JP2001134576A - 事実データ統合方法および装置 - Google Patents
事実データ統合方法および装置Info
- Publication number
- JP2001134576A JP2001134576A JP31076699A JP31076699A JP2001134576A JP 2001134576 A JP2001134576 A JP 2001134576A JP 31076699 A JP31076699 A JP 31076699A JP 31076699 A JP31076699 A JP 31076699A JP 2001134576 A JP2001134576 A JP 2001134576A
- Authority
- JP
- Japan
- Prior art keywords
- data
- unit
- reliability
- fact
- text
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/34—Browsing; Visualisation therefor
- G06F16/345—Summarisation for human users
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/99951—File or database maintenance
- Y10S707/99952—Coherency, e.g. same view to multiple users
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】
【課題】 テキスト中の誤った記述や抽出処理の誤りに
起因する抽出データ中の誤りやバラツキの誤り部分を排
除して、適切なデータの集積を行なうこと。 【解決手段】 データ抽出部１により、対象とする事
物、属性名、属性値の３つ組によって規定される事実デ
ータをテキストから抽出し、抽出された事実データにつ
いて、データ集計部２でテキスト全体にわたり同種のデ
ータをまとめ、生起回数を集計する。不整合検出部３は
データ集計部２において集計されたデータ集合を走査し
て両立し得ない不整合データ群を検出し、正誤判定部４
において、不整合データ群の中でどれが正しいデータで
あるかを判断する。最小データ集積部５は、正しいデー
タを集積して出力する。また、事実データをテキストか
ら抽出する際にデータに信頼度を付与し、データに付与
された信頼度を利用してデータ群中の各データの正誤の
判断を行なうこともできる。
起因する抽出データ中の誤りやバラツキの誤り部分を排
除して、適切なデータの集積を行なうこと。 【解決手段】 データ抽出部１により、対象とする事
物、属性名、属性値の３つ組によって規定される事実デ
ータをテキストから抽出し、抽出された事実データにつ
いて、データ集計部２でテキスト全体にわたり同種のデ
ータをまとめ、生起回数を集計する。不整合検出部３は
データ集計部２において集計されたデータ集合を走査し
て両立し得ない不整合データ群を検出し、正誤判定部４
において、不整合データ群の中でどれが正しいデータで
あるかを判断する。最小データ集積部５は、正しいデー
タを集積して出力する。また、事実データをテキストか
ら抽出する際にデータに信頼度を付与し、データに付与
された信頼度を利用してデータ群中の各データの正誤の
判断を行なうこともできる。
Description
【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、文書中の事実の記
述を抽出して整合性をもつデータの集合としてデータべ
−ス化したり、また事実データの矛盾点から対応する元
テキストの持つ誤りの検出や訂正をする事実データ統合
方法および装置に関する。
述を抽出して整合性をもつデータの集合としてデータべ
−ス化したり、また事実データの矛盾点から対応する元
テキストの持つ誤りの検出や訂正をする事実データ統合
方法および装置に関する。
【０００２】
【従来の技術】テキスト中の情報の抽出技術としては従
来から種々の方法が提案されており、例えば、新製品の
情報、組織体情報等の予め決められた枠組に従ったデー
タの場合は、テキスト中の表現形式と抽出されるデータ
との対応表を保持しておき、テキストを走査して規定さ
れた表現形式にマッチした時に対応するデータを取り出
すことが行なわれている。例えば、図２０（ａ）に示す
ような対応表を保持しておき、入力テキストを走査し
て、同図（ｂ）（ｃ）に示すように「対象事物」、「属
性名」、「属性値」からなる事物データを抽出する。こ
の例の場合には、入力テキストの「Ｃ社の新社長」、
「Ｄ氏に決定した」がそれぞれ対応表の＊１，＊２にマ
ッチするので、同図（ｄ）に示すように対象事物として
は「Ｃ社」、属性名として「代表者」、属性値として
「Ｄ氏」が抽出される。一方、誤りの訂正技術に関して
は、テキスト中に存在する表記レベルの誤りに対象を限
った場合には様々な技術が既に存存している。例えば、
テキスト中に存在する表現を登録しておき未登録語を指
摘したり、表記の揺れの指摘などの方法が知られてい
る。
来から種々の方法が提案されており、例えば、新製品の
情報、組織体情報等の予め決められた枠組に従ったデー
タの場合は、テキスト中の表現形式と抽出されるデータ
との対応表を保持しておき、テキストを走査して規定さ
れた表現形式にマッチした時に対応するデータを取り出
すことが行なわれている。例えば、図２０（ａ）に示す
ような対応表を保持しておき、入力テキストを走査し
て、同図（ｂ）（ｃ）に示すように「対象事物」、「属
性名」、「属性値」からなる事物データを抽出する。こ
の例の場合には、入力テキストの「Ｃ社の新社長」、
「Ｄ氏に決定した」がそれぞれ対応表の＊１，＊２にマ
ッチするので、同図（ｄ）に示すように対象事物として
は「Ｃ社」、属性名として「代表者」、属性値として
「Ｄ氏」が抽出される。一方、誤りの訂正技術に関して
は、テキスト中に存在する表記レベルの誤りに対象を限
った場合には様々な技術が既に存存している。例えば、
テキスト中に存在する表現を登録しておき未登録語を指
摘したり、表記の揺れの指摘などの方法が知られてい
る。
【０００３】
【発明が解決しようとする課題】上述のようにテキスト
からの事実データの抽出は広く行なわれているが、見た
い情報がテキスト中の一箇所からの情報だけで得られる
とは限らないので一般にはテキスト全体からのデータを
統合することが必要となる。ところが、テキスト自体の
含む誤り、あるいは抽出処理の誤り等によって一般には
抽出されるデータ中にかなりの誤り（あるいはデータの
不統一）が存在し、これらを人手でチェックして除いた
り、書き換える必要があるために単純に集計することが
できなかった。本発明は上記した事情を考慮してなされ
たものであって、テキスト中の誤った記述や抽出処理の
誤りに起因する抽出データ中の誤りやバラツキの訂正や
標準化を行うことにより、適切なデータの集積を可能と
することを目的とする。
からの事実データの抽出は広く行なわれているが、見た
い情報がテキスト中の一箇所からの情報だけで得られる
とは限らないので一般にはテキスト全体からのデータを
統合することが必要となる。ところが、テキスト自体の
含む誤り、あるいは抽出処理の誤り等によって一般には
抽出されるデータ中にかなりの誤り（あるいはデータの
不統一）が存在し、これらを人手でチェックして除いた
り、書き換える必要があるために単純に集計することが
できなかった。本発明は上記した事情を考慮してなされ
たものであって、テキスト中の誤った記述や抽出処理の
誤りに起因する抽出データ中の誤りやバラツキの訂正や
標準化を行うことにより、適切なデータの集積を可能と
することを目的とする。
【０００４】
【課題を解決するための手段】図１は本発明の基本構成
を示すブロック図である。同図において、１は対象とす
る事物、属性名、属性値の３つ組によって規定される事
実データをテキストから抽出するデータ抽出部、２は同
種のデータをまとめ、生起回数を集計するデータ集計
部、３はデータ集計部において集計されたデータ集合を
走査して両立し得ない不整合データ群を検出する不整合
検出部、４は不整合データ群の中でどれが正しいデータ
であるかを判断する正誤判定部、５はデータ集計部にお
いて集計された正しいデータ、および、正誤判定部にお
いて正しいデータと判断されたデータを集計する最終デ
ータ集積部である。また、６は事実データをテキストか
ら抽出する際にデータに信頼度を付与する信頼度付与
部、７は互いに似ているデータを統合して、一つのデー
タに統合するデータ統合部、８は予め登録された誤りパ
ターンに合致した事実データを誤りとして棄却する誤り
パターン除去部、９は正誤判定部における正誤判定方法
を決定する判定方法決定部である。
を示すブロック図である。同図において、１は対象とす
る事物、属性名、属性値の３つ組によって規定される事
実データをテキストから抽出するデータ抽出部、２は同
種のデータをまとめ、生起回数を集計するデータ集計
部、３はデータ集計部において集計されたデータ集合を
走査して両立し得ない不整合データ群を検出する不整合
検出部、４は不整合データ群の中でどれが正しいデータ
であるかを判断する正誤判定部、５はデータ集計部にお
いて集計された正しいデータ、および、正誤判定部にお
いて正しいデータと判断されたデータを集計する最終デ
ータ集積部である。また、６は事実データをテキストか
ら抽出する際にデータに信頼度を付与する信頼度付与
部、７は互いに似ているデータを統合して、一つのデー
タに統合するデータ統合部、８は予め登録された誤りパ
ターンに合致した事実データを誤りとして棄却する誤り
パターン除去部、９は正誤判定部における正誤判定方法
を決定する判定方法決定部である。
【０００５】図１に示すように本発明においては、次の
ようにして前記課題を解決する。 （１）対象とする事物、属性名、属性値の３つ組によっ
て規定される事実データをテキストから抽出するデータ
抽出部１と、データ抽出部１で抽出された事実データに
ついて、テキスト全体にわたり同種のデータをまとめ、
生起回数を集計するデータ集計部２と、データ集計部２
において集計されたデータ集合を走査して両立し得ない
不整合データ群を検出する不整合検出部３と、不整合検
出部３で検出された不整合データ群の中でどれが正しい
データであるかを判断する正誤判定部４と、データ集計
部２において集計された正しいデータ、および、正誤判
定部において正しいデータと判断されたデータを集計す
る最終データ集積部５とを設け、抽出された事実データ
から誤りデータを排除して適切なデータの集積を可能と
する。 （２）上記（１）において、事実データをテキストから
抽出する際にデータに信頼度を付与する信頼度付与部６
を設け、データ集計部２において生起回数を集計する
際、集計されたデータの信頼度を個々のデータの信頼度
から計算して集計結果に付与し、正誤判定部４におい
て、上記データに付与された信頼度を利用してデータ群
中の各データの正誤の判断を行なうことにより正誤判断
の精度を高める。 （３）上記（２）において、上記信頼度付与部６を、テ
キストから事実データを抽出する際に抽出の対象となっ
たテキストの持つイベント情報の種類を判定するイベン
ト型抽出部と、イベント型と信頼度の対応表に基づき、
イベント型から信頼度を評価する信頼度評価部とから構
成し、正確な信頼度を付与する。 （４）上記（２）において、上記信頼度付与部６を、テ
キスト中の抽出対象とする対象事物に対しての注目度を
計算する注目度評価部と、上記注目度に基づき、データ
の信頼度を評価する信頼度評価部とから構成し、正確な
信頼度を付与する。 （５）上記（２）において、上記信頼度付与部６を、テ
キストの発行社、著者等の書誌情報と該テキストに記述
される各データの信頼度を対応付ける書誌情報と信頼度
の対応表と、テキスト中からデータの抽出を行なう際、
上記書誌情報と信頼度の対応表を参照して該テキストの
書誌情報からテキストの信頼度を評価する信頼度評価部
とから構成し、作者、発行社等による一般的な傾向を考
慮した信頼度を付与する。 （６）上記（５）において、データ抽出部１によって抽
出する事実データに正誤フラグを付与し、正誤フラグを
付加させた正誤のフラグつきの事実データを入力し、事
実データの属性名毎に特定の属性値をとるデータの正誤
の期待値を計算し、書誌情報と信頼度の対応表を生成す
ることにより、属性値と信頼度の対応表を半自動的にテ
キストから生成する。 （７）上記（１）〜（６）において、対象事物、属性名
と、正誤判定の際に利用する判定方法とを対応付けた属
性・判定方法対応表と、上記属性・判定方法対応表に基
づき、属性名に応じた正誤判定方法を決定する判定方法
決定部とを設け、不整合データ群が入力された際、上記
判定方法決定部により指定された判定方法を用いて正誤
判定部により正誤判定を行うことにより、属性に応じた
柔軟な正誤判断を行なう。 （８）上記（１）〜（７）において、データ抽出部１と
不整合検出部の間に誤りパターン除去部を設け、誤りパ
ターン除去部８において、データ抽出部１で抽出された
事実データと、予め登録された誤りパターンとを照合す
ることにより個々のデータ毎に正誤の判断を行ない、抽
出された事実データが予め登録された誤りパターンに合
致した時に誤りと判断して棄却し、問題がないとされた
データのみを不整合検出部に送ることにより、単独で判
断可能な誤りの除去を行なう。 （９）上記（１）〜（６）において、データ集計部２の
後にデータ統合部７を設け、データ統合部７において、
互いに似ているデータを統合して、一つのデータに統合
した後に不整合検出部３に渡すことにより、同じ事物の
異なる表現による揺らぎを吸収する。
ようにして前記課題を解決する。 （１）対象とする事物、属性名、属性値の３つ組によっ
て規定される事実データをテキストから抽出するデータ
抽出部１と、データ抽出部１で抽出された事実データに
ついて、テキスト全体にわたり同種のデータをまとめ、
生起回数を集計するデータ集計部２と、データ集計部２
において集計されたデータ集合を走査して両立し得ない
不整合データ群を検出する不整合検出部３と、不整合検
出部３で検出された不整合データ群の中でどれが正しい
データであるかを判断する正誤判定部４と、データ集計
部２において集計された正しいデータ、および、正誤判
定部において正しいデータと判断されたデータを集計す
る最終データ集積部５とを設け、抽出された事実データ
から誤りデータを排除して適切なデータの集積を可能と
する。 （２）上記（１）において、事実データをテキストから
抽出する際にデータに信頼度を付与する信頼度付与部６
を設け、データ集計部２において生起回数を集計する
際、集計されたデータの信頼度を個々のデータの信頼度
から計算して集計結果に付与し、正誤判定部４におい
て、上記データに付与された信頼度を利用してデータ群
中の各データの正誤の判断を行なうことにより正誤判断
の精度を高める。 （３）上記（２）において、上記信頼度付与部６を、テ
キストから事実データを抽出する際に抽出の対象となっ
たテキストの持つイベント情報の種類を判定するイベン
ト型抽出部と、イベント型と信頼度の対応表に基づき、
イベント型から信頼度を評価する信頼度評価部とから構
成し、正確な信頼度を付与する。 （４）上記（２）において、上記信頼度付与部６を、テ
キスト中の抽出対象とする対象事物に対しての注目度を
計算する注目度評価部と、上記注目度に基づき、データ
の信頼度を評価する信頼度評価部とから構成し、正確な
信頼度を付与する。 （５）上記（２）において、上記信頼度付与部６を、テ
キストの発行社、著者等の書誌情報と該テキストに記述
される各データの信頼度を対応付ける書誌情報と信頼度
の対応表と、テキスト中からデータの抽出を行なう際、
上記書誌情報と信頼度の対応表を参照して該テキストの
書誌情報からテキストの信頼度を評価する信頼度評価部
とから構成し、作者、発行社等による一般的な傾向を考
慮した信頼度を付与する。 （６）上記（５）において、データ抽出部１によって抽
出する事実データに正誤フラグを付与し、正誤フラグを
付加させた正誤のフラグつきの事実データを入力し、事
実データの属性名毎に特定の属性値をとるデータの正誤
の期待値を計算し、書誌情報と信頼度の対応表を生成す
ることにより、属性値と信頼度の対応表を半自動的にテ
キストから生成する。 （７）上記（１）〜（６）において、対象事物、属性名
と、正誤判定の際に利用する判定方法とを対応付けた属
性・判定方法対応表と、上記属性・判定方法対応表に基
づき、属性名に応じた正誤判定方法を決定する判定方法
決定部とを設け、不整合データ群が入力された際、上記
判定方法決定部により指定された判定方法を用いて正誤
判定部により正誤判定を行うことにより、属性に応じた
柔軟な正誤判断を行なう。 （８）上記（１）〜（７）において、データ抽出部１と
不整合検出部の間に誤りパターン除去部を設け、誤りパ
ターン除去部８において、データ抽出部１で抽出された
事実データと、予め登録された誤りパターンとを照合す
ることにより個々のデータ毎に正誤の判断を行ない、抽
出された事実データが予め登録された誤りパターンに合
致した時に誤りと判断して棄却し、問題がないとされた
データのみを不整合検出部に送ることにより、単独で判
断可能な誤りの除去を行なう。 （９）上記（１）〜（６）において、データ集計部２の
後にデータ統合部７を設け、データ統合部７において、
互いに似ているデータを統合して、一つのデータに統合
した後に不整合検出部３に渡すことにより、同じ事物の
異なる表現による揺らぎを吸収する。
【０００６】
【発明の実施の形態】以下本発明の実施の形態について
説明する。図２は本発明の事実データ統合処理を行うた
めのシステムの構成例を示す図である。同図において、
１０１はＣＲＴ、液晶ディスプレイ等の表示装置、キー
ボード、マウス等の、文字、記号、命令等を入力するた
めの入力装置から構成される入出力装置、１０２はＣＰ
Ｕ、１０３はＲＯＭ、ＲＡＭ等から構成されるメモリ、
１０４はプログラム、データ等を記憶する外部記憶装
置、１０５はフロッピィディスク、ＭＯ、ＣＤ−ＲＯＭ
等の可搬型記憶媒体にアクセスしてデータの読み出し／
書き込みを行う媒体読み取り装置、１０６は電話回線を
使用してデータ通信をするためのモデム、ＬＡＮ等のネ
ットワークを使用してデータ通信を行うためのネットワ
ークカード等を含む通信インタフェースである。外部記
憶装置１０４には本発明の事実データ統合処理を行うプ
ログラム、事実データを抽出するテキストデータが格納
されており、また、事実データ統合処理を行った結果得
られた統合データ等が格納される。
説明する。図２は本発明の事実データ統合処理を行うた
めのシステムの構成例を示す図である。同図において、
１０１はＣＲＴ、液晶ディスプレイ等の表示装置、キー
ボード、マウス等の、文字、記号、命令等を入力するた
めの入力装置から構成される入出力装置、１０２はＣＰ
Ｕ、１０３はＲＯＭ、ＲＡＭ等から構成されるメモリ、
１０４はプログラム、データ等を記憶する外部記憶装
置、１０５はフロッピィディスク、ＭＯ、ＣＤ−ＲＯＭ
等の可搬型記憶媒体にアクセスしてデータの読み出し／
書き込みを行う媒体読み取り装置、１０６は電話回線を
使用してデータ通信をするためのモデム、ＬＡＮ等のネ
ットワークを使用してデータ通信を行うためのネットワ
ークカード等を含む通信インタフェースである。外部記
憶装置１０４には本発明の事実データ統合処理を行うプ
ログラム、事実データを抽出するテキストデータが格納
されており、また、事実データ統合処理を行った結果得
られた統合データ等が格納される。
【０００７】図３は本発明の第１の実施例の機能ブロッ
ク図であり、同図により本発明の第１の実施例について
説明する。図３において、１１はテキスト中の事実デー
タに関する記述を解析し、事実データとして抽出するデ
ータ抽出部、１２はデータ抽出部１１において抽出され
た事実データの内、同じデータを一つにまとめて各事実
データの生起回数を計数するデータ集計部、１３はデー
タ不整合検出部であり、テキスト中から抽出された事実
データ集合中における不整合（例えば、両立できないよ
うな事実データの組み合わせ）を捜し出す。１４はデー
タ不整合検出部１３で検出された不整合データのどれが
正しくどれが誤っているかを判断する正誤判定部、１５
は正しいと検証されたデータを集積して提示する最終デ
ータ集積部である。
ク図であり、同図により本発明の第１の実施例について
説明する。図３において、１１はテキスト中の事実デー
タに関する記述を解析し、事実データとして抽出するデ
ータ抽出部、１２はデータ抽出部１１において抽出され
た事実データの内、同じデータを一つにまとめて各事実
データの生起回数を計数するデータ集計部、１３はデー
タ不整合検出部であり、テキスト中から抽出された事実
データ集合中における不整合（例えば、両立できないよ
うな事実データの組み合わせ）を捜し出す。１４はデー
タ不整合検出部１３で検出された不整合データのどれが
正しくどれが誤っているかを判断する正誤判定部、１５
は正しいと検証されたデータを集積して提示する最終デ
ータ集積部である。
【０００８】図３において、テキストデータが入力され
ると、データ抽出部１２では、前記従来例で説明したよ
うに、テキスト中の記述を解析し、事実データとして抽
出する。図４（ａ）は、前記図２０（ａ）に示した対応
表を用い、テキスト中から該対応表に規定された表現形
式の事実データを抽出した場合におけるデータ抽出部１
２の出力例であり、前記した対応表によれば図４（ａ）
に示すように対象事物（Ａ社、Ｆ社、…、Ｈ社）、属性
名（代表者、…、所在）、属性値（Ｂ、Ｇ、…、Ｃ国）
からなる事実データが抽出される。データ集計部１２で
は、上記事実データをソートして同じデータをまとめ、
各事実データの生起回数を計数する。図４（ｂ）は同図
（ａ）に示した事実データについてのデータ集計部１２
の出力例を示す図であり、同図に示すように「対象事
物」、「属性名」、「属性値」と、それらが一致する事
実データの生起回数が出力される。
ると、データ抽出部１２では、前記従来例で説明したよ
うに、テキスト中の記述を解析し、事実データとして抽
出する。図４（ａ）は、前記図２０（ａ）に示した対応
表を用い、テキスト中から該対応表に規定された表現形
式の事実データを抽出した場合におけるデータ抽出部１
２の出力例であり、前記した対応表によれば図４（ａ）
に示すように対象事物（Ａ社、Ｆ社、…、Ｈ社）、属性
名（代表者、…、所在）、属性値（Ｂ、Ｇ、…、Ｃ国）
からなる事実データが抽出される。データ集計部１２で
は、上記事実データをソートして同じデータをまとめ、
各事実データの生起回数を計数する。図４（ｂ）は同図
（ａ）に示した事実データについてのデータ集計部１２
の出力例を示す図であり、同図に示すように「対象事
物」、「属性名」、「属性値」と、それらが一致する事
実データの生起回数が出力される。
【０００９】不整合検出部１３は、事実データ集合中で
の不整合データを検出する。そのため例えば次のような
処理を行う。 i) データ集合中で全ての対象事物に対して以下の操作
を繰り返す。 ii)選択した対象事物のもつ全ての属性名について以下
の操作を繰り返す。 iii)同じ属性名に対応する属性値が複数存在すれば、そ
のデータ群を不整合データ群として出力し、それ以外は
整合データとして出力する。
の不整合データを検出する。そのため例えば次のような
処理を行う。 i) データ集合中で全ての対象事物に対して以下の操作
を繰り返す。 ii)選択した対象事物のもつ全ての属性名について以下
の操作を繰り返す。 iii)同じ属性名に対応する属性値が複数存在すれば、そ
のデータ群を不整合データ群として出力し、それ以外は
整合データとして出力する。
【００１０】図４（ｃ）は不整合検出部１３において不
整合データとして検出された不整合データ例を示す図で
あり、同図に示すようにデータ集計部１２で集計された
事実データの内、対象事物「Ａ社」、属性名「代表」に
ついて、Ｂ氏とＤ氏の２種類の値があるので、属性値
「Ｂ」と「Ｄ」が不整合データとして検出され正誤判定
部１４に送られる。また、データ集計部１２で集計され
た残りのデータは、整合データとして最終データ集積部
１５に送られる。正誤判定部１４では不整合データにつ
いてどれが正しくどれが誤っているかを判断する。これ
については次のように様々なアルゴリズムが考えられ
る。 i)群中の最大生起回数をもつデータを正しいと判断し、
他を誤りとする。 ii) 特定の閾値以上の生起回数をもつデータを正しいと
判断し他を誤りとする。
整合データとして検出された不整合データ例を示す図で
あり、同図に示すようにデータ集計部１２で集計された
事実データの内、対象事物「Ａ社」、属性名「代表」に
ついて、Ｂ氏とＤ氏の２種類の値があるので、属性値
「Ｂ」と「Ｄ」が不整合データとして検出され正誤判定
部１４に送られる。また、データ集計部１２で集計され
た残りのデータは、整合データとして最終データ集積部
１５に送られる。正誤判定部１４では不整合データにつ
いてどれが正しくどれが誤っているかを判断する。これ
については次のように様々なアルゴリズムが考えられ
る。 i)群中の最大生起回数をもつデータを正しいと判断し、
他を誤りとする。 ii) 特定の閾値以上の生起回数をもつデータを正しいと
判断し他を誤りとする。
【００１１】図４（ｄ）は正誤判定部１４の出力例を示
す図であり、同図は図４（ｃ）の不整合データについ
て、上記i)のアルゴリズムにより正誤判定をした場合の
出力例を示している。不整合データとして検出された対
象事物「Ａ社」、属性名「代表」の属性値「Ｂ」、
「Ｄ」の内、属性値「Ｂ」の生起回数が２件、「Ｄ」の
生起回数が１件であるので、この例では、図４（ｄ）に
示すように属性値「Ｂ」が「正」として採用され、属性
値「Ｄ」が誤りとして棄却される。
す図であり、同図は図４（ｃ）の不整合データについ
て、上記i)のアルゴリズムにより正誤判定をした場合の
出力例を示している。不整合データとして検出された対
象事物「Ａ社」、属性名「代表」の属性値「Ｂ」、
「Ｄ」の内、属性値「Ｂ」の生起回数が２件、「Ｄ」の
生起回数が１件であるので、この例では、図４（ｄ）に
示すように属性値「Ｂ」が「正」として採用され、属性
値「Ｄ」が誤りとして棄却される。
【００１２】最終データ集積部１５では、上記不整合検
出部１３から整合データとして送られてきたデータおよ
び正誤判定部１４で正しいデータとして判定されたデー
タを集積して提示する。図４（ｅ）は最終データ集積部
１５の出力例を示す図であり、同図に示すように、デー
タ集計部１２で集計されたデータの内、不整合データ検
出部１３から整合データとして送られてきたデータおよ
び正誤判定部１４で正しいとして判定されたデータが正
しいデータとして出力される。
出部１３から整合データとして送られてきたデータおよ
び正誤判定部１４で正しいデータとして判定されたデー
タを集積して提示する。図４（ｅ）は最終データ集積部
１５の出力例を示す図であり、同図に示すように、デー
タ集計部１２で集計されたデータの内、不整合データ検
出部１３から整合データとして送られてきたデータおよ
び正誤判定部１４で正しいとして判定されたデータが正
しいデータとして出力される。
【００１３】図５は本実施例の処理を示すフローチャー
トであり、同図により上記処理を説明する。図５におい
て、ステップＳ１において、入力されたテキストデータ
の事実データに関する記述を解析して事実データとして
抽出し、例えば前記図４（ａ）に示したような事実デー
タを得る。ステップＳ２において、抽出された事実デー
タを対象事物、属性名、属性値についてソートし、ソー
トしたデータをカウントする。その結果、前記図４
（ｂ）の示したデータが得られる。
トであり、同図により上記処理を説明する。図５におい
て、ステップＳ１において、入力されたテキストデータ
の事実データに関する記述を解析して事実データとして
抽出し、例えば前記図４（ａ）に示したような事実デー
タを得る。ステップＳ２において、抽出された事実デー
タを対象事物、属性名、属性値についてソートし、ソー
トしたデータをカウントする。その結果、前記図４
（ｂ）の示したデータが得られる。
【００１４】ステップＳ３において、ソートされた対象
事物を一つ取り出す。ステップＳ４において、取り出し
た対象事物のなかの一つの属性名を選択し、ステップＳ
５においてその整合性をチェックする。そして、例えば
前記図４（ｃ）に示したような不整合データが検出され
た場合には、ステップＳ６に行き、前記，に示した
アルゴリズムにより不整合データの正誤判定を行い、誤
ったデータを棄却する。また、データが整合している場
合には、ステップＳ７において、整合データを集積す
る。ステップＳ８において、属性名についての整合性チ
ェックが尽くされたかを判定し、尽くされていない場合
には、ステップＳ４に戻り上記処理を繰り返す。また、
属性名の整合性チェックが尽くされた場合には、ステッ
プＳ９において、対象事物についての整合性チェックが
尽くされたかを判定し、尽くされていない場合には、ス
テップＳ３に戻り上記処理を繰り返す。また、対象事物
についての整合性チェックが尽くされた場合には処理を
終了する。
事物を一つ取り出す。ステップＳ４において、取り出し
た対象事物のなかの一つの属性名を選択し、ステップＳ
５においてその整合性をチェックする。そして、例えば
前記図４（ｃ）に示したような不整合データが検出され
た場合には、ステップＳ６に行き、前記，に示した
アルゴリズムにより不整合データの正誤判定を行い、誤
ったデータを棄却する。また、データが整合している場
合には、ステップＳ７において、整合データを集積す
る。ステップＳ８において、属性名についての整合性チ
ェックが尽くされたかを判定し、尽くされていない場合
には、ステップＳ４に戻り上記処理を繰り返す。また、
属性名の整合性チェックが尽くされた場合には、ステッ
プＳ９において、対象事物についての整合性チェックが
尽くされたかを判定し、尽くされていない場合には、ス
テップＳ３に戻り上記処理を繰り返す。また、対象事物
についての整合性チェックが尽くされた場合には処理を
終了する。
【００１５】図６は本発明の第２の実施例の機能ブロッ
ク図であり、本実施例は、第１の実施例において、信頼
度付与部を設け、テキストデータの信頼度を付与し信頼
度に基づき正誤判断を行うようにしたものである。同図
において、データ抽出部１１は前記したように、テキス
ト中の事実データに関する記述を解析し、データとして
抽出する。また、信頼度付与部１６はデータ抽出の対象
となるテキストのもつ情報を利用して抽出したデータの
信頼度の評価を行う。
ク図であり、本実施例は、第１の実施例において、信頼
度付与部を設け、テキストデータの信頼度を付与し信頼
度に基づき正誤判断を行うようにしたものである。同図
において、データ抽出部１１は前記したように、テキス
ト中の事実データに関する記述を解析し、データとして
抽出する。また、信頼度付与部１６はデータ抽出の対象
となるテキストのもつ情報を利用して抽出したデータの
信頼度の評価を行う。
【００１６】具体的な評価方法としては例えば次のよう
な手法を用いることができる。 イベント型による信頼度の評価 部分テキストからイベント型を抽出しこれにより部分テ
キストの信頼度を評価する。 注目度による信頼度の評価 対象事物のテキスト中における注目度に着目し、信頼度
の評価を行う。 書誌情報による信頼度の評価 テキストのもつ書誌情報（著者、発行媒体等）によって
信頼度を評価する。例えば、テキストが新聞記事の場合
にはその新聞が一般紙か、スポーツ紙か等のニュースソ
ースによって信頼度を評価する。
な手法を用いることができる。 イベント型による信頼度の評価 部分テキストからイベント型を抽出しこれにより部分テ
キストの信頼度を評価する。 注目度による信頼度の評価 対象事物のテキスト中における注目度に着目し、信頼度
の評価を行う。 書誌情報による信頼度の評価 テキストのもつ書誌情報（著者、発行媒体等）によって
信頼度を評価する。例えば、テキストが新聞記事の場合
にはその新聞が一般紙か、スポーツ紙か等のニュースソ
ースによって信頼度を評価する。
【００１７】次に、データ集計部１２では信頼度付のデ
ータのデータ集計を行なうため、個々の信頼度からデー
タ集計としての信頼度を計算する。このアルゴリズムと
しては次のようなものが考えられる。 i)個々のデータの信頼度の内で最大のものをデータ集計
の信頼度とする。 ii) 個々のデータの信頼度の平均をデータ集計の信頼度
とする。 正誤判断部１５においてはデータ集計のもつ信頼度、生
起回数を元にしてどのデータが正しいかの判断を行な
う。このアルゴリズムとしては次のようなものが考えら
れる。 i)個々のデータの信頼度の内で最大のものを正しいとし
残りを全て誤りとする。 ii) 信頼度の閾値を定め、特定の値以上の信頼度をもつ
データを正しいとする。
ータのデータ集計を行なうため、個々の信頼度からデー
タ集計としての信頼度を計算する。このアルゴリズムと
しては次のようなものが考えられる。 i)個々のデータの信頼度の内で最大のものをデータ集計
の信頼度とする。 ii) 個々のデータの信頼度の平均をデータ集計の信頼度
とする。 正誤判断部１５においてはデータ集計のもつ信頼度、生
起回数を元にしてどのデータが正しいかの判断を行な
う。このアルゴリズムとしては次のようなものが考えら
れる。 i)個々のデータの信頼度の内で最大のものを正しいとし
残りを全て誤りとする。 ii) 信頼度の閾値を定め、特定の値以上の信頼度をもつ
データを正しいとする。
【００１８】図７は図６に示した信頼度付与部１６の第
１の内部構成例を示す図であり、この例は上記のイベ
ント型により信頼度を評価する場合の構成を示してい
る。図７において、１１は前記したテキストから事物デ
ータを抽出するデータ抽出部であり、データ抽出部１１
は前述したようにテキスト中の事実データに関する記述
を解析し、データとして抽出する。例えば、原文が図８
（ａ）に示すように「Ａ社の代表に…」、「Ａ社のＤ社
長が…」、「Ａ社はＢを…」の場合、同図に示すように
「対象事物」として、「Ａ社」、「属性名」として「代
表」、「製品」、「属性値」として「Ｂ氏」、「Ｄ社
長」、「Ｂ」が抽出される。
１の内部構成例を示す図であり、この例は上記のイベ
ント型により信頼度を評価する場合の構成を示してい
る。図７において、１１は前記したテキストから事物デ
ータを抽出するデータ抽出部であり、データ抽出部１１
は前述したようにテキスト中の事実データに関する記述
を解析し、データとして抽出する。例えば、原文が図８
（ａ）に示すように「Ａ社の代表に…」、「Ａ社のＤ社
長が…」、「Ａ社はＢを…」の場合、同図に示すように
「対象事物」として、「Ａ社」、「属性名」として「代
表」、「製品」、「属性値」として「Ｂ氏」、「Ｄ社
長」、「Ｂ」が抽出される。
【００１９】１６は信頼度付与部であり、信頼度付与部
１６におけるイベント型抽出部１６ａは原文から図８
（ｂ）に示すようなキーワード群を抽出し、図８（ｃ）
に示すキーワード・イベント対応表１６ｃを参照して、
テキスト中に存在するキーワードが表中の値とマッチし
た場合に対応するイベント型をもつと判断する。その結
果、図９（ｅ）に示すように抽出対象となった部分テキ
ストからイベント型が抽出される。信頼度評価部１６ｂ
では図８（ｄ）に示すイベント型・信頼度対応表１６ｄ
を参照して、図９（ｆ）に示すようにイベント型によ
り、事実データのもつべき信頼度を評価する。また、イ
ベント型に対応しないものは、default として信頼度を
例えば０．５とする。以上のようにして信頼度を付与す
ることにより、例えば死亡記事は特に人物データに入念
なチェックがかかるため人事異動等に関する記事より信
頼度が高いなどの知識を利用して、正確な信頼度の評価
を行うことができる。
１６におけるイベント型抽出部１６ａは原文から図８
（ｂ）に示すようなキーワード群を抽出し、図８（ｃ）
に示すキーワード・イベント対応表１６ｃを参照して、
テキスト中に存在するキーワードが表中の値とマッチし
た場合に対応するイベント型をもつと判断する。その結
果、図９（ｅ）に示すように抽出対象となった部分テキ
ストからイベント型が抽出される。信頼度評価部１６ｂ
では図８（ｄ）に示すイベント型・信頼度対応表１６ｄ
を参照して、図９（ｆ）に示すようにイベント型によ
り、事実データのもつべき信頼度を評価する。また、イ
ベント型に対応しないものは、default として信頼度を
例えば０．５とする。以上のようにして信頼度を付与す
ることにより、例えば死亡記事は特に人物データに入念
なチェックがかかるため人事異動等に関する記事より信
頼度が高いなどの知識を利用して、正確な信頼度の評価
を行うことができる。
【００２０】図１０は上記信頼度付与部の第２の内部構
成例を示す図であり、この例は前記の注目度により信
頼度を評価する場合の構成を示している。図１０におい
て、１１は前記したように事物データ自体の抽出を行な
う事物データ抽出部、１６は信頼度付与部であり、１６
ｅは抽出対象となった事物のテキスト中における注目度
の評価を行なう注目度評価部、１６ｆは注目度により信
頼度を評価する信頼度評価部である。
成例を示す図であり、この例は前記の注目度により信
頼度を評価する場合の構成を示している。図１０におい
て、１１は前記したように事物データ自体の抽出を行な
う事物データ抽出部、１６は信頼度付与部であり、１６
ｅは抽出対象となった事物のテキスト中における注目度
の評価を行なう注目度評価部、１６ｆは注目度により信
頼度を評価する信頼度評価部である。
【００２１】注目度評価部１６ｅにおける注目度の評価
手法としては、次のようなアルゴリズムが考えられる。 i)対象事物の直後につく助詞を調べ、かかり助詞
「は」、「も」等がついた事物の注目度を最も高い値と
し、それ以外の場合注目度を低い値とする。例えば、図
１１（ａ）に示すように、注目度を上記かかり助詞がつ
いた主語は０．８、目的語は０．５、その他の要素は
０．４のように定め、図１１（ｂ）に示すように、原文
中の事物データが上記主語であるか、目的語であるか、
その他の要素であるかを判定し、それに応じて注目度を
設定する。 ii) 対象事物のテキスト中の位置（先頭から何番目の単
語であるか）を数え、それを位置と注目度の対応表を利
用して注目度を評価する。例えば、図１１（ｃ）に示す
ように、単語の位置と注目度の対応表を用い、原文中の
事物データの位置に応じて、注目度を設定する。信頼度
評価部１６ｆは、上記のようにして抽出された注目度を
利用して、事実データの持つべき信頼度を計算する。基
本的には、注目度の高い事物に対する信頼度が上がるよ
うに評価アルゴリズムを設定する。例えば、図１１
（ｄ）に示すように、注目度が閾値αより大きいか否か
を調べ、それに応じて信頼度を付与する。以上のよう
に、係り助詞や対象事物のテキスト中の位置等の情報を
利用して注目されている事物の信頼度を上げることによ
り正確な正誤の判断ができる。
手法としては、次のようなアルゴリズムが考えられる。 i)対象事物の直後につく助詞を調べ、かかり助詞
「は」、「も」等がついた事物の注目度を最も高い値と
し、それ以外の場合注目度を低い値とする。例えば、図
１１（ａ）に示すように、注目度を上記かかり助詞がつ
いた主語は０．８、目的語は０．５、その他の要素は
０．４のように定め、図１１（ｂ）に示すように、原文
中の事物データが上記主語であるか、目的語であるか、
その他の要素であるかを判定し、それに応じて注目度を
設定する。 ii) 対象事物のテキスト中の位置（先頭から何番目の単
語であるか）を数え、それを位置と注目度の対応表を利
用して注目度を評価する。例えば、図１１（ｃ）に示す
ように、単語の位置と注目度の対応表を用い、原文中の
事物データの位置に応じて、注目度を設定する。信頼度
評価部１６ｆは、上記のようにして抽出された注目度を
利用して、事実データの持つべき信頼度を計算する。基
本的には、注目度の高い事物に対する信頼度が上がるよ
うに評価アルゴリズムを設定する。例えば、図１１
（ｄ）に示すように、注目度が閾値αより大きいか否か
を調べ、それに応じて信頼度を付与する。以上のよう
に、係り助詞や対象事物のテキスト中の位置等の情報を
利用して注目されている事物の信頼度を上げることによ
り正確な正誤の判断ができる。
【００２２】図１２は上記信頼度付与部の第３の内部構
成例を示す図であり、この例は前記の書誌情報により
信頼度を評価する場合の構成を示している。図１２にお
いて、１１は前記したように事物データ自体の抽出を行
なうデータ抽出部、１６は信頼度付与部であり、信頼度
付与部１６の信頼度評価部１６ｇは、テキストの持つ書
誌情報（発行元、著者等）を入力として受け、書誌情報
・信頼度の対応表１６ｈを利用して事実データのもつべ
き信頼度を調べる。例えば、テキストの信頼度を発行元
により評価し、信頼性の高い発行元であるか否かにより
対応した信頼度を付与する。
成例を示す図であり、この例は前記の書誌情報により
信頼度を評価する場合の構成を示している。図１２にお
いて、１１は前記したように事物データ自体の抽出を行
なうデータ抽出部、１６は信頼度付与部であり、信頼度
付与部１６の信頼度評価部１６ｇは、テキストの持つ書
誌情報（発行元、著者等）を入力として受け、書誌情報
・信頼度の対応表１６ｈを利用して事実データのもつべ
き信頼度を調べる。例えば、テキストの信頼度を発行元
により評価し、信頼性の高い発行元であるか否かにより
対応した信頼度を付与する。
【００２３】以下、図１３の具体例により説明する。例
えば、図１３（ａ）に示すように原テキストの記述に対
応した書誌情報（発行元）がそれぞれ「Ａ新聞社」、
「Ｂ新聞社」、「Ｃ通信社」であり、書誌情報・信頼度
の対応表１６ｈが例えば図１３（ｂ）に示すように「Ａ
新聞社」、「Ｂ新聞社」、「Ｃ通信社」についてそれぞ
れ信頼度が０．６、０．８、０．９として設定されてい
る場合、信頼度付与部１６は上記書誌情報・信頼度の対
応表１６ｈにより各テキストに信頼度を付与し、データ
抽出部１１から出力される事物データには、図１３
（ｃ）に示すようにそのニュースソースに応じた信頼度
が付与される。
えば、図１３（ａ）に示すように原テキストの記述に対
応した書誌情報（発行元）がそれぞれ「Ａ新聞社」、
「Ｂ新聞社」、「Ｃ通信社」であり、書誌情報・信頼度
の対応表１６ｈが例えば図１３（ｂ）に示すように「Ａ
新聞社」、「Ｂ新聞社」、「Ｃ通信社」についてそれぞ
れ信頼度が０．６、０．８、０．９として設定されてい
る場合、信頼度付与部１６は上記書誌情報・信頼度の対
応表１６ｈにより各テキストに信頼度を付与し、データ
抽出部１１から出力される事物データには、図１３
（ｃ）に示すようにそのニュースソースに応じた信頼度
が付与される。
【００２４】前記図２に示したデータ集計部１２では前
記したi)またはii) のアルゴリズムにより上記信頼度付
き事実データを集計し、不整合検出部１３に渡す。不整
合検出部１３では、図１３（ｃ）の事実データの内、Ａ
社の代表が「Ｂ」と「Ｄ」で不整合であるので、図１３
（ｄ）に示すように上記Ａ社の代表の「Ｂ」と「Ｄ」を
不整合データとして、信頼度を付して正誤判定部１４へ
出力する。正誤判定部１４では、例えば前記i)またはi
i) のアルゴリズムを用いて、正誤判定を行う。例え
ば、前記i)の「群内で信頼度の最も高いものを正として
選択し、他のデータを誤りとする」を用いて正誤判定を
行う場合には、図１３（ｅ）に示すようにＡ社の代表の
「Ｂ」を誤りとして棄却し、「Ｄ」を正としてデータ集
積部１５へ出力する。その結果、データ集積部１５から
は図１３（ｆ）に示すデータが出力される。
記したi)またはii) のアルゴリズムにより上記信頼度付
き事実データを集計し、不整合検出部１３に渡す。不整
合検出部１３では、図１３（ｃ）の事実データの内、Ａ
社の代表が「Ｂ」と「Ｄ」で不整合であるので、図１３
（ｄ）に示すように上記Ａ社の代表の「Ｂ」と「Ｄ」を
不整合データとして、信頼度を付して正誤判定部１４へ
出力する。正誤判定部１４では、例えば前記i)またはi
i) のアルゴリズムを用いて、正誤判定を行う。例え
ば、前記i)の「群内で信頼度の最も高いものを正として
選択し、他のデータを誤りとする」を用いて正誤判定を
行う場合には、図１３（ｅ）に示すようにＡ社の代表の
「Ｂ」を誤りとして棄却し、「Ｄ」を正としてデータ集
積部１５へ出力する。その結果、データ集積部１５から
は図１３（ｆ）に示すデータが出力される。
【００２５】図１４は、図１２に示した信頼度付与部に
おける書誌情報・信頼度の対応表１６ｈを生成するため
の構成例を示している。図１４において、書誌情報属性
走査部１７には正誤のフラグ付きの事実データが入力さ
れる。正誤のフラグは、事実データが正しいか否かを示
すフラグであり、例えば人手で予め付与しておいたりあ
るいは他のシステムで自動的に付与するようにしてもよ
い。書誌情報属性走査部１７は書誌情報等の各属性の値
毎にデータ全体を探索し、その属性の持つ事実データを
抽出する。例えば、前記した「Ａ新聞社」、「Ｂ新聞
社」、「Ｃ通信社」、…等のニュースソースについての
信頼度を得る場合には、上記新聞社、通信社毎にデータ
全体を探索し、正誤フラグが付されている事実データを
抽出する。
おける書誌情報・信頼度の対応表１６ｈを生成するため
の構成例を示している。図１４において、書誌情報属性
走査部１７には正誤のフラグ付きの事実データが入力さ
れる。正誤のフラグは、事実データが正しいか否かを示
すフラグであり、例えば人手で予め付与しておいたりあ
るいは他のシステムで自動的に付与するようにしてもよ
い。書誌情報属性走査部１７は書誌情報等の各属性の値
毎にデータ全体を探索し、その属性の持つ事実データを
抽出する。例えば、前記した「Ａ新聞社」、「Ｂ新聞
社」、「Ｃ通信社」、…等のニュースソースについての
信頼度を得る場合には、上記新聞社、通信社毎にデータ
全体を探索し、正誤フラグが付されている事実データを
抽出する。
【００２６】信頼度評価部１８は、上記書誌情報属性走
査部１７において抽出された事実データについて、正誤
フラグを元にデータの正解率を計算し、各書誌情報毎の
信頼度を得る。これにより、例えば、上記した「Ａ新聞
社」、「Ｂ新聞社」、「Ｃ通信社」、…のそれぞれの信
頼度を得ることができる。データ登録部１９は上記信頼
度評価部１８において求めた信頼度を書誌情報・信頼度
の対応表１６ｈに登録し、データベース化する。上記の
ようにして書誌情報・信頼度の対応表１６ｈを生成する
ことにより、人手で対応表へデータを登録する手間を省
くことができる。
査部１７において抽出された事実データについて、正誤
フラグを元にデータの正解率を計算し、各書誌情報毎の
信頼度を得る。これにより、例えば、上記した「Ａ新聞
社」、「Ｂ新聞社」、「Ｃ通信社」、…のそれぞれの信
頼度を得ることができる。データ登録部１９は上記信頼
度評価部１８において求めた信頼度を書誌情報・信頼度
の対応表１６ｈに登録し、データベース化する。上記の
ようにして書誌情報・信頼度の対応表１６ｈを生成する
ことにより、人手で対応表へデータを登録する手間を省
くことができる。
【００２７】図１５は本発明の第３の実施例を示す図で
あり、本実施例は、前記図３、図６において、判定方法
決定部２０を設けて、正誤判定部１５における判定方法
を決定するようにしたものであり、その他の構成は前記
図３、図６と同じである。図１５において、不整合検出
部１４に不整合データ群が入力されるとまず判定方法決
定部２０において、事実データの対象事物、属性名を調
べる。ついで、判定方法決定部２０は、属性・判定方法
対応表２１を参照し、正誤判断のための方法を決定す
る。属性・判定方法対応表２１は、対象事物、属性名と
それに応じた判定方法が予め登録されている。
あり、本実施例は、前記図３、図６において、判定方法
決定部２０を設けて、正誤判定部１５における判定方法
を決定するようにしたものであり、その他の構成は前記
図３、図６と同じである。図１５において、不整合検出
部１４に不整合データ群が入力されるとまず判定方法決
定部２０において、事実データの対象事物、属性名を調
べる。ついで、判定方法決定部２０は、属性・判定方法
対応表２１を参照し、正誤判断のための方法を決定す
る。属性・判定方法対応表２１は、対象事物、属性名と
それに応じた判定方法が予め登録されている。
【００２８】例えば、属性・判定方法対応表２１には、
属性名が「部長」のように該当する人間が複数いる可能
性のある場合には、「一定の閾値以上の信頼度をもつデ
ータは全て正しいとする」というような第１の判定方法
が登録され、また、属性名が「社長」のように１人しか
いない場合には、「信頼度が最も高いデータのみを正し
いとする」というような第２の判定方法が登録されてお
り、判定方法決定部２０は、属性名が「部長」の場合に
は上記第１の判定方法を指定し、属性名が「社長」の場
合には上記第２の判定方法を指定する。正誤判定部１５
は判定方法決定部２０において指定された正誤判定方法
によりデータ群内の各データの正誤の判定を行う。以上
のようにして正誤判定を行うことにより、会社の部長の
ように複数の値をもつことが可能なデータと社長のよう
にユニークな値をもつことしか許されないデータに対し
て独自の正誤判断をすることが可能となる。
属性名が「部長」のように該当する人間が複数いる可能
性のある場合には、「一定の閾値以上の信頼度をもつデ
ータは全て正しいとする」というような第１の判定方法
が登録され、また、属性名が「社長」のように１人しか
いない場合には、「信頼度が最も高いデータのみを正し
いとする」というような第２の判定方法が登録されてお
り、判定方法決定部２０は、属性名が「部長」の場合に
は上記第１の判定方法を指定し、属性名が「社長」の場
合には上記第２の判定方法を指定する。正誤判定部１５
は判定方法決定部２０において指定された正誤判定方法
によりデータ群内の各データの正誤の判定を行う。以上
のようにして正誤判定を行うことにより、会社の部長の
ように複数の値をもつことが可能なデータと社長のよう
にユニークな値をもつことしか許されないデータに対し
て独自の正誤判断をすることが可能となる。
【００２９】図１６は、本発明の第４の実施例を示す図
であり、本実施例は、前記第１、第２の実施例におい
て、誤りパターン除去部２２を設け単独のデータとして
誤りであると判断されるデータを棄却するようにしたも
のであり、その他の構成は前記図３、図６と同じであ
る。図１６において、データ集計部１２と不整合検出部
１３の間に誤りパターン除去部２２が設けられており、
誤りパターン除去部２２は、データ集計部１２からデー
タが与えられたとき、誤りパターンデータベース２３を
参照して、単独のデータとして誤りであると判断される
データを棄却する。
であり、本実施例は、前記第１、第２の実施例におい
て、誤りパターン除去部２２を設け単独のデータとして
誤りであると判断されるデータを棄却するようにしたも
のであり、その他の構成は前記図３、図６と同じであ
る。図１６において、データ集計部１２と不整合検出部
１３の間に誤りパターン除去部２２が設けられており、
誤りパターン除去部２２は、データ集計部１２からデー
タが与えられたとき、誤りパターンデータベース２３を
参照して、単独のデータとして誤りであると判断される
データを棄却する。
【００３０】図１７は図１６に示した誤りパターン除去
部２２における誤りパターンの判断例を示す図である。
この例では、電話番号における誤りパターンとして、頭
が０でない数字が来るものを規定して誤りを検出する例
を示している。例えば、データ抽出部１１により抽出さ
れたデータが図１７（ａ）に示すようにＡ社とＢ社の電
話番号である場合、誤りパターン除去部２２では、誤り
パターンデータベース２３を参照し、電話番号について
の誤りパターンと比較する。ここでは、誤りパターンデ
ータベース２３に図１７（ｂ）に示す誤りパターンが登
録されていたとする。ここで、図１７（ｂ）は０で始ま
らない電話番号は誤りであることを正規表現で表記した
ものである。誤りパターン除去部２２で図１７（ａ）に
示す電話番号と、図１７（ｂ）に示す誤りパターンを比
較すると、Ｂ社の電話番号「１１９−０００３」は０以
外の数字で始まっているので、誤りであると判定され、
図１７（ｃ）に示すようにＢ社の電話番号が棄却され
る。
部２２における誤りパターンの判断例を示す図である。
この例では、電話番号における誤りパターンとして、頭
が０でない数字が来るものを規定して誤りを検出する例
を示している。例えば、データ抽出部１１により抽出さ
れたデータが図１７（ａ）に示すようにＡ社とＢ社の電
話番号である場合、誤りパターン除去部２２では、誤り
パターンデータベース２３を参照し、電話番号について
の誤りパターンと比較する。ここでは、誤りパターンデ
ータベース２３に図１７（ｂ）に示す誤りパターンが登
録されていたとする。ここで、図１７（ｂ）は０で始ま
らない電話番号は誤りであることを正規表現で表記した
ものである。誤りパターン除去部２２で図１７（ａ）に
示す電話番号と、図１７（ｂ）に示す誤りパターンを比
較すると、Ｂ社の電話番号「１１９−０００３」は０以
外の数字で始まっているので、誤りであると判定され、
図１７（ｃ）に示すようにＢ社の電話番号が棄却され
る。
【００３１】図１８は本発明の第５の実施例を示す図で
あり、本実施例はデータ統合部を設け、類似の属性値を
持つデータの統合を行なうことにより、表記の揺れに対
処するようにしたものであり、その他の構成は前記図６
と同じである。図１８において、データ集計部１２と不
整合検出部１３の間にデータ統合部２４が設けられてお
り、データ統合部２４は、データ揺れデータベース２５
を参照して類似の属性値を持つデータの統合を行なう。
これにより、表記の揺れによって実際には大量に生起し
ているのに各表記に対してはあまり多くの生起例がない
ように見られ正誤の判断を誤る場合に対処することがで
きる。
あり、本実施例はデータ統合部を設け、類似の属性値を
持つデータの統合を行なうことにより、表記の揺れに対
処するようにしたものであり、その他の構成は前記図６
と同じである。図１８において、データ集計部１２と不
整合検出部１３の間にデータ統合部２４が設けられてお
り、データ統合部２４は、データ揺れデータベース２５
を参照して類似の属性値を持つデータの統合を行なう。
これにより、表記の揺れによって実際には大量に生起し
ているのに各表記に対してはあまり多くの生起例がない
ように見られ正誤の判断を誤る場合に対処することがで
きる。
【００３２】図１９は本実施例の処理例である。データ
抽出部１１において図１９（ａ）に示すようなデータが
抽出されると、データ統合部２４では、類似の値を持つ
データの統合を行なう。この例ではデータ揺れデータベ
ース２５に、人名データの統合条件として「姓名が示さ
れた人名と、姓のみの人名は類似データとして統合可
能」という条件が設定されているとする。データ統合部
２４は、データ揺れデータベース２５を参照して上記条
件により、Ａ社の属性名「代表」の属性値として「山田
一郎」をもつデータと「山田」をもつデータを統合す
る。その結果図１９（ｂ）に示すようにＡ社の属性名
「代表」のデータが統合され、データの頻度は両者の件
数の和とされる。
抽出部１１において図１９（ａ）に示すようなデータが
抽出されると、データ統合部２４では、類似の値を持つ
データの統合を行なう。この例ではデータ揺れデータベ
ース２５に、人名データの統合条件として「姓名が示さ
れた人名と、姓のみの人名は類似データとして統合可
能」という条件が設定されているとする。データ統合部
２４は、データ揺れデータベース２５を参照して上記条
件により、Ａ社の属性名「代表」の属性値として「山田
一郎」をもつデータと「山田」をもつデータを統合す
る。その結果図１９（ｂ）に示すようにＡ社の属性名
「代表」のデータが統合され、データの頻度は両者の件
数の和とされる。
【００３３】データ統合部２４において上記のようにデ
ータの統合が行われると、正誤判定部１４での正誤判定
においては、上記統合された頻度により正誤判定を行
う。例えば、前記した「群中の最大生起回数をもつデー
タを正しいと判断し、他を誤りとする」というアルゴリ
ズムに正誤判定を行う場合には、図１９（ｃ）に示すよ
うにＡ社の「代表者」について「山田太郎」が正とさ
れ、「鈴木太郎」が誤りとされる。この例の場合、「山
田一郎」、「山田」のそれぞれの生起回数より「鈴木太
郎」の生起回数の方が多いのでデータ統合を行わない場
合には、「鈴木太郎」が正とされることとなるが、上記
のようなデータ統合を行うことにより、正しい正誤の判
断を行なうことが可能となる。
ータの統合が行われると、正誤判定部１４での正誤判定
においては、上記統合された頻度により正誤判定を行
う。例えば、前記した「群中の最大生起回数をもつデー
タを正しいと判断し、他を誤りとする」というアルゴリ
ズムに正誤判定を行う場合には、図１９（ｃ）に示すよ
うにＡ社の「代表者」について「山田太郎」が正とさ
れ、「鈴木太郎」が誤りとされる。この例の場合、「山
田一郎」、「山田」のそれぞれの生起回数より「鈴木太
郎」の生起回数の方が多いのでデータ統合を行わない場
合には、「鈴木太郎」が正とされることとなるが、上記
のようなデータ統合を行うことにより、正しい正誤の判
断を行なうことが可能となる。
【００３４】
【発明の効果】以上説明したように、本発明において
は、以下の効果を得ることができる。 （１）事実データをテキストから抽出し、抽出された事
実データについて同種のデータをまとめて、テキスト全
体にわたるデータ集計を行ない、集計されたデータ集合
を走査して両立し得ない不整合データ群を検出し、不整
合データ群においてどれが正しいデータであるかを判断
し、誤りデータを排除して正しい事実データの統合を行
うようにしたので、テキスト中の誤った記述や抽出処理
の誤りに起因する抽出データ中の誤りやバラツキに対し
て、誤り部分を排除して、適切なデータの集積を行なう
ことができる。 （２）事実データをテキストから抽出する際にデータに
信頼度を付与し、信頼度を利用してデータ群中の各デー
タの正誤の判断を行なうことにより正誤判断の精度を高
めることができる。 （３）属性名に応じて正誤判定の際に使用する判定方法
を指定し、該判定方法により正誤判定を行うことによ
り、属性に応じた柔軟な正誤判断を行なうことができ
る。 （４）抽出した事実データと予め登録された誤りパター
ンとを照合し、抽出された事実データが予め登録された
誤りパターンに合致した時に誤りと判断して棄却するこ
とにより、単独で判断可能な誤りの除去を行なうことが
できる。 （５）互いに似ているデータを統合して、一つのデータ
に統合した後に不整合検出を行うことにより、同じ事物
の異なる表現による揺らぎを吸収することができる。
は、以下の効果を得ることができる。 （１）事実データをテキストから抽出し、抽出された事
実データについて同種のデータをまとめて、テキスト全
体にわたるデータ集計を行ない、集計されたデータ集合
を走査して両立し得ない不整合データ群を検出し、不整
合データ群においてどれが正しいデータであるかを判断
し、誤りデータを排除して正しい事実データの統合を行
うようにしたので、テキスト中の誤った記述や抽出処理
の誤りに起因する抽出データ中の誤りやバラツキに対し
て、誤り部分を排除して、適切なデータの集積を行なう
ことができる。 （２）事実データをテキストから抽出する際にデータに
信頼度を付与し、信頼度を利用してデータ群中の各デー
タの正誤の判断を行なうことにより正誤判断の精度を高
めることができる。 （３）属性名に応じて正誤判定の際に使用する判定方法
を指定し、該判定方法により正誤判定を行うことによ
り、属性に応じた柔軟な正誤判断を行なうことができ
る。 （４）抽出した事実データと予め登録された誤りパター
ンとを照合し、抽出された事実データが予め登録された
誤りパターンに合致した時に誤りと判断して棄却するこ
とにより、単独で判断可能な誤りの除去を行なうことが
できる。 （５）互いに似ているデータを統合して、一つのデータ
に統合した後に不整合検出を行うことにより、同じ事物
の異なる表現による揺らぎを吸収することができる。
【図１】本発明の基本構成を示すブロック図である。
【図２】事実データ統合処理を行うためのシステムの構
成例を示す図である。
成例を示す図である。
【図３】本発明の第１の実施例を示す図である。
【図４】第１の実施例の処理例を示す図である。
【図５】本発明の第１の実施例の処理を示すフローチャ
ートである。
ートである。
【図６】本発明の第２の実施例の機能ブロック図であ
る。
る。
【図７】信頼度付与部の第１の内部構成例を示す図であ
る。
る。
【図８】図７に示す信頼度付与部における処理例（１）
を示す図である。
を示す図である。
【図９】図７に示す信頼度付与部における処理例（２）
を示す図である。
を示す図である。
【図１０】信頼度付与部の第２の内部構成例を示す図で
ある。
ある。
【図１１】図１０に示す信頼度付与部における処理例を
示す図である。
示す図である。
【図１２】信頼度付与部の第３の内部構成例を示す図で
ある。
ある。
【図１３】図１２に示す信頼度付与部における処理例を
示す図である。
示す図である。
【図１４】書誌情報・信頼度の対応表を生成するための
構成例を示す図である。
構成例を示す図である。
【図１５】本発明の第３の実施例を示す図である。
【図１６】本発明の第４の実施例を示す図である。
【図１７】第４の実施例における誤りパターンの判断例
を示す図である。
を示す図である。
【図１８】本発明の第５の実施例を示す図である。
【図１９】第５の実施例の処理例を示す図である。
【図２０】テキスト中の情報の抽出方法を説明する図で
ある。
ある。
１，１１ データ抽出部 ２，１２ データ集計部 ３，１３ 不整合検出部 ４，１４ 正誤判定部 ５，１５ 最終データ集積部 ６，１６ 信頼度付与部 ７ データ統合部 ８ 誤りパターン除去部 ９ 判定方法決定部 １７ 書誌情報属性走査部 １８ 信頼度評価部 １９ データ登録部 ２０ 判定方法決定部 ２１ 属性・判定方法対応表 ２２ 誤りパターン除去部 ２３ 誤りパターンデータベース ２４ データ統合部 ２５ データ揺れデータベース
フロントページの続き (72)発明者 西野 文人 神奈川県川崎市中原区上小田中４丁目１番 １号 富士通株式会社内 Ｆターム(参考） 5B075 ND03 NR02 NS01
Claims (11)
- 【請求項１】 対象とする事物、属性名、属性値の３つ
組によって規定される事実データをテキストから抽出
し、 抽出された事実データについて同種のデータをまとめ
て、テキスト全体にわたるデータ集計を行ない、 集計されたデータ集合を走査して両立し得ない不整合デ
ータ群を検出し、 不整合データ群においてどれが正しいデータであるかを
判断し、誤りデータを排除して正しい事実データの統合
を行うことを特徴とする事実データ統合方法。 - 【請求項２】 対象とする事物、属性名、属性値の３つ
組によって規定される事実データをテキストから抽出す
るデータ抽出部と、 データ抽出部で抽出された事実データについて、テキス
ト全体にわたり同種のデータをまとめ、生起回数を集計
するデータ集計部と、 データ集計部において集計されたデータ集合を走査して
両立し得ない不整合データ群を検出する不整合検出部
と、 不整合検出部で検出された不整合データ群の中でどれが
正しいデータであるかを判断する正誤判定部と、 データ集計部において集計された正しいデータ、およ
び、正誤判定部において正しいデータと判断されたデー
タを集計する最終データ集積部とを備えたことを特徴と
する事実データ統合装置。 - 【請求項３】 事実データをテキストから抽出する際に
データに信頼度を付与する信頼度付与部を設け、 データ集計部において生起回数を集計する際、集計され
たデータの信頼度を個々のデータの信頼度から計算して
集計結果に付与し、 正誤判定部において、上記データに付与された信頼度を
利用してデータ群中の各データの正誤の判断を行なうこ
とを特徴とする請求項２の事実データ統合装置。 - 【請求項４】 上記信頼度付与部が、テキストから事実
データを抽出する際に抽出の対象となったテキストの持
つイベント情報の種類を判定するイベント型抽出部と、 イベント型と信頼度の対応表に基づき、イベント型から
信頼度を評価する信頼度評価部とを備えていることを特
徴とする請求項３の事実データ統合装置。 - 【請求項５】 上記信頼度付与部が、テキスト中の抽出
対象とする対象事物に対しての注目度を計算する注目度
評価部と、 上記注目度に基づき、データの信頼度を評価する信頼度
評価部とを備えていることを特徴とする請求項３の事実
データ統合装置。 - 【請求項６】 上記信頼度付与部が、テキストの発行
社、著者等の書誌情報と該テキストに記述される各デー
タの信頼度を対応付ける書誌情報と信頼度の対応表と、 テキスト中からデータの抽出を行なう際、上記書誌情報
と信頼度の対応表を参照して該テキストの書誌情報から
テキストの信頼度を評価する信頼度評価部とを備えてい
ることを特徴とする請求項３の事実データ統合装置。 - 【請求項７】 データ抽出部によって抽出する事実デー
タに正誤フラグを付与し、正誤フラグを付加させた正誤
のフラグつきの事実データを入力として受けとり、事実
データの属性名毎に特定の属性値をとるデータの正誤の
期待値を計算し、書誌情報と信頼度の対応表を生成する
ことを特徴とする請求項６の事実データ統合装置。 - 【請求項８】 対象事物、属性名と、正誤判定の際に利
用する判定方法とを対応付けた属性・判定方法対応表
と、 上記属性・判定方法対応表に基づき、属性名に応じた正
誤判定方法を決定する判定方法決定部とを備え、 正誤判定部は、不整合データ群が入力された際、上記判
定方法決定部により指定された判定方法を用いて正誤判
定を行うことを特徴とする請求項２，３，４，５，６ま
たは請求項７の事実データ統合装置。 - 【請求項９】 データ抽出部と不整合検出部の間に誤り
パターン除去部を設け、 誤りパターン除去部は、データ抽出部で抽出された事実
データと、予め登録された誤りパターンとを照合するこ
とにより個々のデータ毎に正誤の判断を行ない、抽出さ
れた事実データが予め登録された誤りパターンに合致し
た時に誤りと判断して棄却し、問題がないとされたデー
タのみを不整合検出部に送ることを特徴とする請求項
２，３，４，５，６，７または請求項８の事実データ統
合装置。 - 【請求項１０】 データ集計部の後にデータ統合部を設
け、 データ統合部は、互いに似ているデータを統合して、一
つのデータに統合した後に不整合検出部に渡すことを特
徴とする請求項２，３，４，５，６，７または請求項８
の事実データ統合装置。 - 【請求項１１】 テキストから抽出された対象事物、属
性名、属性値の３つ組によって規定される事実データを
統合するデータ統合プログラムを記録した記録媒体であ
って、 上記データ統合プログラムは、対象とする事物、属性
名、属性値の３つ組によって規定される事実データをテ
キストから抽出し、 抽出された事実データについて同種のデータをまとめ
て、テキスト全体にわたるデータ集計を行ない、 集計されたデータ集合を走査して両立し得ない不整合デ
ータ群を検出し、 不整合データ群においてどれが正しいデータであるかを
判断し、誤りデータを排除して正しい事実データの統合
を行うことを特徴とするデータ統合プログラムを記録し
た記録媒体。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31076699A JP3888812B2 (ja) | 1999-11-01 | 1999-11-01 | 事実データ統合方法および装置 |
| US09/669,897 US7181471B1 (en) | 1999-11-01 | 2000-09-27 | Fact data unifying method and apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31076699A JP3888812B2 (ja) | 1999-11-01 | 1999-11-01 | 事実データ統合方法および装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2001134576A true JP2001134576A (ja) | 2001-05-18 |
| JP3888812B2 JP3888812B2 (ja) | 2007-03-07 |
Family
ID=18009228
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP31076699A Expired - Fee Related JP3888812B2 (ja) | 1999-11-01 | 1999-11-01 | 事実データ統合方法および装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US7181471B1 (ja) |
| JP (1) | JP3888812B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007164702A (ja) * | 2005-12-16 | 2007-06-28 | Nippon Telegr & Teleph Corp <Ntt> | 防災情報共有システムとその防災情報送信端末及び防災情報処理装置 |
Families Citing this family (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050108631A1 (en) * | 2003-09-29 | 2005-05-19 | Amorin Antonio C. | Method of conducting data quality analysis |
| US7424669B2 (en) * | 2004-01-16 | 2008-09-09 | International Business Machines Corporation | Automatic bibliographical information within electronic documents |
| US8386728B1 (en) * | 2004-03-31 | 2013-02-26 | Google Inc. | Methods and systems for prioritizing a crawl |
| US7769579B2 (en) | 2005-05-31 | 2010-08-03 | Google Inc. | Learning facts from semi-structured text |
| US8682913B1 (en) * | 2005-03-31 | 2014-03-25 | Google Inc. | Corroborating facts extracted from multiple sources |
| US9208229B2 (en) * | 2005-03-31 | 2015-12-08 | Google Inc. | Anchor text summarization for corroboration |
| US7587387B2 (en) | 2005-03-31 | 2009-09-08 | Google Inc. | User interface for facts query engine with snippets from information sources that include query terms and answer terms |
| US7831545B1 (en) | 2005-05-31 | 2010-11-09 | Google Inc. | Identifying the unifying subject of a set of facts |
| US8996470B1 (en) | 2005-05-31 | 2015-03-31 | Google Inc. | System for ensuring the internal consistency of a fact repository |
| US8055674B2 (en) * | 2006-02-17 | 2011-11-08 | Google Inc. | Annotation framework |
| US8260785B2 (en) | 2006-02-17 | 2012-09-04 | Google Inc. | Automatic object reference identification and linking in a browseable fact repository |
| US8122026B1 (en) | 2006-10-20 | 2012-02-21 | Google Inc. | Finding and disambiguating references to entities on web pages |
| US8347202B1 (en) | 2007-03-14 | 2013-01-01 | Google Inc. | Determining geographic locations for place names in a fact repository |
| US7970766B1 (en) | 2007-07-23 | 2011-06-28 | Google Inc. | Entity type assignment |
| US8812435B1 (en) | 2007-11-16 | 2014-08-19 | Google Inc. | Learning objects and facts from documents |
| JP2009217455A (ja) * | 2008-03-10 | 2009-09-24 | Fujitsu Ltd | 情報処理装置、情報処理プログラム及び方法 |
| GB2467918A (en) | 2009-02-18 | 2010-08-25 | Mtld Top Level Domain Ltd | Determining the correct value and the reliability of a data item by aggregating or combining the value of the data item from several databases. |
| US8600152B2 (en) | 2009-10-26 | 2013-12-03 | Ancestry.Com Operations Inc. | Devices, systems and methods for transcription suggestions and completions |
| US20110099193A1 (en) * | 2009-10-26 | 2011-04-28 | Ancestry.Com Operations Inc. | Automatic pedigree corrections |
| US8768782B1 (en) | 2011-06-10 | 2014-07-01 | Linkedin Corporation | Optimized cloud computing fact checking |
| US9087048B2 (en) | 2011-06-10 | 2015-07-21 | Linkedin Corporation | Method of and system for validating a fact checking system |
| US20130159127A1 (en) * | 2011-06-10 | 2013-06-20 | Lucas J. Myslinski | Method of and system for rating sources for fact checking |
| US9483159B2 (en) | 2012-12-12 | 2016-11-01 | Linkedin Corporation | Fact checking graphical user interface including fact checking icons |
| US20140214401A1 (en) | 2013-01-29 | 2014-07-31 | Tencent Technology (Shenzhen) Company Limited | Method and device for error correction model training and text error correction |
| JP6126870B2 (ja) * | 2013-03-01 | 2017-05-10 | 本田技研工業株式会社 | 音声対話システム及び音声対話方法 |
| CN104699848B (zh) * | 2015-04-02 | 2018-04-27 | 黄河水利职业技术学院 | 受限Web数据库的数据抽取方法及装置 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SE509645C2 (sv) * | 1996-02-08 | 1999-02-15 | Ericsson Telefon Ab L M | En metod för att samtidigt med protokollbaserad funktionsändring i en databas utföra verifiering av konverterad data |
| US6185584B1 (en) * | 1997-02-12 | 2001-02-06 | Synopsys, Inc. | Method and system for version management and archiving of electronic articles |
| US6240416B1 (en) * | 1998-09-11 | 2001-05-29 | Ambeo, Inc. | Distributed metadata system and method |
| US6505219B1 (en) * | 1999-01-27 | 2003-01-07 | Xerox Corporation | Process management system wherein process descriptions provide indices to document histories |
| US6604110B1 (en) * | 2000-08-31 | 2003-08-05 | Ascential Software, Inc. | Automated software code generation from a metadata-based repository |
-
1999
- 1999-11-01 JP JP31076699A patent/JP3888812B2/ja not_active Expired - Fee Related
-
2000
- 2000-09-27 US US09/669,897 patent/US7181471B1/en not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007164702A (ja) * | 2005-12-16 | 2007-06-28 | Nippon Telegr & Teleph Corp <Ntt> | 防災情報共有システムとその防災情報送信端末及び防災情報処理装置 |
| JP4627719B2 (ja) * | 2005-12-16 | 2011-02-09 | 日本電信電話株式会社 | 防災情報共有システム |
Also Published As
| Publication number | Publication date |
|---|---|
| US7181471B1 (en) | 2007-02-20 |
| JP3888812B2 (ja) | 2007-03-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2001134576A (ja) | 事実データ統合方法および装置 | |
| US7142728B2 (en) | Method and system for extracting information from a document | |
| US7389306B2 (en) | System and method for processing semi-structured business data using selected template designs | |
| TWI438637B (zh) | 用於擷取及管理社群智慧資訊的系統及方法 | |
| US8606796B2 (en) | Method and system for creating a data profile engine, tool creation engines and product interfaces for identifying and analyzing files and sections of files | |
| US8768914B2 (en) | System and method for searching and matching databases | |
| US7370057B2 (en) | Framework for evaluating data cleansing applications | |
| US7266562B2 (en) | System and method for automatically categorizing objects using an empirically based goodness of fit technique | |
| US8005300B2 (en) | Image search system, image search method, and storage medium | |
| US7516368B2 (en) | Apparatus, method, and computer product for pattern detection | |
| US6397205B1 (en) | Document categorization and evaluation via cross-entrophy | |
| US20070282827A1 (en) | Data Mastering System | |
| EP2616960A2 (en) | Method and arrangement for handling data sets, data processing program and computer program product | |
| JP2007026386A (ja) | 画像検索システム及び方法 | |
| JP2007172077A (ja) | 画像検索システム及び方法及びプログラム | |
| CN111027323A (zh) | 一种基于主题模型和语义分析的实体指称项识别方法 | |
| JP2004171316A (ja) | Ｏｃｒ装置及び文書検索システム及び文書検索プログラム | |
| JPH0484366A (ja) | 文書種別判別装置 | |
| Lladós et al. | Word spotting in archive documents using shape contexts | |
| CN115828166A (zh) | 基于公开信息的涉密信息检测方法及系统 | |
| CN111339217B (zh) | 一种数据处理方法及装置 | |
| CN115334201B (zh) | 有效通话的筛选方法及其系统、计算机设备 | |
| JP2000259625A (ja) | 文書校正装置 | |
| Hand et al. | A note on using the F-measure for evaluating data linkage algorithms | |
| WO2021224709A1 (en) | Data aggregation for verifying and reporting data integrity |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060815 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061012 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20061128 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20061128 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091208 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101208 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111208 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111208 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121208 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121208 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131208 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |