適合性フィードバックにおけるユーザ負荷軽減手法

• Item type: SIG Technical Reports(1)
• 公開日: 2013-11-07
• タイトル: 適合性フィードバックにおけるユーザ負荷軽減手法
• タイトル / 言語: en
• タイトル: Reducing the Effort of the User on Relevance Feedback
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 文章分析
• 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: 千葉大学大学院融合科学研究科
• 著者所属: 千葉大学大学院融合科学研究科
• 著者所属: 千葉大学大学院融合科学研究科
• 著者所属(英): en
• 著者所属(英): Chiba University, Graduate School of Advanced Integration Science
• 著者所属(英): en
• 著者所属(英): Chiba University, Graduate School of Advanced Integration Science
• 著者所属(英): en
• 著者所属(英): Chiba University, Graduate School of Advanced Integration Science
• 著者名: 金子, 弘明; 梅澤, 猛; 大澤, 範高
• 著者名(英): Hiroaki, Kaneko; Takeshi, Umezawa; Noritaka, Osawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 情報検索において初期検索結果に対するユーザ評価を基に有用な文献を収集・絞り込みを行う適合性フィードバック手法は，ユーザに特別な検索技術や知識を要さず再検索を容易にする．しかし，適合・不適合の判別精度がフィードバック数と相関を持つため，高い効果を得るにはユーザに検索結果を多くの文献を閲覧・評価する労力を要する．そこで本論文ではユーザの労力を軽減するために，少量のフィードバックから機械学習手法を用いて疑似的なフィードバックを得る手法を検討する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Relevance feedback in Information retrieval can be used to refine search queries based on user feedback to results returned by initial query and collect relevance documents easier even if a user has no specialized knowledge. Since, precision of relevance feedback is correlated with the number of feedback, highly effective relevance feedback usually needs for the user to give much feedback and then to review many documents. This paper, investigates a method which get pseudo feedback from machine learning trained on a little feedback.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10115061
• 書誌情報: 研究報告自然言語処理（NL）; 巻 2013-NL-214, 号 3, p. 1-8, 発行日 2013-11-07
• 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