权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

利用者からの要求を考慮したテキストデータからの知識抽出

考虑用户请求从文本数据中提取知识

基本信息

批准号：
13131207
负责人：
松本裕治
金额：
$ 14.91万
依托单位：
Nara Institute of Science and Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research on Priority Areas
财政年份：
2001
资助国家：
日本
起止时间：
2001 至 2004
项目状态：
已结题

项目摘要

肝炎検査項目に関する特徴記述の抽出:肝炎に関する論文概要の言語解析を行い,検査項目の記述に特徴的な表現の自動抽出実験を行なった.また,治療法あるいは治療薬の比較実験に関する論文概要から,比較対象,対象患者,効果に関する知識抽出に関する研究を行なった.前者については,検査項目を含む文の係り受け解析を行い,検査項目を主語または目的語に持つ述語表現をマイニングすることにより,検査項目の値や変化を表現する特徴表現の抽出を行なった.また,後者については,論文概要を対象に専門用語同定と意味クラス分類を行い,さらに各項目の知識抽出のためのパターンを記述することによって,どの程度の精度で知識抽出が可能かの確認のための実験を行なった.文構造属性に基づく文分類:文書分類には文書に含まれる単語の集合を属性とした分類を行なうが,文の役割分類のように文によって記述されるより深い意味を分類するタスクには単なる単語集合では不充分である.文の意味分類を行なうためには構造をもった言語表現を属性として用いる必要があるが,どの表現が分類に有効な属性となるかを判定することは容易ではない.本研究では,係り受け解析によって木構造として表現された文集合から,それらを個別の役割に分類するのに有効な構造をグラフマイニング手法とブースティングアルゴリズムを用いることにより,効率的に列挙する方法を提案し,実験により有効に機能することを示した.文書構造解析のための教師なしデータの利用:昨年度までに、論文概要の文を5つの役割に自動分類する方法について、手法の提案と実験を行なった。しかし、昨年度までの方法では,事前に役割分類を行なった訓練データを作成する必要があった.本年度は,人手分類による少量の訓練データと大量の生データを利用し,部分教師付き学習アルゴリズムの一つであるTransductive SVM法を用いることにより、分類済みのデータだけによる学習よりも分類精度を向上できることを示した.

A summary of the text of the hepatitis virus is extracted. The summary of the hepatitis virus text parses the behavior, and the item records the manifestation of the disease automatically. The treatment method is better than the summary of the literature. It is better than the image, the patient, the knowledge extraction and the research. In the former, the data item contains a text message that is parsed, and the main purpose of the item is to show that the data is not valid, and that the item is displayed. After that, the summary of the text shows that the same definition means to classify the data, and to extract the knowledge of each item to record the accuracy of the data. The structure of the text is classified. The text is classified. The text contains information about the collection. The text is divided into different categories. The text is divided into different categories. The text is divided into two categories. The text means that the text is classified, and the language table is used. The attribute is used to show the necessary information, and the classification is easy to be determined. In this study, we have received an analysis of the data collection of the information system. In this study, we have received an analysis of the data collection in this study. in this study, we have received the results of this study. in this study, we have received the results of this study. in this study, we have received the results of this study. In this study, we have been successful in this study. In this study, we have been successful in the analysis of the data collection of the computer system. In this paper, the author makes use of the summary of last year's paper, the summary of the text, the method of automatic classification, the method of automatic classification, and the method of analysis and analysis. In the last year, the method was introduced, and it was necessary to do the necessary work beforehand. This year, a small number of personnel are classified, and a large number of students are used to make use of them. some of them are taught to use the Transductive SVM method to improve the accuracy of classification.