| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2011-01-25 10:30 半教師付き学習を用いた話題出現頻度推移からの注目話題の早期発見 ○高橋宏圭（神戸大）・安村禎明（芝浦工大）・上原邦昭（神戸大）  KBSE2010-40 |
|
| 抄録 | （和） | 本稿では,ブログから注目話題の早期発見を行う手法を提案する.本手法では,一部で話題になりその後全体に広まった注目話題の出現頻度推移から学習することで,一部で話題になっているものが注目話題に発展するかを判別する.学習には十分な量のラベル付きデータを確保する必要があるが,このためには膨大なコストがかかる. そこで半教師付き学習を用いて注目話題を早期に発見する手法を提案する.本手法ではまず,ブログをカテゴリに分類し,そのカテゴリ内で盛り上がった話題を抽出する.抽出した話題を今後ブログ全体で盛り上がる候補として,分類器で今後盛り上がるかどうかを判別する.実データを用いた実験の結果,半教師付き学習によって注目話題の分類器を作成可能であることを示した. |
| （英） | This report presents a method for early potential topic detection from blog articles. Potential topic is defined as a phrase which has potential to spread through many blogs. To discover potential topics, this method learns from topic frequency transitions in blog articles. Though this learning requires sufficient amount of labeled data, labeling data is costly and time consuming. Therefore this method employs a semi-supervised learning to reduce labeling cost. First, this method extracts candidates of potential topics from categorized blog articles. To detect potential topics from the candidates, a classifier is built from topic frequency transition. The experimental results with real data show the effectiveness of the proposed method. |
|
| キーワード | （和） | 半教師付き学習 / バースト検出 / ブログ / 早期発見 / 注目話題 / / / |
| （英） | semi-supervised learning / burst detection / blog / early-detection / focused topic / / / | |
| 文献情報 | 信学技報, vol. 110, no. 386, KBSE2010-40, pp. 31-36, 2011年1月. | |
| 資料番号 | KBSE2010-40 | |
| 発行日 | 2011-01-17 (KBSE) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | KBSE2010-40 |
|
| 研究会情報 | |
| 研究会 | KBSE |
| 開催期間 | 2011-01-24 - 2011-01-25 |
| 開催地（和） | 機械振興会館 |
| 開催地（英） | Kikai-Shinko-Kaikan Bldg. |
| テーマ（和） | 一般 |
| テーマ（英） | Knowledge-Based Software Engineering, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | KBSE |
| 会議コード | 2011-01-KBSE |
| 本文の言語 | 日本語 |
| タイトル（和） | 半教師付き学習を用いた話題出現頻度推移からの注目話題の早期発見 |
| サブタイトル（和） | |
| タイトル（英） | Early Topic Detection from Topic Frequency Transition with Semi-supervised Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 半教師付き学習 / semi-supervised learning |
| キーワード(2)（和/英） | バースト検出 / burst detection |
| キーワード(3)（和/英） | ブログ / blog |
| キーワード(4)（和/英） | 早期発見 / early-detection |
| キーワード(5)（和/英） | 注目話題 / focused topic |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 高橋 宏圭 / Hiroyoshi Takahashi / タカハシ ヒロヨシ |
| 第1著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 安村 禎明 / Yoshiaki Yasumura / ヤスムラ ヨシアキ |
| 第2著者 所属（和/英） | 芝浦工業大学 (略称： 芝浦工大) Shibaura Institute of Technology (略称： Shibaura IT) |
| 第3著者 氏名（和/英/ヨミ） | 上原 邦昭 / Kuniaki Uehara / |
| 第3著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2011-01-25 10:30:00 |
| 発表時間 | 45分 |
| 申込先研究会 | KBSE |
| 資料番号 | KBSE2010-40 |
| 巻番号（vol） | vol.110 |
| 号番号（no） | no.386 |
| ページ範囲 | pp.31-36 |
| ページ数 | 6 |
| 発行日 | 2011-01-17 (KBSE) |
[研究会発表申込システムのトップページに戻る]