@techreport{oai:ipsj.ixsq.nii.ac.jp:00145902,
 author = {平井, 久貴 and 新妻, 弘崇 and 太田, 学 and 高須, 淳宏 and Hisataka, Hirai and Hirotaka, Niitsuma and Manabu, Ohta and Atsuhiro, Takasu},
 issue = {21},
 month = {Nov},
 note = {論文のサーベイにおいて，どのような実験結果が得られたのか等，実験に関する情報を収集，整理することは重要である．そこで我々はこれまでに，機械学習手法の一つである Conditional Random Field (CRF) を用いて実験に関する図表や，段落を抽出する手法を提案した．しかし実験結果には，その論文の価値を決めるような重要なものとそうでないものがある．また，実験結果を示す表は，多くの場合，数値が記載されているが，どの数値が優れているか等，実験情報の重要性は一見しただけでは判別しにくい．そこで本稿では，CRF を用いて実験に関する段落と表を抽出し，段落の強調表示や，表のグラフ化によって実験情報を可視化する手法を提案する．},
 title = {学術論文からの実験情報抽出とその可視化},
 year = {2015}
}