要約
本稿では、複数のニュース機関から取得したウルドゥー語ニュースを自動的にクラスタリングするための新しいアルゴリズムの提案と評価を行っている。この課題は、ウルドゥー語向けの言語処理ライブラリが存在しないため、極めて困難である。著者らの実験データセットは、ジャング、BBCウルドゥー、エクスプレス、ウルドゥーポイント、およびボイス・オブ・アメリカ・ウルドゥー（VOA）といったパキスタンの著名メディアから収集されたニュースから構成されている。提案するアルゴリズムは、ニュース本文ではなく、見出し（headline）のみを用いてクラスタリングを行う。著者らは、ニュースの見出しがニュースの内容を簡潔に要約しているため、全文を用いるのではなく、見出しを用いることの妥当性を主張している。実験的な評価結果によると、見出しを用いた類似ニュースの同定において、マイクロ平均とマクロ平均の精度（precision）はそれぞれ0.45および0.48であった。