ベクトル空間モデルにもとづく情報フィルタリング法

ベクトル空間モデルは,情報フィルタリングにおいてよく使われている情報獲得モデルである.このモデルでは,ドキュメントとユーザのプロファイルの両方が単語のベクトルとして表現されている.このアプローチの問題点は,ドキュメント中の各単語のベクトルとみなしているため,単語の文脈を考慮していないことである.すなわちこのアプローチでは,異なった概念領域にある多量のドキュメントが選択されてしまうことになる.この問題の解決策として,本稿では任意のドキュメントあるいはテキストが句単語のベクトルの集合でより詳細に表現可能であることを述べる.句と単語の両方を考慮することにより,ドキュメントの内容の概略が与えられる.さらに,システムが句を認識するための新しいアプローチを述べる.本稿で提案したテキスト表現がユーザのプロファイルの生成に使われるとき,より正確にユーザの興味を反映することを示す.このことは領域特有の情報フィルタリングに有効となる.
The Vector Space Model is a well known retrieva1 model widely used in Information Filtering too. In this mode1 both document and user profile is represented as vector of terms. The main problem of this approach is that each term in the document is considered independent which means the context of the words are not considered. This leads to a selection of number of documents which belongs to a different conceptual domain. In this paper we argue that any document or text can be represented better by a set of vectors of phrases and terms. We formulate a novel approach to recdgnize phrases by the system. We show that our text representation when used in generation of User Profile reflects the user's interest more precisely which ultimately contributes to more domain specific Information Filtration.