Transcript 潜在的意味解析法LSA を利用した ソフトウェア分類システムの試作 大阪大学大学院基礎工学研究科 博士前期課程二年 川口 真司 Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University.

潜在的意味解析法LSA を利用した
ソフトウェア分類システムの試作
大阪大学大学院基礎工学研究科
博士前期課程二年
川口 真司
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
発表の流れ
背景・研究の目的
潜在的意味解析法 LSA について
LSAの単純な応用とその問題点
提案手法
適用実験
考察・まとめ
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
2
ソフトウェアリポジトリ
ソフトウェア開発資源(ソースコード、ドキュメントなど)
の保管場所を提供
SourceForge(http://sourceforge.net/)
Corporate Source*
リポジトリには大量のソフトウェアが存在
SourceForgeには55000以上ものソフトウェアが存在
(2003/03現在)
2003/03/06
*Jamie Dinkelacker and Pankaj K. Garg
Corporate Source: Applying Open Source Concepts to a Corporate Environment (Position Paper)
1st ICSE International Workshop on Open Source Software Engineering, May 15, 2001, Toronto, Canada.
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
3
背景
ソフトウェアリポジトリをソフトウェアの検索に利用
機能要求を満たすソフトウェアを検索
現在作成中のソフトウェアに似ているソフトウェアを検索
分類・整理が不可欠
リポジトリ内にあるソフトウェアは手動で分類
リポジトリ管理者が, 階層構造を作成
分類者が, 定義された階層から, そのソフトウェアにふさわ
しい分類を選択
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
4
問題点
画一的で排他的な分類
一般にはソフトウェアの用途によって分類
しかし、利用しているライブラリや依存アーキテクチャによる
分類もまた有用
ソフトウェアには様々な側面
階層構造の作成には多大なコストがかかる
階層構造の作成には、さまざまなライブラリ・アーキテク
チャに関する深い知識が必要
リポジトリ管理者の負担:大
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
5
非排他的分類
regexp
エディタ
表計算
GUI (MFC)
GUI (MFC)
正規表現サポート
(regexp)
正規表現サポート
(regexp)
ソフトウェア3
ソフトウェア1
これらライブラリや
アーキテクチャに対する
エディタ
知識がなければ、
GUI (GTK)
正規表現サポート
このような分類を準備
(regexp)
できない ソフトウェア2
MFC
表計算
GUI (GTK)
ソフトウェア4
GTK
2003/03/06
エディタ
表計算
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
6
目的
ソフトウェアの自動分類
ソフトウェアが持つさまざまな側面を考慮した非排他的分
類
依存ライブラリや前提とするアーキテクチャを自動的に判
別し分類する
分類対象となるソフトウェアに対する
深い知識を必要としない
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
7
発表の流れ
背景・研究の目的
潜在的意味解析法 LSA について
LSAの単純な応用とその問題点
提案手法
適用実験
考察・まとめ
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
8
潜在的意味解析法 LSA
Latent Semantic Analysis*
自然言語で書かれた文書、単語の類似度を計測
する
ベクトル空間モデルに従った手法の一つ
ベクトル空間モデルでは検出できない間接的な関連
の抽出を可能にしている
* Landauer, T. K., Foltz, P. W., & Laham, D. (1998). Introduction to Latent Semantic Analysis.
Discourse Processes, 25, 259-284.
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
9
LSA の例
文書1
文書4
A B B F
文書2
B
文書ベクトル
文書5
A B C D E
文書3
G G
F G H H
単語頻度行列を
文書間、単語間の類似度は
文書6
Cベクトル間の角度の
C C D
E G H
cos作成
に
よって表す
単語ベクトル
A
B
C
D
E
F
G H
1
1
2
0
0
0
1
0
0
2
1
1
1
1
1
0
0
0
3
0
1
3
1
0
0
0
0
4
0
0
0
0
0
0
2
0
5
0
0
0
0
0
1
1
2
6
0
0
0
0
1
0
1
1
LSA
A
B
C
D
E
F
G
H
1
0.3
0.7
0.9
0.4
0.3
0.2
0.3
0.3
2
0.4
1.0
1.4
0.6
0.3
0.2
0.1
0.1
3
0.6
1.5
2.3
1.0
0.4
0.2
-0.2
-0.2
4
0.1
0.1
-0.2
0.0
0.2
0.4
0.9
0.9
5
0.1
0.2
-0.2
0.0
0.4
0.6
1.5
1.4
6
0.1
0.2
-0.1
0.0
0.3
0.4
1.0
0.9
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
10
LSA の効果
間接的に関連している文書間の類似度も高い
文書間の類似度がより鮮明になる
文書間の類似度行列
1
2
3
4
5
6
1
2
3
4
5
6
1
1.0
0.2
-0.1
-0.3
-0.3
-0.5
1
1.0
1.0
0.9
-0.6
-0.6
-0.5
2
0.2
1.0
0.5
-0.5
-0.9
-0.5
2
1.0
1.0
1.0
-0.8
-0.8
-0.7
3
-0.1
0.5
1.0
-0.2
-0.4
-0.5
3
0.9
1.0
1.0
-0.8
-0.8
-0.8
4
-0.3
-0.5
-0.2
1.0
0.3
0.5
4
-0.6
-0.8
-0.8
1.0
1.0
1.0
5
-0.3
-0.9
-0.4
0.3
1.0
0.5
5
-0.6
-0.8
-0.8
1.0
1.0
1.0
6
-0.5
-0.5
-0.5
0.5
0.5
1.0
6
-0.5
-0.7
-0.8
1.0
1.0
1.0
LSA適用前
LSA適用後
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
11
発表の流れ
背景・研究の目的
潜在的意味解析法 LSA について
LSAの単純な応用とその問題点
提案手法
適用実験
考察・まとめ
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
12
LSAによるソフトウェア類似度測定
ソフトウェアに対して LSA を適用
文書 ⇒ ソフトウェア
単語 ⇒ 識別子（変数名、関数名、型名）
LSAを適用した結果からソフトウェアの類似度を測
定
測定した類似度からクラスタ分析ができるのでは
クラスタ分析・・・類似度の高いもの同士をグループ化する
手法
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
13
ソフトウェア類似度の傾向
類似度を手がかりに分類を行っても適正な分類が得られな
い
類似度が高い理由がソフトウェアによって異なる
2003/03/06
エディタ
表計算
GUI (MFC)
GUI (MFC)
正規表現サポート
(regexp)
ソフトウェア1
正規表現サポート
(regexp)
ソフトウェア3
エディタ
表計算
GUI (GTK)
GUI (GTK)
正規表現サポート
(regexp)
ソフトウェア2
ソフトウェア4
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
14
発表の流れ
背景・研究の目的
潜在的意味解析法 LSA について
LSAの単純な応用とその問題点
提案手法
適用実験
考察・まとめ
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
15
識別子による分類
ソースコード中の識別子は、その動作を表している
window という識別子があるプログラム文の周辺は、なんらかの
GUI に関する操作を行っている
識別子のうち特に類似しているものを結びつけて、それらをひ
とつのグループとみなして分類を行う
エディタ
window
cmdButton
2003/03/06
表計算
menuBar
window
GUI (MFC)
GUI (MFC)
ソフトウェア1
ソフトウェア3
MFC
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
16
提案手法(1/2)
Sof1
Soft1 Soft4
A B B F
Soft2 Soft5
J
Soft2
1.トークン
抽出
Soft3 Soft6
Soft4
G G
J
Soft5
A B C D E
Soft3
I
F G H H
J
Soft6
B C C C D
E G H J
2.共起行列の作成
I
J
0
0
1
0
0
0
0
0
0
0
0
2
0
0
1
0
1
0
A
B
C
D
E
F
G H
A
B
C
D
E
F
G H
1
1
2
0
0
0
1
0
1
1
2
0
0
0
1
0
0
2
1
1
1
1
1
0
0
2
1
1
1
1
1
0
0
0
3
0
1
3
1
0
0
0
3
0
1
3
1
0
0
0
0
4
0
0
0
0
0
1
1
4
0
0
0
0
0
0
2
0
5
0
0
0
1
2
0
1
5
0
0
0
0
0
1
1
2
6
0
0
0
1
1
0
1
6
0
0
0
0
1
0
1
1
3.孤立トークン,
普遍トークンの
削除
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
17
提案手法(2/2)
A
B
C
D
E
F
G H
1
1
2
0
0
0
1
0
0
2
1
1
1
1
1
0
0
0
3
0
1
3
1
0
0
0
4
0
0
0
0
0
0
5
0
0
0
0
0
6
0
0
0
0
1
A
B
C
D
E
F
G
H
1
0.3
0.7
0.9
0.4
0.3
0.2
0.3
0.3
2
0.4
1.0
1.4
0.6
0.3
0.2
0.1
0.1
0
3
0.6
1.5
2.3
1.0
0.4
0.2
-0.2
-0.2
2
0
4
0.1
0.1
-0.2
0.0
0.2
0.4
0.9
0.9
1
1
2
5
0.1
0.2
-0.2
0.0
0.4
0.6
1.5
1.4
0
1
1
6
0.1
0.2
-0.1
0.0
0.3
0.4
1.0
0.9
1
2
3
4.LSA
5.トークン間の類似度計測、
クラスタ分析
D
A B C
F G
1
H
2
3
ClusterName1
6.ソフトウェア
クラスタの
作成
1
4
5
6
7.クラスタ
タイトルの
作成
1
4
5
6
ClusterName2
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
18
1.トークン抽出
トークン
各ソフトウェアを特徴づける単語の集合
各ソフトウェアから識別子を抽出し、これをトークンと
する
Sof1
Soft1 Soft4
Soft2 Soft5
Soft3 Soft6
A B B F
1.トークン
抽出
Soft4
J
Soft2
A B C D E
Soft3
B C C C D
G G
I
J
Soft5
F G H H
J
Soft6
E G H
J
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
19
2.共起行列の作成
共起行列
行にソフトウェア、列にトークンをとり、行列の値に各ソフト
ウェアでのトークン出現数が入った行列
Sof1
Soft4
A B B F
J
Soft2
G G
I
J
Soft5
A B C D E
Soft3
F G H H
2.共起行列の
作成
Soft6
B C C C D
E G H
J
J
I
J
0
0
1
0
0
0
0
0
0
0
0
0
0
0
2
0
1
1
0
0
1
1
2
0
1
0
1
0
1
1
0
1
A
B
C
D
E
F
G H
1
1
2
0
0
0
1
0
2
1
1
1
1
1
0
3
0
1
3
1
0
4
0
0
0
0
5
0
0
0
6
0
0
0
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
20
3.孤立トークン、普遍トークンの削除
孤立トークン
ある単一のソフトウェアのみに現れるトークン
普遍トークン
半数以上のソフトウェアに現れるトークン
これらのトークンは分類に役立たないため削除
I
J
0
0
1
0
0
0
0
0
0
0
0
2
0
0
1
0
1
0
A
B
C
D
E
F
G H
A
B
C
D
E
F
G H
1
1
2
0
0
0
1
0
1
1
2
0
0
0
1
0
0
2
1
1
1
1
1
0
0
2
1
1
1
1
1
0
0
0
3
0
1
3
1
0
0
0
3
0
1
3
1
0
0
0
0
4
0
0
0
0
0
1
1
4
0
0
0
0
0
0
2
0
5
0
0
0
1
2
0
1
5
0
0
0
0
0
1
1
2
6
0
0
0
1
1
0
1
6
0
0
0
0
1
0
1
1
3.孤立トークン,
普遍トークンの
削除
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
21
4.LSA
孤立トークン、普遍トークンを除いた共起行列に対
して LSA を適用
LSA を適用することにより、間接的関連しかもたな
いトークン間も高い類似度を持つようになる
A
B
C
D
E
F
G H
1
1
2
0
0
0
1
0
0
2
1
1
1
1
1
0
0
0
3
0
1
3
1
0
0
0
4
0
0
0
0
0
0
5
0
0
0
0
0
6
0
0
0
0
1
A
B
C
D
E
F
G
H
1
0.3
0.7
0.9
0.4
0.3
0.2
0.3
0.3
2
0.4
1.0
1.4
0.6
0.3
0.2
0.1
0.1
0
3
0.6
1.5
2.3
1.0
0.4
0.2
-0.2
-0.2
2
0
4
0.1
0.1
-0.2
0.0
0.2
0.4
0.9
0.9
1
1
2
5
0.1
0.2
-0.2
0.0
0.4
0.6
1.5
1.4
0
1
1
6
0.1
0.2
-0.1
0.0
0.3
0.4
1.0
0.9
4.LSA
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
22
5.識別子をクラスタリング
LSA の結果を元に識別子間の類似度計測
類似度を利用してクラスタ分析
得られたクラスタを「トークンクラスタ」と呼ぶ
A
B
C
D
E
F
G
H
1
0.3
0.7
0.9
0.4
0.3
0.2
0.3
0.3
2
0.4
1.0
1.4
0.6
0.3
0.2
0.1
0.1
3
0.6
1.5
2.3
1.0
0.4
0.2
-0.2
-0.2
4
0.1
0.1
-0.2
0.0
0.2
0.4
0.9
0.9
5
0.1
0.2
-0.2
0.0
0.4
0.6
1.5
1.4
6
0.1
0.2
-0.1
0.0
0.3
0.4
1.0
0.9
5.識別子を
クラスタリング
A B C
D
F G
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
H
23
6.ソフトウェアクラスタの作成
各トークンクラスタごとに対応するソフトウェアクラスタ
を作成
トークンクラスタ内のクラスタを持っているソフトウェアの
集合
Sof1
Soft4
A B B F
J
Soft2
G G
I
J
Soft5
A B C D E
Soft3
F G H H
Soft6
B C C C D
E G H J
D
A B C
F G H
6.ソフトウェアクラスタの
作成
J
1
2
3
1
4
5
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
6
24
7.クラスタタイトルの作成
クラスタを短く表現するタイトルを作成する
1. LSA を行った後の行列からソフトウェアベクトルを取得
2. クラスタに含まれるソフトウェアベクトルを合計する
3. そのベクトルの中で値の大きい部分に対応するトークンを
数個選び出し、これをタイトルとする
7.クラスタタイトルの作成
1
2
3
1
4
5
6
1
2
3
ClusterName1
1
4
5
6
ClusterName2
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
25
自動分類システム
対象: C言語で記述されたプログラム群
各ステップごとに、対応するプログラムを作成
実装言語 Perl
ただしトークン抽出部は C で実装
LSA の計算部には SVDPACKC を利用
全部で約4000行
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
26
発表の流れ
背景・研究の目的
潜在的意味解析法 LSA について
LSAの単純な応用とその問題点
提案手法
適用実験
考察・まとめ
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
27
実験
提案手法でどのような分類が抽出できるのかを実験
分類対象
SourceForge から無作為に 6 つのジャンルを選択
boardgames, compilers, database, editor, videoconversion,
xterm
その中から C 言語で書かれたプログラムをテストデータとして選択
全部で 41 個のソフトウェア
合計 164102個の識別子が存在
そのうち単一のソフトウェアにのみ現れるトークンを除いた残り 22048 個を利
用
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
28
分類システム出力結果（一部）
タイトル
AOP, emitcode, IC_RESULT, IC_LEFT, aop, aopGet,
IC_RIGHT, pic14_emitcode, iCode, etype
新しい分類
ソフトウェア
クラスタ数
compilers/gbdk, compilers/sdcc
8597
構文解析ライブラリyaccを利用し
ているソフトウェアの集合
xterm/R6.3, xterm/R6.4
2160
CASE_IGNORE, CASE_GROUND_STATE, screen,
CASE_PRINT, CASE_BYP_STATE, Widget, TScreen,
CASE_IGNORE_STATE, CASE_PLT_VEC,
CASE_PT_POINT
YY_BREAK, yyvsp, yyval, DATA, yy_current_buffer, tuple,
yy_current_state, yy_c_buf_p, yy_cp, uint32
compilers/gbdk,
database/mysql-3.23.49,
database/postgresql-7.2.1
223
AVI, cinfo, OUTLONG, avi_t, AVI_errno, hdrl_data, OUT4CC,
nhb, ERR_EXIT, str2ulong
videoconversion/dv2jpg-1.1,
videoconversion/libcu30-1.0,
videoconversion/mjpgTools
177
white_to_move, move_s, promoted
boardgame/cinag-1.1.4,
boardgame/faile_1_4_4
GtkWidget, gchar, gpointer, gint, widget, gtk_widget_show,
N_, g_free, dialog, g_return_if_fail
boardgame/gbatnav-1.0.4,
editor/gedit-1.120.0,
editor/gmas-1.1.0,
editor/gnotepad+-1.3.3,
editor/peacock-0.4
GTK ライブラリを利用してい
boardgame/Sjeng-10.0,
るソフトウェアの集合
board, num_moves, ply, pawn_file, npiece, pawns, moves,
既存の(SourceForgeの)分類と同じ分類
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
154
104
29
実験結果
合計40個のクラスタ
新しいクラスタ
既存の分類と同一のクラスタ
8
18
新しい分類によるクラスタの内訳
GTK(2クラスタ)
yacc(2クラスタ)
regexp
getopt
JNI
Python/C
GUI ライブラリ
構文解析ライブラリ
正規表現解釈ライブラリ
引数解釈用ライブラリ
Java のネイティブメソッドを実現するアーキテクチャ
Python インタプリタ拡張アーキテクチャ
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
30
考察
ライブラリやアーキテクチャによる分類を前提知識なし
で発見
ソフトウェアのさまざまな側面に対応した分類
前提知識がなくとも分類が可能
クラスタタイトル
分かりやすいものもあれば、分かりにくいものもある
同じライブラリを利用しているクラスタは、比較的分かりや
すいタイトルがつく傾向がある
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
31
まとめと今後の課題
ソフトウェアを自動分類する手法を提案した
本手法により、ソフトウェア集合やそこに含まれるライ
ブラリについての知識がなくとも、新たな分類を発見
できることを示した
今後の課題
クラスタタイトルのよりよい作成方法の考案
大規模な実験
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
32
終
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
33
考察
従来の分類では注目してない観点では
ライブラリによる新しい分類を発見
前提知識なしで発見することができた
従来の分類という観点からは
適合率は高い
再現率は低い
クラスタタイトル
適切についているものもあるが、そうでないものもある
ライブラリを抽出したクラスタはわかりやすい名前がつく傾
向がある
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
34
実験結果
40個のクラスタ
既存の分類に従うクラスタ
既存の分類とは異なる、新しいクラスタ
18
8
(GTK(2クラスタ), yacc(2クラスタ), regexp, JNI, getopt, Python/C)
その他
14
トークン数上位 20 個のクラスタ
既存の分類に従うクラスタ
既存の分類とは異なる、新しいクラスタ
14
3
(GTK(2クラスタ), yacc)
その他
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
3
35
適合率・再現率
適合率(precision)
得られたクラスタのうち、正しい分類となっているクラスタの割合
再現率(recall)
想定される正しい分類が、得られたクラスタにどれだけ含まれている
か
ここでは、既存の分類のみを想定される正しい分類とする
適合率
再現率
全クラスタ
0.65
0.16
上位20クラスタ
0.85
0.13
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
36
関連研究
ある単一のソフトウェアを分割し, それらを意味のある
まとまりに再構成する試みがなされている
ソフトウェアをある種の単位に分割
ファイル, 関数
それらの単位間での類似度を算出し, 類似度を元に再
構成する
ファイル名*
関数間の呼び出し関係(コールグラフ)**
利用している識別子***
*N. Anquetil and T. Lethbridge. Extracting concepts from file names; a new file clustering criterion.
In Proc. 20th Intl. Conf. Software Engineering, May 1998.
**G. A. Di Lucca, A. R. Fasolino, F. Pace, P. Tramontana, U. De Carlini, Comprehending Web Applications by a Clustering Based Approach
10th International Workshop on Program Comprehension (IWPC'02)
***Jonathan I. Maletic and Andrian Marcus, Supporting Program Comprehension Using Semantic and Structural Information
in Proceedings of the 23rd IEEE International Conference on Software Engineering (ICSE 2001)
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
37
既存の手法の問題点
単一のソフトウェアが対象
区分の単位であるファイルや関数は、単一の機能のみ果
たしていると仮定できる
呼び出し関係などの構造的情報が利用できる
複数のソフトウェアを対象にした場合, これらの仮定
が当てはまらない
ソフトウェアは単一の機能のみでは構成されていない
構造的情報を利用している手法は利用できない
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
38
LSA (Latent Semantic Analysis)*
潜在的意味解析
自然言語で記述された文書・単語の類似度を計測
する手法
ドキュメントを単語頻度表のベクトルであらわす
単語間の間接的関係を抽出できる
* Landauer, T. K., Foltz, P. W., & Laham, D. (1998). Introduction to Latent Semantic Analysis.
Discourse Processes, 25, 259-284.
2003/03/06
Software Engineering Laboratory, Department of Computer Science, Graduate School of Information Science and Technology, Osaka University
39