@techreport{oai:ipsj.ixsq.nii.ac.jp:00047823,
 author = {力徳, 正輝 and Masaki, Rikitoku},
 issue = {47(2007-NL-179)},
 month = {May},
 note = {マージン最大化法による多重トピック文書分類においてトピック共起カーネルをトピック素性空間に導入する．このカーネルはトピックの共起頻度から構成され，各トピック間の相関を取り込むことができる． またトピック共起カーネルは非対角項を持つカーネル行列として表現され，分類時には重みベクトルを明示的に構成できる．そのため分類時にもカーネル関数を必要とする手法に比べ高速な分類を実現できる．実験結果から提案カーネルは，線形カーネルに比べサイズの大きい多重トピックに対する平均トピックF1値で優れていることがわかった．, In this paper, we propose the topic co-occurrence kernel for a multi-topic text classification based on the max-margin principle, which kernel is defined by a topic co-occurrence frequency in the topic feature space and can deal with correlation of the topics. The topic co-occurrence kernel is represented as a kernel matrix with non-diagonal matrix elements and we can explicitly construct the weight vector in a classification. It enables the faster classification compared with the methods requires a kernel in a classification. Experiments show that the proposed kernel outperformed the linear kernel in the case that the number of multi-topics is greater than 1.},
 title = {トピック共起カーネルを利用した多重トピック文書分類},
 year = {2007}
}