@techreport{oai:ipsj.ixsq.nii.ac.jp:00203390,
 author = {杉本, 健太 and 長田, 侑樹 and 瀧田, 愼 and 古本, 啓祐 and 白石, 善明 and 高橋, 健志 and 毛利, 公美 and 髙野, 泰洋 and 森井, 昌克 and Kenta, Sugimoto and Yuki, Osada and Makoto, Takita and Keisuke, Furumoto and Yoshiaki, Shiraishi and Takeshi, Takahashi and Masami, Mohri and Yasuhiro, Takano and Masakatu, Morii},
 issue = {44},
 month = {Feb},
 note = {自組織に応じたセキュリティ・インシデントの事前対策ならびに事後対応においてセキュリティレポートは有用だが，文書の数は増加する一方であり，自組織に関連する情報を探し出すことは容易ではない．トピックモデルなどを利用した文書の分類手法も提案されているが，セキュリティレポートの分類性能に対する定量的な評価方法は定まっていない．本稿では，半教師ありトピックモデルによるセキュリティレポートの分類性能の評価を定量的に行うことを目的とし，ケーススタディとして教師無しトピックモデルの一つである LDA と半教師ありトピックモデルの一つである SeededLDA を利用したクラスタリングの結果を用いてシード単語ごとの F 値を算出した．その結果，半教師ありトピックモデルによる文書分類の結果を評価する際には F 値が有効であることが確認された．, Although security reports are useful in responding to security incidents according to each organization, the number of security reports is increasing, and it is not easy to find information related to each organization. Furthermore, a quantitative evaluation method for the classification performance of security reports has not been determined. In this paper, we aim to quantitatively evaluate the classification performance of security reports using a semi-supervised topic model. As a case study, we calculate the F value for each seed word using the results of clustering using LDA and SeededLDA. As a result, we show that the F value was effective when evaluating the results of document classification using a semi-supervised topic model.},
 title = {半教師ありトピックモデルによるセキュリティレポートの分類の評価方法について},
 year = {2020}
}