各データが複数のカテゴリに属する多重分類問題に対して,ラベルありデータとラベルなしデータを用いた半教師あり学習により分類器を設計する手法を提案する.提案法では,ラベルありデータで学習させた識別モデルとラベルなしデータで学習させた生成モデルを統合することによって分類器を構築する.多重テキスト分類のために,識別モデルと生成モデルにそれぞれ対数線形モデルとナイーブベイズモデルを用いて分類器を設計する.実テキストデータからなる 3 つのテストコレクションを用いた実験で,従来の対数線形モデルとナイーブベイズモデルの半教師あり学習法と比較して,提案法ではより高い汎化能力を持つ多重分類器を得られることを確認した.