研究者にとって関連論文調査は必須であり，特に，対象とする論文が何を問題ととらえているかという観点は重要である．したがって，論文概要から問題を記述している文（問題文）を自動的に抽出できれば，調査の精度と効率の向上が期待できる．SVM などの機械学習により判別機を構築できるが，判別性能を上げるには多量の学習例を人手で準備しなければならないという問題がある．筆者らはSVM を使ったこれまでの研究で，少数の学習例しかない場合でも，問題文を特徴付ける手掛り語集合に着目することで，全ての単語を用いるより判別性能を格段に向上できることを示している．本稿では，学習機としてナイーブベイズを用いた場合も，手掛り語集合が判別性能向上に有効であることを示す．さらにその性能向上率は，SVM の場合より高いことを示す．