{Kjetil Nørvåg Nattiya Kanhabua Dimitrios Gunopulos Dimitrios Kotzias Theodoros Lappas Dimitrios Kotsakos}

要約
多数の主流的なアプリケーション、例えば時系列検索、イベント検出、トレンド同定などは、与えられたテキストコレクション内のすべてのドキュメントについて時刻情報(タイムスタンプ)が既知であることを前提としている。しかし多くの場合、必要なタイムスタンプは入手不可能または曖昧である。この問題の顕著な例は、古くからデジタル化された大量の文書リポジトリの文脈において見られる。このような文書では、デジタル化プロセス中にタイムスタンプが破損している場合や、そもそも存在しない場合がある。本稿では、ドキュメントのタイムスタンプを近似するという、いわゆる「ドキュメント日付付け(document dating)」というタスクに着目する。我々は、文書の内容に基づくアプローチを提案し、語の急増現象(term burstiness)に関する最近の進展を活用することで、従来のドキュメント日付付け手法の欠点、例えば固定時間区間分割戦略の制約を克服できるようにしている。異なるデータセットを用いた広範な実験評価を通じて、本手法の有効性と利点を検証し、ドキュメント日付付けの分野において、既存の最先端手法を上回ることを示した。
ベンチマーク
| ベンチマーク | 方法論 | 指標 |
|---|---|---|
| document-dating-on-apw | BurstySimDater | Accuracy: 45.9 |
| document-dating-on-nyt | BurstySimDater | Accuracy: 38.5 |