近年自然言語処理分野で注目されている手法の一つに、半教師あり学習手法がある。半教師あり学習は、少数のラベルつきデータ(シード)に加え、大規模なラベルなしデータの情報を用いることで、高精度な学習を行う手法である。本研究は、グラフ全体の構造が半教師あり手法において有効であることをいくつかのタスクで示した。