著者
関口 裕一郎 佐藤 吉秀 川島 晴美 奥田 英範
出版者
一般社団法人情報処理学会
雑誌
情報処理学会研究報告データベースシステム(DBS) (ISSN:09196072)
巻号頁・発行日
vol.2007, no.65, pp.207-210, 2007-07-03

ブログの急速な普及により、人々の生の体験や経験の情報がネットワーク上で多く発信されるようになり、それを用いたブログにおける話題の抽出等のマーケティング分析のニーズが増えてきている。しかしブログ記事は口語的な表現で記述されるため、分析時に商品名等の重要な固有表現が省略して表記されることによる分析精度の低下が問題となっている。本論文では、固有表現の正式表記の一部の文字を用いて作られる省略語を自動抽出することを目指し、ブログ文書での語句の使われ方を見ることにより省略語としての確からしさを算出手法を提案し、実際のブログ文書に適応した際の有効性について論じる。Many people write their experiments and impressions in their weblogs, and these articles have a much effect on buying behavior in web shopping. Thus, there are needs for mining topics in weblog articles for marketing purpose. In such mining processes, the proper noun is very important, though, many proper nouns are written in clipped word in weblogs. We describe a method to extract clipped words of the given proper noun using weblog articles that contains the original proper noun or candidates of clipped words. And evaluate the effectiveness using large weblog corpus.
著者
関口 裕一郎 佐藤 吉秀 川島 晴美 奥田 英範 奥 雅博
出版者
一般社団法人情報処理学会
雑誌
情報処理学会研究報告自然言語処理(NL) (ISSN:09196072)
巻号頁・発行日
vol.2005, no.117, pp.27-32, 2005-11-21
被引用文献数
2

blog記事は省略を多く含む口語的な記述がなされている為,文中の情報のみによる話題語句の判別は難しい.本論文では,発信者相互の興味の関連性を抽出し,ある語句を使用している発信者集合の持つ関連度の分布を見ることにより,高い関連度を持つ発信者間で使われる語句に高い話題度を算出する.blog記事の集合を用いて実験を行った結果,記事中の話題を表す語句に対して,高い話題度を算出することができた.In this paper, we describe the method to detect the topic words from blog documents. The 'topic words' is defined as a word that gains the attention of people sharing same interest. While blog documents are written by ordinal people, their texts are written in abbreviated informal expression. We use the information of blogger to adjust this characteristic of blog documents. The proposed method extracts the relevancies of each blogger; compares the deviation of these relevancies; and calculates the topic scores for each word of a blog document. The experiment shown that the method can extract appropriate topic words from blog documents.