関連用語の自動収集

  関連用語収集の第1ステップは、コーパスの作成です。「コーパス」とは、処理の対象とする文書の集合を意味します。
  分野d に関連する用語を集めるためには、d について記述されたウェブページを集める必要があります。
  そこで、サーチエンジンを利用してd に関するウェブページを収集します。

  サーチエンジンに「d とは」、「d という」、…、「d 」などのクエリ(＝キーワード)を入力し、得られた結果からd について記述されたウェブページをダウンロードします。
  さらに、ダウンロードしたページから、 d が含まれる文、およびその前後2文を抜き出し、 d について記述された文書の集合・コーパス Cd を作成します。
  なお、本研究では、サーチエンジンとして goo (http://www.goo.ne.jp/) を利用しています。

前のスライド

次のスライド