1 分類の基本概念
1.1 定義と目的
分類とは、情報科学において、対象となるデータや概念を、あらかじめ定義されたカテゴリやクラスに割り当てるプロセスを指す。目的は、情報の検索性向上、パターン認識、意思決定支援など多岐にわたる。図書館情報学では資料の主題分析に、機械学習ではラベル付きデータを用いた教師あり学習に応用される。
1.2 分類の種類
1.2.1 階層的分類
上位カテゴリから下位カテゴリへと樹状構造を形成する分類方式である。図書館分類法や生物学的分類などで広く用いられ、全体と部分の関係を明確に表現できる。
1.2.2 ファセット分類
対象を複数の独立した側面（ファセット）に分解し、各ファセットから値を組み合わせて分類する方式。例えば、資料を「主題」「形式」「言語」といった複数の軸で同時に分類する場合に用いられる。
1.2.3 二値分類と多クラス分類
二値分類は対象を二つのクラス（例：スパム／非スパム）に分類する。多クラス分類は三つ以上のクラス（例：ニュース記事の分野分類）を扱う。多クラス分類は、複数の二値分類器の組み合わせや、多クラス対応のアルゴリズムによって実現される。
1.3 分類の評価指標
1.3.1 精度と再現率
精度（Precision）は、分類器が正と予測したもののうち実際に正である割合である。再現率（Recall）は、実際に正であるもののうち分類器が正しく正と予測した割合である。両者はトレードオフの関係にあり、目的に応じて重視する指標が異なる。
1.3.2 F値と混同行列
F値は精度と再現率の調和平均であり、分類器の総合的な性能を評価する。混同行列（Confusion Matrix）は、実際のクラスと予測されたクラスの対応を表形式で示し、真陽性、偽陽性、真陰性、偽陰性の数値を一覧できる。
2 情報科学における分類手法
2.1 手動分類
2.1.1 図書館分類法
図書館資料を主題に基づいて体系的に整理するための分類体系である。国際的に広く使われるものから、各国独自のものまで存在する。
2.1.1.1 デューイ十進分類法
アメリカの図書館学者メルビル・デューイが1876年に創案した分類法。全知識を十進法の数字（000〜999）で表し、各十進階層で細分化する。世界的に最も普及している分類法の一つである。
2.1.1.2 日本十進分類法
日本国内の図書館で広く使われる分類法。デューイ十進分類法を基に日本独自の修正を加えたもので、日本文学や歴史などの分野で細かい区分が設けられている。
2.1.2 タクソノミーとオントロジー
タクソノミーは階層的な分類構造であり、オントロジーは概念間の関係（類種関係、属性、制約など）を形式化した知識体系である。両者とも手動で設計されることが多いが、オントロジーは推論や意味検索に利用される。
2.2 自動分類
2.2.1 ルールベース分類
人間が定義した明示的なルール（「もし〜ならば」）に従って分類を行う手法。ルールの作成に専門知識が必要だが、透明性が高く、解釈が容易である。スパムフィルタの初期の方式が代表例である。
2.2.2 機械学習による分類
ラベル付き訓練データからパターンを学習し、未知のデータを分類する手法。統計的手法やニューラルネットワークが用いられる。
2.2.2.1 決定木
特徴量の条件に基づいて木構造の分岐を繰り返し、最終的なクラスを決定するアルゴリズム。可視化が容易で解釈性が高いが、過学習しやすい傾向がある。
2.2.2.2 ナイーブベイズ分類器
ベイズの定理に基づき、各特徴が独立であると仮定してクラスを推定する確率的分類器。計算が高速で、テキスト分類（スパム検出など）に効果を発揮する。
2.2.2.3 サポートベクターマシン
特徴空間上でクラス間のマージン（境界からの距離）を最大化する超平面を学習するアルゴリズム。カーネル関数を用いることで非線形分類にも対応可能であり、高次元データで高い性能を発揮する。
2.2.2.4 ニューラルネットワーク
多層のニューロンから構成されるネットワークを用いて非線形な分類境界を学習する手法。ディープラーニングの発展により、画像認識や自然言語処理など複雑な分類タスクで主要な手法となっている。
3 分類の応用と事例
3.1 情報検索とレコメンデーション
分類は検索結果の絞り込みや関連文書のランキングに利用される。レコメンデーションシステムでは、ユーザーやアイテムを分類し、類似するアイテムを推薦する。
3.2 スパムフィルタリング
メールやコメントを「スパム」と「非スパム」に二値分類する代表的な応用例。ルールベースから機械学習（特にナイーブベイズやニューラルネットワーク）へと主流が移行している。
3.3 文書分類と感情分析
ニュース記事を分野別に分類する文書分類や、レビューやSNS投稿の感情（ポジティブ／ネガティブ）を推定する感情分析に分類技術が用いられる。自然言語処理と組み合わせて実装される。
3.4 画像認識における分類
画像内の物体やシーンをカテゴリに分類するタスク。畳み込みニューラルネットワーク（CNN）が主流であり、犬種の特定や医療画像診断など多様な分野で実用化されている。
4 分類の課題と発展
4.1 分類のバイアスと公平性
訓練データに含まれる偏りが分類器に反映されることで、特定の集団に対する差別的な結果を生む可能性がある。公平性を確保するためのアルゴリズムやデータ前処理の研究が進められている。
4.2 クラス不均衡問題
分類対象のクラス間でサンプル数の偏りが大きい場合、少数クラスの分類精度が低下する問題。オーバーサンプリングやアンダーサンプリング、コスト考慮学習などの対策が取られる。
4.3 能動学習と半教師あり学習
ラベル付きデータの不足に対処する手法。能動学習は分類器が最も情報量の多いデータを選択してラベル付けを依頼する。半教師あり学習は少量のラベル付きデータと大量のラベルなしデータを組み合わせて学習する。
4.4 フォークソノミーとソーシャルタグ付け
ユーザーが自由にタグを付与するソーシャルタグ付けの結果として生まれる非階層的な分類体系をフォークソノミーと呼ぶ。厳密な分類法に比べて柔軟だが、同義語や曖昧性の問題があり、自動分類とのハイブリッド手法が研究されている。