論文表題の一般化による科学技術論文の階層的詳細分類

通过概括论文标题对科技论文进行层次化详细分类

基本信息

批准号：
10878060
负责人：
佐藤理史
金额：
$ 1.22万
依托单位：
Japan Advanced Institute of Science and Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Exploratory Research
财政年份：
1998
资助国家：
日本
起止时间：
1998 至 1999
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-10878060/
关键词：
テキスト分類専門用語集表題解析言い換え複合名詞解析

项目摘要

本研究の目的は、階層的に整理された専門用語集を用いて表題を解析することにより、科学技術論文を階層的かつ詳細に分類することを実現することであった。本年度は、昨年度作成した表題解析による論文分類システムの改良を行った。本システムは、表題を標準化するモジュール(標準化モジュール)と、標準化された表題に対して専門用語集を利用して分類コードを割り当てるコード割当モジュールから構成されている。分類コードとしては、主分類コード(専門用語集として使用した岩波情報科学辞典の用語の木コード)の他に、論文と主分類コードの意味的な関係を表す5種類の補助分類コードを用いた。標準化モジュールは、文字列処理と単語列処理の2つの処理を繰り返すことにより、論文表題を標準化する。コード割当モジュールは、表記のゆれや各種の変形に対応できるように、専門用語と表題の柔軟な照合を行い、見つかった専門用語に基づいて分類コードを割り当てる。この2つのモジュールにおいて、論文表題の言い換え研究の成果を利用したが、システムの精度はそれほど向上しなかった。実験における本システムの精度は、79%であった。以上、この2年間の研究により、表題解析による科学技術論文の自動分類は、ある程度実現不可能であることがわかった。しかしながら、この方法だけでは、十分な分類精度を達成できなかった。

本研究的目的是通过使用分层组织的技术术语词汇表分析标题，实现科技论文的分层和详细分类。今年，我们在去年创建的标题分析的基础上改进了文章分类系统。该系统由一个标准化标题的模块（标准化模块）和一个代码分配模块组成，该代码分配模块使用技术术语表将分类代码分配给标准化标题。作为分类代码，除了主分类代码（岩波信息科学词典中的术语树代码，用作技术术语表）之外，我们还使用了五种辅助分类代码来表达论文和论文之间的语义关系。主要分类代码。标准化模块通过重复字符串处理和字符串处理两个过程来标准化论文标题。代码分配模块对技术术语和标题进行灵活匹配，以适应符号的变化和各种转换，并根据找到的技术术语分配分类代码。在这两个模块中，我们使用了对文章标题进行释义的研究成果，但系统的准确性并没有显着提高。该系统在实验中的准确率为79%。如上所述，近两年的研究表明，通过标题分析对科技论文进行自动分类在一定程度上是不可行的。然而，仅靠这种方法无法达到足够的分类精度。