@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00104591,
 author = {小畑智広 and 小林学 and 渡邉重佳},
 book = {第76回全国大会講演論文集},
 issue = {1},
 month = {Mar},
 note = {文書分類問題は，ベクトル空間モデルやサポートベクターマシンなど様々な手法により研究されてきた．一方，F.M.J.Willemsらにより提案された文脈木重み付け法（以下CTW法と略す）は非常に優れた圧縮性能を示し，文書分類に適用する手法が提案されている．本研究では，各カテゴリ中の文書がそれぞれ制限された確率モデルから生起することを仮定したうえで，学習データ数が十分でない場合を想定し，CTW法を用いた文書分類に対して，カテゴリが未知のデータを用いた半教師付き学習を行う手法を提案する．また新聞データを用いた計算機実験を行い，正分類率によりその有効性を示す．},
 pages = {53--54},
 publisher = {情報処理学会},
 title = {文脈木重み付け法を用いた半教師付き学習による文書分類の検討},
 volume = {2014},
 year = {2014}
}