@techreport{oai:ipsj.ixsq.nii.ac.jp:00057617,
 author = {舟生, 日出男 and 黒田, 隆之 and 高橋, 毅 and 内田, 明宏 and 長尾, 仁志 and 伊丹, 誠 and 伊藤紘二 and Funaoi, Hideo and Kuroda, Takayuki and Takahashi, Takeshi and Uchida, Akihiro and Nagao, Hitoshi and Itami, Makoto and Itoh, Kohji},
 issue = {49(1999-SLP-026)},
 month = {May},
 note = {近年では情報化の進展によって、人々が知的作業に際して処理すべき文書の量は増大している。そこで本研究では、文書を的確に分類し、その検索や再利用を容易にするために、文書を意味カテゴリーでインデクシングする作業を支援する手法について提案する。本手法では、文書から属性を抽出し、TfCon法を用いてそれらの頻度と重みから算出されるベクトルによって、その文書の特徴を表現する。このようにして、各意味カテゴリーに該当する文書集合の特徴を、教師付きの学習によって機械に学習させれば、テキストに含まれる意味カテゴリー群の推定が可能となり、新たな文書のインデクシングの支援に用いることができる。, Owing to progress of informationalization, recently, people should process a quantity of documents on the occasion of intelligent work. In this study, to faciliate classifying, searching and reusing a document, we propose a method of supporting Semantic-Cateorical Indexing. In this method, characteristic of a document is expressed with the vector of attribute values, which are consist of those frequency and weight calculated by TfCon method. If a machine learns the cahracteristic of a document set that corresponds to each meaning categorya with supervised learning, it can presume semantic categories corresponds to a text and support users to index a new document with those categories.},
 title = {テキストの表層データに基づいた　意味カテゴリーインデクシングの支援について},
 year = {1999}
}