プロジェクト名

トピック追跡

メンバー

大川原雄也，伊藤正都，児玉政幸，高橋潤

キーワード

NewsML，トピック分析，自然言語

目的

Web上の時系列データであるニュース記事を対象としたトピック分析

概要

近年，インターネットの普及により，大量のテキストデータが時系列的に配信されるようになった．このうち， 時系列データの一つであるニュース記事は，いくつかのトピックに分類することができる．膨大なテキストを 類似する内容（トピック）に分類し，そのトピックの内容を示す語をラベル付けすることで，関連するニュー スの検索が容易になると考える．また，あるトピックに関する一連のニュースは，時系列に沿って遷移する． トピックの遷移を検出し，遷移を観察することで，一連のニュースの流れを俯瞰しやすくなると考える．

本プロジェクトでは，Web上の時系列データであるニュース記事を対象にトピック分析を行う．トピック分析 として，文書集合からのトピックの検出（トピックへの分類），各トピックに対応する特徴的な単語群の抽出 および時系列でのトピックの遷移を検出する．また，時系列で追加されていくテキストを同じトピックのもの にクラスタリングする．