| 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 | 2020-09-10 09:40 ランキング学習を用いた関連記事候補の抽出 ○塩田 宰・嶋田和孝（九工大）・野上真司・福山修平（西日本新聞）  NLC2020-1 |
|
| 抄録 | （和） | オンラインで発行されるニュース記事に付与されている関連記事は，読者が有益な情報にアクセスすることを容易にする役割があり，読者の情報収集の効率化に貢献している．そのため，発行記事に対して適切な関連記事を付与することは新聞社にとって重要な課題の1 つである．しかしながら，関連記事候補の中から適切な関連記事を人手で選択することは多大な労力を要する．そこで本研究は関連記事選択のコスト削減・自動化に向け，発行記事に対して関連記事候補をランキング形式で提示する手法について提案する．複数のランキング評価指標を用いた各モデルの精度比較を行い，最も精度の高かったモデルによる実際の入出力例について報告する． |
| （英） | Related articles of a news article help readers to access other beneficial information efficiently, so it is an important task for newspaper companies to link appropriate related articles to a news article on news websites. However, it costs to select related articles from the vast news articles that have been published in the past. To solve the issue, we introduce learning to rank method to the related article extraction task to support business operation. We propose some ranking methods and report the accuracy of each model with three evaluation metrics. We also show some input-output examples by the system that scores the highest accuracy in our experiments. | |
| キーワード | （和） | 関連記事抽出 / ランキング学習 / 情報検索 / 業務支援 / / / / |
| （英） | related article extraction / learning to rank / information retrieval / business support / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 166, NLC2020-1, pp. 1-6, 2020年9月. | |
| 資料番号 | NLC2020-1 | |
| 発行日 | 2020-09-03 (NLC) | |
| ISSN | 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 | NLC2020-1 |
|
| 研究会情報 | |
| 研究会 | NLC |
| 開催期間 | 2020-09-10 - 2020-09-10 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 第16回テキストアナリティクス・シンポジウム |
| テーマ（英） | The Sixteenth Text Analytics Symposium |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLC |
| 会議コード | 2020-09-NLC |
| 本文の言語 | 日本語 |
| タイトル（和） | ランキング学習を用いた関連記事候補の抽出 |
| サブタイトル（和） | |
| タイトル（英） | Related Article Extraction Using Learning to Rank |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 関連記事抽出 / related article extraction |
| キーワード(2)（和/英） | ランキング学習 / learning to rank |
| キーワード(3)（和/英） | 情報検索 / information retrieval |
| キーワード(4)（和/英） | 業務支援 / business support |
| 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） | 塩田 宰 / Tsukasa Shiota / シオタ ツカサ |
| 第1著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 第2著者 氏名（和/英/ヨミ） | 嶋田 和孝 / Kazutaka Shimada / シマダ カズタカ |
| 第2著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 第3著者 氏名（和/英/ヨミ） | 野上 真司 / Shinji Nogami / ノガミ シンジ |
| 第3著者 所属（和/英） | 株式会社西日本新聞社 (略称： 西日本新聞) The Nishinippon Shimbun Co. Ltd. (略称： NNP) |
| 第4著者 氏名（和/英/ヨミ） | 福山 修平 / Shuhei Fukuyama / フクヤマ シュウヘイ |
| 第4著者 所属（和/英） | 株式会社西日本新聞社 (略称： 西日本新聞) The Nishinippon Shimbun Co. Ltd. (略称： NNP) |
| 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 | 2020-09-10 09:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLC |
| 資料番号 | NLC2020-1 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.166 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2020-09-03 (NLC) |
[研究会発表申込システムのトップページに戻る]