日本語ウェブページを主観的か非主観的かに分類する分類器のジャンル領域拡大化能力の改善：実用的な分類器へ向けて

摘要

本論文では，機械学習法を利用して日本語ウェブページのセンチメント分類に取り組む．分類のためのカテゴリーは「主観的」と「非主観的」である．交差検定用データセットは，限られたジャンル群に分布する日本語ウェブページからなる．まず，交差検定用データセットをほぼ確実に分類する分類器を生成できることを示す．その分類器の実用性を評価するために，本論文ではジャンル領域拡大化能力という概念とジャンル領域拡大データセットを導入する．ジャンル領域拡大データセットは，交差検定用データセットを構成するジャンル群を含む，より多様なジャンル群に分布する日本語ウェブページからなるデータセットである．ジャンル領域拡大化能力は，交差検定用データセット上で訓練?生成された分類器がジャンル領域拡大データセットを分類する能力である．本論文では，交差検定用データセット上で訓練?生成された分類器のジャンル領域拡大化能力が，低いことを示す．一方で，分類器のジャンル領域拡大化能力を改善するための方法として，遺伝的アルゴリズムを利用したPOSフィルタリングに基づく素性選択法を提案し，その方法によって分類器のジャンル領域拡大化能力を改善でき，ある程度実用的とみなせる分類器を生成できることを示す.