汎化の方法

汎化とは，モデル学習において，事例から規則を発見するための帰納的推論の一 種である．ここでは，特性ベクトルの基底数を減少させるため，情報検索に効果 が少ないと推定される意味属性を直属上位の意味属性に縮退させることを汎化と 呼ぶ．本論文では，汎化によって基底から削除された意味属性の$tf \cdot idf$ 値 は，その上位の意味属性の$tf \cdot idf$値に加えることとする．汎化の対 象とする意味属性の選び方については，様々な方法が考えられるが，ここでは， 意味属性の粒度と意味属性の$tf \cdot idf$値に着目する方法を考える．