リンクに付与する文字列選定の提案手法

本研究では，節の手順3において優先度を求める際，頻度を用いるのではなく文字列をベクトル化し，その重心を利用する． リンク間に付与する文字列の付与手順を以下に示す．また，n個の記事から文字列Bを抽出し，文ベクトルの重心を求める手順を図示したものを図に示す．

手順１

BERTとword2vecの2種類の方法を用いて，文字列Bをベクトルで表現する．word2vecを用いる際には，Mecabを用いて文字列Bを単語ごとに分かち書きし，それらの単語を全てベクトルに変換し，その平均をとって文字列Bの文ベクトルを得る．

手順２

ベクトル表現された文字列Bの重心を求める．重心を求める際，同一の文字列を含めて算出する方法と同一の文字列は1度しか計算に含めない方法の2種類の方法で算出を行う．

手順３

求めた重心との類似度が高い順に文字列Bの順位付けを行い，最も重心に近い文字列Bを要約として付与する．

Figure: 重心の算出

　以降，word2vecを用い，同一の文字列を含めて算出する方法を「word2vec(重複あり)」，word2vecを用い，同一の文字列は1度しか計算に含めない方法を「word2vec(重複なし)」，BERTを用い，同一の文字列を含めて算出する方法を「BERT(重複あり)」，BERTを用い，同一の文字列は1度しか計算に含めない方法を「BERT(重複なし)」と表記する．