複合名詞に着目したWeb検索結果のクラスタリング

本稿では複合名詞に着目したWeb検索結果のクラスタリング手法を提案する．本手法では検索結果のタイトルと要約を利用し，階層的で一つの検索結果が複数のクラスタに含まれることを認めるクラスタリングを行う．本手法は次の２つの仮説に基づいている．1)複合名詞は固有の概念を表すため，文書を特徴付けやすい．2)複合名詞間の語構成関係を利用して，部分複合による類概念，および上位下位関係のクラスラベルを作成することで見通しの良いＷｅｂ文書の分類ができる．実験の結果，複合名詞の構造は分かりやすいクラスタ構造の形成に利用でき，また自然なラベル付けに有効であった．このことから，複合名詞は検索結果全体を見渡すためのよいインデックスであると言える．

In this paper, we propose a aclustering method based on structure of compound nouns. Japanese compound nouns usually provide concrete concepts, thus we can assume that compound nouns must be a good clue to index documents for Web document clustering. The other benefit of using compound nouns is their compositional structure that can ve divided into sub concepts. This indicates that we can construct hierarchical Web document clustering based on their strcture. From the practical experiments of constructing hierarchical clusters on the results of a Web search engine, we succeeded in showing that the clearly lusterized web documents with understandable hierarchical indexes of compound nouns.

情報処理学会研究報告. 情報学基礎研究会報告 Vol.2006 No.94 pp.35-42