁を利用する．Wikipediaの大学のページを分類語彙表を利用して，表の生成を行った結果を表4.2に示す．また，大学における重要項目を「学科」，「国公立私立」と定義し，重要項目「学科」に対応する分類項目を{学問・…}とし，重要項目「国公立私立」に対応する分類項目を{確立 }とする．{学問・…}に属する単語を重要項目「学科」の単語群とし，{確立 }に属する単語を重要項目「国公立私立」の単語群とする．分類項目{学問・…}，{確立 }に属する単語の例を図4.1に示す．

1. 抽出したい事柄を決定する．Wikipediaから，先に決定した抽出したい事柄を含むページを抽出する．(例：大学)
2. 人手であらかじめ重要情報と設定した単語を重要項目とする．(重要項目を「学科」「国公立私立」と人手で決める)

3. 重要項目に対応する5桁の分類項目内の単語を取り出す．（分類項目の例を図4.1に示す．分類項目は{学問・…}，{確立 }のことを指す．また，分類項目{学問・…}に属する単語を重要項目「学科」の単語群とする）

   図 4.1: 分類項目例

   1#1

4. 2の結果に基づく重要項目を表の列とし，抽出したページを表の行とし，抽出したページに出現する重要項目の単語を該当の行と列の箇所に埋める．重 要項目の複数の単語がそのページに出力される場合は，それらすべての単語を表のその箇所 に埋める．（表抽出の結果例を表4.2に示す）

   
   

   表 4.2: 分類語義表を使った大学での情報抽出

   2#2