@techreport{oai:ipsj.ixsq.nii.ac.jp:00047983,
 author = {注連, 隆夫 and 内元, 清貴 and 土屋雅稔 and 高木, 俊宏 and 宇津呂, 武仁 and 佐藤理史 and 井佐原, 均 and Takao, SHIME and KiyotakaUCHIMOTO and MasatoshiTSUCHIYA and ToshihiroTAKAGI and TakehitoUTSURO and SatoshiSATO and HitoshiISAHARA},
 issue = {117(2005-NL-170)},
 month = {Nov},
 note = {本稿では，Support Vector Machine(SVM) を用いたチャンカーYamCha を利用して，日本語複合辞の検出器を学習し，その性能評価を行った．SVM は従来からある学習モデルと比較して，入力次元数に依存しない高い汎化能力を持ち，Kernel 関数を導入することで効率良く素性の組合わせを考慮しながら分類問題を学習することが可能である．SVMを日本語複合辞の検出に適用し，実際のタグ付きデータを用いて解析を行った結果，日本語複合辞を構成している形態素の数の情報，形態素の日本語複合辞における位置情報を考慮した場合，交差検定によりF 値で約94 という高精度の結果が得られた．, This paper proposes to learn a detector of Japanese compound functional expressions using the chunker YamCha based on Support Vector Machines (SVMs), and presents the result of evaluating the performance of the detector. It is well-known that SVMs achieve high generalization performance, and furthermore, by introducing the Kernel principle, SVMs can carry out training with smaller computational cost independent of the dimensionality of the feature space. As features of SVM learning, we consider the number of morphemes constituting a compound functional expression, and the position of each morpheme within a functional expression. We achieve the cross validation result of the F-value as 94, which shows the effectiveness the proposed method.},
 title = {機械学習を用いた日本語複合辞のチャンキング},
 year = {2005}
}