DTD-SG委員会
2008-08-26, 10:00-12:00
                               小町


出席者:
山田, 小町, 安達

配布文書:
館蔵資料DBサンプル.xls (山田さんからのメール: 2008年8月22日 9:44に添付)
館蔵資料DBの部分データの利用許可願い(安達)

議論:
document -- 個々の分類のサブトリー
 (リーフの一つ上だけを分類とみなす。分類には構造はもたせない。)
単語 -- 資料名称

7 collectionを与えられた。
　この名称の種類数 6468
　分類のサブトリー数 72

これが大きなスパース頻度マトリクスを形成する。
GETAに入力。行と列の対応をとる。値は頻度。multi.txt
　共通語彙: 文字列として一致している。

距離計算に反映させることはできる。
WT smartという式: 類似度の計算式。GETAのデフォルト計算式をそのまま利用。

f = q
入力: 資料名称とする。--> 関連する分類(名称が含まれていた分類)が出る。
--> 名称が出る。
適合性feedbackを確かめられる。

問題:
出力として欲しいのは，資料名称か，分類名称か。
今回の例では資料名称。

形態素解析すると，どうありがたいか。
1 charaを1語として扱う。--> 出力が文字になる。

形態素解析ができたとき，その次の課題は:
1. 構造の扱い --> 距離の計算
2. 類似度尺度に何を使うか (今回はdefault)

今後の予定:
- 10/07
- 10/20