講演抄録/キーワード |
講演名 |
2012-06-29 10:10
時系列性を持つテキストのクラスタリング ○浜田玲子・佐藤真一(NII) NLC2012-2 PRMU2012-22 |
抄録 |
(和) |
従来,多くのクラスタリング手法においてテキストはbag-of-words表現により表わされてきた.しかし,クローズドキャプションに含まれる各トピックは非常に短く,十分なbag-of-words情報を備えていないことが多い.そこで本研究では, ニュース映像に付随するクローズドキャプションに対する時間情報を利用したクラスタリング手法を提案する.我々はまず,1年分のニュース映像のクローズドキャプションに対して手動でのクラスタリングを行った.その結果,事件や災害等のカテゴリに含まれる各トピックが特殊なクラスタ分布および時間分布を示すことを明らかにした.この時間情報を利用し,単語ベクトル空間に時間情報を加えた距離を利用した教師なしクラスタリング手法を提案する.また階層的クラスタリングの段階に応じてクラスタ間距離の算出手法を変更することで,精度および速度の向上を図る.本稿では,手動による正解データとの比較実験により,これらの提案手法によってより高精度なクラスタが得られることを定量的に示した. |
(英) |
Most traditional text clustering methods are based on “bag of words” representation. However, since topics in closed captions are very short, it is difficult to supply enough “bag of words” information. In this paper, we present a new approach for topic clustering on closed captions. First, we clustered one-year closed captions manually, and discovered that topics categorized into “accidents” or “disasters” shows particular cluster- and time- distributions. Therefore we proposed un-supervised clustering method using temporal information adding to conventional word vector distance. Furthermore, the accuracy was improved by changing the linkage criteria as the clustering process progresses. Our experimental results show the effectiveness of combination of time and word information. |
キーワード |
(和) |
テキスト処理 / クラスタリング / 時系列性 / / / / / |
(英) |
Text Processing / Clustering / Temporal Information / / / / / |
文献情報 |
信学技報, vol. 112, no. 111, PRMU2012-22, pp. 7-12, 2012年6月. |
資料番号 |
PRMU2012-22 |
発行日 |
2012-06-22 (NLC, PRMU) |
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 |
NLC2012-2 PRMU2012-22 |
研究会情報 |
研究会 |
PRMU NLC |
開催期間 |
2012-06-29 - 2012-06-29 |
開催地(和) |
早稲田大学 |
開催地(英) |
|
テーマ(和) |
自然言語とパターン認識の境界 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
PRMU |
会議コード |
2012-06-PRMU-NLC |
本文の言語 |
日本語 |
タイトル(和) |
時系列性を持つテキストのクラスタリング |
サブタイトル(和) |
|
タイトル(英) |
Clustering of Text Documents with Time Series Features |
サブタイトル(英) |
|
キーワード(1)(和/英) |
テキスト処理 / Text Processing |
キーワード(2)(和/英) |
クラスタリング / Clustering |
キーワード(3)(和/英) |
時系列性 / Temporal Information |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
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) |
浜田 玲子 / Reiko Hamada / ハマダ レイコ |
第1著者 所属(和/英) |
国立情報学研究所 (略称: NII)
National Institute of Informatics (略称: NII) |
第2著者 氏名(和/英/ヨミ) |
佐藤 真一 / Shin'ichi Satoh / サトウ シンイチ |
第2著者 所属(和/英) |
国立情報学研究所 (略称: NII)
National Institute of Informatics (略称: NII) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
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: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2012-06-29 10:10:00 |
発表時間 |
30分 |
申込先研究会 |
PRMU |
資料番号 |
NLC2012-2, PRMU2012-22 |
巻番号(vol) |
vol.112 |
号番号(no) |
no.110(NLC), no.111(PRMU) |
ページ範囲 |
pp.7-12 |
ページ数 |
6 |
発行日 |
2012-06-22 (NLC, PRMU) |
|