WEKO3
アイテム
検索エンジン基盤TSUBAKIを用いた大規模ウエブ情報クラスタリングシステムの構築
https://ipsj.ixsq.nii.ac.jp/records/47748
https://ipsj.ixsq.nii.ac.jp/records/47748e8066b9a-2247-46b8-9c08-ce3a417cc309
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-NL08183010.pdf (939.1 kB)
|
Copyright (c) 2008 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2008-01-22 | |||||||
| タイトル | ||||||||
| タイトル | 検索エンジン基盤TSUBAKIを用いた大規模ウエブ情報クラスタリングシステムの構築 | |||||||
| タイトル | ||||||||
| 言語 | en | |||||||
| タイトル | Development of a Large-scale Web Page Clustering System using an Open Search Engine Infrastructure TSUBAKI | |||||||
| 言語 | ||||||||
| 言語 | jpn | |||||||
| 資源タイプ | ||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||
| 資源タイプ | technical report | |||||||
| 著者所属 | ||||||||
| 京都大学大学院情報学研究科知能情報学専攻 | ||||||||
| 著者所属 | ||||||||
| 京都大学大学院情報学研究科知能情報学専攻 | ||||||||
| 著者所属 | ||||||||
| 京都大学大学院情報学研究科知能情報学専攻 | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Department of Intelligence Science and Technology, Graduate School of Informatics, Kyoto University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Department of Intelligence Science and Technology, Graduate School of Informatics, Kyoto University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Department of Intelligence Science and Technology, Graduate School of Informatics, Kyoto University | ||||||||
| 著者名 |
馬塲康夫
新里圭司
黒橋, 禎夫
× 馬塲康夫 新里圭司 黒橋, 禎夫
|
|||||||
| 著者名(英) |
YasuoBAMBA
Keiji, SHINZATO
Sadao, KUROHASHI
× YasuoBAMBA Keiji, SHINZATO Sadao, KUROHASHI
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | 本稿では，検索エンジン基盤TSUBAKIを使って検索されたウェブページを，ページ中の複合名詞に注目して自動的にクラスタリングするシステムについて述べる．検索エンジン基盤TSUBAKI とは 日本語ウェブページ1億件を対象にした研究用途に主眼をおいた検索エンジンである．本クラスタリングシステムは，このTSUBAKIと連係することで，数千から数万件のウェブページを分類することが可能であり，さらに，豊富な言語情報を利用した高精度な複合名詞抽出を行うことが可能である．簡単な評価実験の結果，本システムを用いることでTSUBAKIの検索結果中で下位に埋もれているウェブページに対し効率よくアクセスできること，さらには，抽出した複合名詞が有用な情報へアクセスする際に有効であることがわかった． | |||||||
| 論文抄録(英) | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | This paper describes a system that organizes a large number of web pages retrieved from the search engine TSUBAKI into clusters according to compound nouns extracted from the pages. TSUBAKI is a search engine infrastructure that can retrieve pages from 100 million web pages. Our clustering system deeply cooperates with TSUBAKI. This enables the system to generate clusters from several thousand web pages, and to give elaborate labels to the clusters. Experimental results showed that our system users can efficiently access low-ranked web pages in a search result obtained from TSUBAKI, and that generated labels navigate the users to information that they want. | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 収録物識別子 | AN10115061 | |||||||
| 書誌情報 |
情報処理学会研究報告自然言語処理（NL） 巻 2008, 号 4(2008-NL-183), p. 67-74, 発行日 2008-01-22 |
|||||||
| Notice | ||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||
| 出版者 | ||||||||
| 言語 | ja | |||||||
| 出版者 | 情報処理学会 | |||||||
