データマイニング

Next: クラスタリング Up: 従来の研究 Previous: 従来の研究

データマイニング

文書の分類に関する研究は、広い意味でデータマイニング[2] と呼ばれる分野に属するテーマである。データマイニングとは、与えられた集合から何らかの手法を用いてそこに隠されている規則を抽出することである。文書の分類に限定して考えると、与えられた文書集合から、文書間の相似性を見出したり、文書を分類するための規則を抽出する研究と言える。
文書の分類に関する研究は、
分類されていない文書集合を、適当な基準に基づいて分類する
分類されている文書集合から、その分類規則を抽出する
の2つの方向性がある。前者はクラスタリングと呼ばれる研究分野で、いくつかの手法が一般に広く知られている。