Web ページからの人物に関する位置情報の抽出.pdfVIP

Web ページからの人物に関する位置情報の抽出 高守 雄也† 上田 洋‡ 村上 晴美§ †§ ‡ 大阪市立大学大学院創造都市研究科 大阪市立大学大学院工学研究科 1. はじめに 本研究では, 該当人物に最適な位置情報ラベルと 近年のblog やSNS の普及によりWeb 上で情報発 位置座標を付与するために, Web ページに含まれる 信する人々が飛躍的に増加している. それに従い, 住所やランドマークを抽出して, Yahoo!ローカルサ Web 上に登場する同姓同名人物の数も多くなってき ーチ API（以下, Yahoo!ローカルサーチ）を用いる. ている. Web 上の人名検索において同姓同名人物を 主要なアイディアは, ランドマークへの着目, 語間 識別する問題は重要となってきている. このような 距離と検索順位の利用である. 背景から, Web 上の同姓同名人物の識別に関する研 提案手法は, (1) 住所・ランドマーク候補リスト 究が盛んに行われている. それらの多くは, [1]の の作成, (2) 位置情報の取得, に大別される. 図 1 ように人名検索結果である Web ページを人物毎に に提案手法の概要を示す. クラスタリングする研究である. しかし,ただクラ 2.1 住所・ランドマーク候補リストの作成 スタに分類するだけでは各クラスタが誰であるのか 2.1.1 住所・ランドマーク候補の抽出 認識するためには, 人物毎に分類された Web ペー 氏名による検索結果の上位10件のWebページを対 ジずつ閲覧しなければならず, ユーザにとって負荷 象として Mecab により形態素解析を行い, 以下の処 が高い. ユーザが求める人物を簡単に選択するため 理にて抽出する. には, ただ Web ページを分離するだけではなく, 同 (1) 住所候補抽出 姓同名人物を識別するための簡単なインタフェース (a), (b), (c)の条件が 2回以上連続している場合 が必要である. に接続して抽出する. 本研究では, 氏名による Web 検索の結果, 同姓 (a) 品詞名に地域, 括弧開, 括弧閉, 形容動詞語幹 同名人物毎に分けられた Web ページ群に対して該当 を含む 人物を表すオブジェクトを地図上に表示することを (b) 候補語自体が日本語であり「地域」ではない 目的とする. そのために, 該当人物に適切な位置情 (c) 品詞名に地域が無い場合, 候補語が「高専」「大 報（本研究では位置情報ラベルと位置座標の組とす 学校」 「通り」「大字」「小字」「東」「西」「南」「北」 る）を一つ付与することを目的とする. 「-」であるか, 品詞名に接尾または数がある 本稿の構成は以下のとおりである. 2 節で提案手 (2) ランドマーク候補抽出 法について述べる. 3 節では提案した手法の評価実 (a), (b), (c)の条件がすべて満たされている場 験について述べる. 4節では関連研究と比較する. 合に抽出する. 2. 提案手法 (a) 品詞名に組織が含まれている (b) 品詞名に地域, 人名が 含まれていない