JP2005539283A - 名前をハイパーリンクするためのシステム、方法、及びソフトウェア - Google Patents

Abstract

ドキュメント内にある人の名前に基づいて、ドキュメントの、他のドキュメントへのハイパーリンク又は関連付けが望まれるようになった。このようなハイパーリンクの、裁判官の見解へのインストールのための自動化システムは存在するが、このシステムは、他の種類の名前及びドキュメントに一般に適用可能でないばかりか、２人以上の類似する名前の人に参照される名前のためのハイパーリンクの決定にはほとんど適合しない。従って、本発明者は、ドキュメント内にある名前のハイパーリンクを、種類によらず容易にするシステム、方法、及びソフトウェアを発明した。１つの例示的なシステムは、記述子モジュールと、リンクモジュールとを含む。記述子モジュールは、名前と専門家の種類との間の関係の認識に必要な、共起するドキュメント情報を選択するための記述的なパターンを開発する。

Description

本特許書類の一部は、著作権保護に従うものを含む。著作権保持者は、それが特許商標庁において特許出願又は記録として現れる場合、いずれの者による本特許書類及び本特許開示のファックスによる複製に異議を申しませんが、それ以外では、どのようなものであれ全ての著作権を保有する。以下の注意書は、本書類に適用される。著作権（Ｃ）２００１，Ｗｅｓｔ Ｇｒｏｕｐ。
本出願は、２００１年１２月２１日出願の米国仮出願第６０／３４２，９５２号及び２００２年６月１３日出願の米国出願第１０／１７１，１７０号に対する優先権を主張するものである。
本発明は、ドキュメントにある名前をハイパーリンクするためのシステム、方法、及びソフトウェアに関連するものである。

近年、インターネット及び他のコンピュータネットワークの急激な成長は、これらのネットワークを介してアクセス可能なデータにおいて同じく急激な成長を促した。このデータに相互作用する将来性のある１つの様式に、電子ドキュメントにおけるハイパーリンクの使用を介するものがある。

ハイパーリンクは、ハイライトされたテキスト又はアイコンのようなユーザ選択可能な要素であり、電子ドキュメントの１部分を同じドキュメントの他の部分又は他のドキュメントに、データベース又はコンピュータネットワーク上でリンクする。適切なコンピュータ設備及びネットワークアクセスにより、ユーザは、ハイパーリンクを選択又は呼出し、他のドキュメントをほとんど瞬間的に閲覧することができ、それらドキュメントは、世界のほとんどどこにあってもよい。更に、他のドキュメント自身、ハイパーリンクを含む更に他のドキュメントへのハイパーリンクを含み、これにより、ユーザは世界中を関連する情報を求めてドキュメントからドキュメントへ随意に「ホップ」することができる。

最近、ドキュメント内の人名に基づいて、ドキュメントを他のドキュメントにハイパーリンクすることが話題になっている。例えば、法的な調査を促すため、ミネソタ州セントポールにあるＷｅｓｔ Ｐｕｂｌｉｓｈｉｎｇ Ｃｏｍｐａｎｙ社は、代理人及び裁判官の名前をＷｅｓｔ Ｌｅｇａｌ Ｄｉｒｅｃｔｏｒｙ（１，０００，０００人の米国代理人及び２０，０００人の裁判官を有する専門ディレクトリ）に登録されているオンライン人名登録にハイパーリンクする数千もの電子裁判官の見解を提供している。これらハイパーリンクにより、裁判官の見解にアクセスするユーザは、見解に名前のある弁護士及び裁判官へのコンタクト及び彼らについての他の特定の情報を即時に得ることができる。

これらの裁判官の見解におけるハイパーリンクは、名前のある代理人及び裁判官を、対応する専門家ディレクトリにある登録にリンクする手掛りになる、ファーストネーム、ミドルネーム、ラストネーム、法律事務所名、都市、州、裁判所情報を扱うシステムを用いて、自動的に生成される。Ｃｈｒｉｓｔｏｐｈｅｒ Ｄｏｚｉｅｒ及びＲｏｂｅｒｔ Ｈａｓｃｈａｒｔによる「Ａｕｔｏｍａｔｉｃ Ｅｘｔｒａｃｔｉｏｎ ａｎｄ Ｌｉｎｋｉｎｇ ｏｆ Ｐｅｒｓｏｎ Ｎａｍｅｓ ｉｎ Ｌｅｇａｌ Ｔｅｘｔ」（会報ＲＩＡＯ２０００：Ｃｏｎｔｅｎｔ Ｂａｓｅｄ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｆｏｒｍａｔｉｏｎ Ａｃｃｅｓｓ、パリ、フランス、１３０５〜１３２１ページ、２０００年４月）を参照し、前記文献はここに参照として援用する。

自動的なシステムは非常に効果的であるが、本発明者は、それは少なくとも２つの限定を受けると認めている。第１に、前記システムは、裁判官の見解において、異なるドキュメントにおいては共通ではなく、それゆえ異なる種類の名前及びドキュメントへのその一般的な応用を限定する、ケースヘッダのような構造的な（組織的な）特徴を開拓することになる。第２に、前記システムは、事実いくつかの名前は他のものより多かれ少なかれ曖昧であるが、全ての名前を等しく曖昧に、又は等しく一般的に扱う。例えば、Ｄａｖｉｓ Ｓｍｉｔｈという名前は、Ｓｅｖｅｎ Ｄｒａｋｅという名前より一般的であり、従ってより曖昧であり、即ち、１人以上の人を同定する可能性がある。

従って、本発明者は、名前、或いは一般に、名前を含む関連するデータのためのハイパーリンクを生成する他の方法の必要性を認めるに至った。

このこと及び他の要求に対処するため、本発明者は、ニュース記事のようなドキュメント内にある名前の、専門家ディレクトリ内にある記録のような他のデータ構造内にある名前へのハイパーリンク又は関連付けを容易にするシステム、方法、及びソフトウェアを発明した。１つの例示的なシステムは、記述子モジュールと、リンクモジュールとを含む。記述子モジュールは、名前と専門家の種類との間の関係の認識に必要な、共起するドキュメント情報を選択するための記述的なパターンを開発する。リンクモジュールは、入力ドキュメント内にある名前をタグ付けし、記述的なパターンを用いて共起する情報を抽出し、特定の専門職に属するように個々の名前を分類し、専門家ディレクトリ内にある対応する登録を検索するよう試みる。

対応する登録検索のため、リンクモジュールは、個々の名前に名前希少出現（一意性又は曖昧さ）スコアを決定し、名前を伴ったスコア及び選択された共起するドキュメント情報をベイズ推定ネットワークに入力する。推定ネットワークでは、名前が所定の専門家ディレクトリにある特定の候補記録（又は登録）に参照される確率を測定する。リンクモジュールは、確率測定に基づいて候補記録に等級を付け、所定の閾値を越える最高の等級の記録に基づいてハイパーリンク（又は、他の論理的関連）を定義する。

本発明者はまた、人又は他の実態の名前のような潜在的に曖昧な用語を含むデータの検索を容易にするシステム、方法、及びソフトウェアを発明した。例えば、１つの方法は、ユーザからクエリを受取り、クエリ内にある１つ以上の名前を同定し、名前の曖昧さ又は一意性を評価し、曖昧さが十分に大きい場合、更なる情報を得て、曖昧さの回復又は減少を補助するようクエリを更新又は補う。例えば、専門家肩書き、位置、又は組織を含む更なる情報は、ユーザから、又は自動的な補助検索を介して直接得ることができる。

図１〜６を参照し、それを組入れた以下の詳細な説明は、本発明の１つ以上の例示的な実施形態を説明し、示したものである。本発明を限定するものではなく、例示及び教示するために提供されたこれらの実施形態を、当業者が本発明を達成し、使用することが可能なように、十分に詳細に示し、説明する。従って、本発明を曖昧にすることを回避するため、適宜、本明細書は当業者に知られた確定した情報を省略する。

（定義）
本明細書は多数の用語を含み、その意味は、当技術におけるそれらの使用法又は本明細書の文脈内でのそれらの使用に由来するものである。更なる補助として、以下の用語の定義を示す。

数詞の付いていない加算名詞は、少なくとも１つを意味する。

用語「又は」は、「どちらか」と共に用いられていない限り、ブール論理の意味に用いられる。

用語「ドキュメント」は、ファイル名を有する機械読取り可能なデータのいずれかの論理集合又は論理配置を意味する。

用語「データベース」は、機械読取り可能なドキュメントのいずれかの論理集合又は論理配置を含む。

用語「ハイパーリンク」は、過去、現在、又は未来のいずれかのＵＲＬ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒｃｅ Ｌｏｃａｔｏｒ）基準に構造的又は機能的に適合するドキュメントにあるいずれかの象徴を含む。それはまた、特定のコンピュータシステム又はネットワークデバイスを同定する情報を含むいずれかの象徴を含む。

用語「名前」は、それにより人、動物、場所、物、団体、組織、又は法的実体のような実体が、命名され、他と区別される１つ以上の単語を含む。

用語「プログラム・モジュール」は、ルーチン、プログラム、物体、構成要素、データ構造、及び指示又は指示セット等を含み、特定のタスクを実施し、又は特定の抽象的なデータ型を実行する。本用語は、特定のキャリア媒体に関して限定されない。

（本発明を実施する例示的なコンピュータシステム）
図１は、自動的に、ドキュメントを１つ以上の部分に分割し、個々のマーキング部分に対応する１つ以上のハイパーリンクを定義する、システム、方法、及びソフトウェアを組入れた例示的なコンピュータシステム１００の図を示す。例示的なシステムは、互いに接続された分割構成要素の集合として示されるが、他のいくつかの実施形態では、より多くの或いはより少ない要素を用いてそれらの機能を実施する。更に、いくつかの実施形態では、有線又は無線ローカル又はワイドエリアネットワークを介して、１つ以上の要素を互いに接続する。いくつかの実施形態では、１つ以上のメーンフレームコンピュータ又はサーバを用いて、システム１００の１つ以上の部分を実施する。従って、本発明は、いずれの特定機能部分に限定されるものではない。

一般に、システム１００は、入力ドキュメントデータベース１１０と、名前リンクサブシステム１２０と、専門家ディレクトリ１３０と、出力ドキュメントデータベース１４０と、アクセスデバイス１５０とを含む。

入力ドキュメントデータベース１１０は、１つ以上の電子ドキュメントを含み、そのうち、ドキュメント１１２が、代表として示されている。ドキュメント１１２は、人、場所、物、又は法的実体の１つ以上の名前（ドキュメント内に分布するＮ１、Ｎ２、Ｎ３、Ｎ４、及びＮ５のような一般的な適切な名詞）を含む。本例示的な実施形態では、ドキュメント１１２は、例えば、裁判官の見解又は他の種類の法的ドキュメントのような、書面にされたニュース記事又は他のテキストドキュメントの電子版である。しかし、他の実施形態では、ドキュメント１１２は、１つ以上の名前を含む１つ以上の画像データ又はマルチメディアデータを含む。

データベース１１０と接続しているのは、コンピュータ化された名前リンクシステム１２０である。システム１２０は、１つ以上の従来のプロセッサ１２１と、表示デバイス１２２と、インターフェースデバイス１２３と、ネットワーク通信デバイス１２４と、メモリデバイス１２５と、ドキュメント処理ソフトウェア１２６と、マーキング・リンクソフトウェア１２７とを含む。ソフトウェア１２６及び１２７は、電気的、磁気的、及び／又は光学的キャリア媒体上にコードされた指示又はデータのような様々な形態をとることができ、そして、ネットワークダウンロード又は他のソフトウェア移動方法を介して、単独に又は組合せによりシステム１２０上にインストールできる、色々なソフトウェア及びデータ要素を含む。

ドキュメント処理ソフトウェアの例として、ワードプロセッサプログラム、ＨＴＭＬ編集プログラム、スプレッドシートプログラム、電子メールプログラム、プレゼンテーション作成プログラム、閲覧プログラム、ドキュメント処理プログラム、及びファイル・バックアッププログラムがある。

本例示的な実施形態では、ソフトウェア１２７は、ドキュメント処理ソフトウェア１２６の追加器具である。しかしながら、他の実施形態では、それは、ネットワークアクセス可能なプログラムのような独立したアプリケーションプログラムとして、又は、基本ソフトの核又は外郭の一部として、機能する。特に、ソフトウェア１２７は、記述子モジュール１２７１と、リンクモジュール１２７２と、トレーニングモジュール１２７３とを含み、その全てが以下に詳細に説明される。

システム１２０は、専門家ディレクトリ１３０と、出力ドキュメントデータベース１４０とに接続されている。

専門家ディレクトリ１３０は、代理人住所人名録１３２、裁判官住所人名録１３４、専門家データベース１３６、及び他の専門家住所人名録１３８のような１つ以上の専門家住所人名録を含む。個々の住所人名録（又は一般的にデータベース）は、人、場所、物、又は法的実体のような命名され、或いは同定される１つ以上の実体に関連する一組の記録又は他のデータ構造含む。例えば、代理人ディレクトリ１３２は、例示的な代理人記録Ａ１のような多数の代理人記録を含み、裁判官ディレクトリ１３４は、例示的な裁判官記録Ｊ１のような多数の裁判官記録を含み、専門家ディレクトリ１３６は、例示的な専門家記録Ｅ１のような多数の裁判官記録を含み、そして、他のディレクトリは、医者、教授、計理士、教師、有名人等のような他の個人に関連する情報を含む多数の記録を含む。いくつかの実施形態では、電話番号や電子メールアドレス、クレジット報告書、税金報告書、犯罪記録、医療情報、学歴記録等のデータベースを含んでもよい。

出力ドキュメントデータベース１４０は、例示的なドキュメント１４２のような１つ以上の処理されたドキュメントを含む。ドキュメント１４２は、マーキングされた名前Ｎ１、Ｎ２、Ｎ３、Ｎ４、Ｎ５及び対応するハイパーリンク１４２１、１４２２、１４２３、
１４２４、及び１４２５を含み、各々は、少なくとも１つの専門家ディレクトリ１３０内の履歴又は他のデータ構造を、特定のディレクトリ記録の指定なしに専門家ディレクトリの１つに、或いは、ディレクトリにおける記録のサブセットに、参照される。名前リンクプロセッサ１２０により生成され、そこに埋込まれ、或いはドキュメントに関連するハイパーリンク１４２１〜１４２５は、ドキュメント１４０内の対応するマーキングされた名前Ｎ１、Ｎ２、Ｎ３、Ｎ４、Ｎ５を、公的又は私的なローカル又はワイドエリアネットワーク又は専用通信パス（図示しない）を介して、データベース１３０、１３２、１３４にリンクするのに選択可能である。本例示的な実施形態は、色やフォントのコントラストにより、或いはユーザが検出可能な他の方法により、マーキングされた名前を示し、存在するハイパーリンクへの関連を知らせる。出力データベース１４０内のドキュメントは、アクセスデバイス１５０を介して、ローカル又はワイドエリアネットワーク中にアクセス可能である。

本例示的な実施形態は、プロセッサ、拡張メモリ、ディスク配置を伴ったいくつかのサーバのネットワーク上を検索するＭｉｃｒｏｓｏｆｔ Ｉｎｔｅｒｎｅｔ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｅｒｖｅｒ ４．０のようなウェブサーバの一部として、出力データベース１４０を提供する。データベース１４０は、様々なコンピュータプラットフォーム上でいくつもの形態を採ることができる。更に、いくつかの実施形態では、データベース１４０は、複数の同じ要素を含み、アクセスデバイス１５０のような複数のデバイスが、同じドキュメントの複数の複製に同時にアクセスすることができる。

アクセスデバイス１５０は、例示的なアクセスデバイス１５２、１５４、１５６、及び１５８を含む。個々のアクセスデバイスは、ディスプレイと、プロセッサ（ｕＰ）と、ソフトウェア（ＳＷ）とを含む。用語「アクセスデバイス」は、ここに用いられるように、ブラウザ装備のパーソナルコンピュータ、ネットアプライアンス、携帯情報端末、電話、携帯電話、ウェブ電話、テレビ、ウェブテレビ等を含む。それはまた、モニタと、ユーザ又は他のコンピュータが相互作用する形態でデータを出力することのできる他の種類の備品とを含む。従って、本発明は、アクセスデバイスの特定の種類又は形態に限定されない。

（システム１００の例示的な機能）
一般に、システム１００の例示的な機能は、記述子モジュール１２７１と、リンクモジュール１２７２と、トレーニングモジュール１２７３との機能を含む。記述子モジュール１２７１は、１つ以上の特定の専門家の種類の中にある個人に関連する可能性のある（又は、他の所定の基準を満たす）名前の同定に用いるために、１つ以上の専門家名前記述子構造又はパターンを生成する。リンクモジュール１２７２は、ドキュメント１１０のような入力ドキュメントを受取り、専門家名前記述子構造、及び／又はドキュメント１１０から抽出し、ベイズ推定ネットワークに入力する他のデータに基づき、入力ドキュメントにある１つ以上の名前を１つ以上の専門家ディレクトリにハイパーリンクする。トレーニングモジュール１２７３は、リンクモジュール１２７２により用いられるベイズ推定ネットワークにおける様々なノードの条件付き確率を定義する。

（記述子モジュール構造及び機能）
特に、図２は、記述子モジュール１２７１を作動して、名前記述子を生成する例示的な方法を示すフローチャート２００である。本例示的な実施形態の１つの前提は、いくつかの個人の名前は、他の名前より単一の個人に属する可能性がずっと大きく、これらの名前が共通の専門職（または、他の分類）に属する場合、ユーザは、その専門職（又は分類）の人に共通の記述的な言語を自動的に同定することができることである。次にこの言語は、その専門職（又は分類）のほとんどのメンバーを同定するのに用いることができる。

フローチャート２００は、過程ブロック２１０〜２６０を含む。これらのブロック（及び、本書類における他のフローチャートのそれら）は、本例示的な実施形態において、直列に配列されているが、他の実施形態では、ブロックを並替えたり、１つ以上のブロックを省略したり、及び／又は複数のプロセッサ又は２つ以上の仮想マシン又はサブプロセッサを編成する単一のプロセッサを用いて、２つ以上のブロックを並列に実施してもよい。更に、他の実施形態では、互いに接続された複数の特定のハードウェア、又はモジュール間で、そしてモジュールを介して通信される関連する制御及びデータシグナルを伴った集積回路モジュールとしてブロックを実施する。従って、この及び他の例示的な過程フローは、本書類において、ソフトウェア、ファームウェア、ハードウェア、及び他の種類の実施に応用することができる。

ブロック２１０は、専門家住所指名録にある名前とマッチングするドキュメントの集合（即ち、コーパス）にある名前と、マッチングしない名前との同定を含む。マッチングする名前及びマッチングしない名前、即ちディレクトリ内の名前及びディレクトリ外の名前の同定は、名前タグプログラムを用いて、集合にある全ての名前を同定し、次に、専門家ディレクトリ１３０のような専門化ディレクトリに対する検索を実施することを含む。本発明は、いかなる部類又は種類の名前タグ装置に限定しないが、適切な名前タグ装置の例として、バージニア州フェアファックスにあるＩｓｏＱｕｅｓｔ，Ｉｎｃ．社のＮｅｔＯｗｌ ｐａｒｓｉｎｇ ｓｏｆｔｗａｒｅを含む。（本発明者は、最大エントロピーモデルに基づいて名前タグ装置を考慮した。）
検索実行後、本例示的な実施形態は、ディレクトリ内の名前のサブセットをディレクトリ内の希少な或は独特な名前として同定する。これは、個々のディレクトリ内の名前について、名前一意性確率を計算することを含み、前記名前一意性確率は、ディレクトリにある名前の言語モデルに基づく。例示的な言語モデルは、個々のファーストネームの確率及びラストネームの確率について定義され、個々のファーストネーム及びラストネームの確率はそれぞれ、一般の集団から導かれる名前の一覧にある名前の総数に対する、ファーストネーム及びラストネームの起こる総数の比に基づく。

名前の一覧は、一般の集団における名前の分布を正確に表すように十分に大きくなければならない。専門家ディレクトリ又は他のデータベースが十分に大きい場合、それは、言語モデルの基準として用いることができる。専門家ディレクトリが小さい場合、言語モデルは、米国中の公文書に一覧する免許取得専門家一覧のような、他の一覧を基にすべきである。以下の説明は、問題となる専門家ディレクトリ（又はデータベース）が十分に大きく、一般の集団における名前の代表になるよう仮定する。

一旦、言語モデルが定義されると、個々のディレクトリ内の名前の名前マッチング確率スコアは、以下の式を用いて計算される。
Ｐ（ｎａｍｅ）＝Ｐ（ｆｉｒｓｔ ｎａｍｅ）・Ｐ（ｌａｓｔ ｎａｍｅ） （１）
ここで、Ｐ（ｆｉｒｓｔ ｎａｍｅ）はディレクトリ内の全てのファーストネームから無作為にファーストネームが導かれる確率であり、Ｐ（ｌａｓｔ ｎａｍｅ）はディレクトリ内の全てのラストネームから無作為にラストネームが導かれる確率である。次に、名前一意性確率は以下のように計算される。
Ｐ（ｎａｍｅＵｎｉｑｕｅｎｅｓｓ）＝１／（Ｈ・Ｐ（ｎａｍｅ）＋１） （２）
ここで、Ｈはコーパスにおいて参照され得る人口母集団の大きさである。例えば、Ｗａｌｌ Ｓｔｒｅｅｔ Ｊｏｕｒｎａｌの記事からなるコーパスの場合、Ｈは３億であり、およそ米国の人口になる。閾値（０．０７のような）を越える名前一意性確率をもつ個々のディレクトリ内の名前は、ブロック２２０の更なる過程におけるディレクトリ外の名前と共に基準として用いられる。

ブロック２２０は、同定された１つ以上のディレクトリ内の名前及び１つ以上のディレクトリ外の名前と共起する、或はそうでなければそれらに関連するドキュメント情報を抽出する。本例示的な実施形態において、これは、ディレクトリ内の個々の希少な名前及び全てのディレクトリ外の名前について、ある文字枠（又はドキュメント部分）内のテキスト又は情報を抽出することを含む。

より明確にすると、例示的な抽出は、コーパスにある、ディレクトリ内の同定された希少な名前及びディレクトリ外の名前の個々の発生の８単語前及び８単語後に拡張した文字枠内で起こるユニグラム及びバイグラムの抽出を含む。（他の実施形態では、ドキュメント文法構造及び構成構造のような他の文字枠の大きさ及び形態を用いる。例えば、いくつかの実施形態は、文字、文、又はサブセクションの数に基づいて枠を定義する。）ディレクトリ内の名前に関連するユニグラム及びバイグラムは、共起するディレクトリ内のユニグラム及びバイグラムとして定義され、ディレクトリ外の名前に関連するそれらは、共起するディレクトリ外のユニグラム及びバイグラムとして参照される。実施はブロック２３０に続く。

ブロック２３０は、抽出された情報が、ディレクトリ外の名前よりもディレクトリ内の名前と起こる確率又は可能性を決定する。本例示的な実施形態において、これは、ディレクトリ外の名前の前後８単語枠内で起こる個々のディレクトリ内のユニグラム及びバイグラムの確率と、ディレクトリ内の名前の前後８単語枠内で起こる個々のディレクトリ外のユニグラム及びバイグラムの確率とを含む。これらの共起確率は以下のように計算される。
Ｐ（ｕｎｉｇｒａｍ／ｉｎ−ｄｉｒｅｃｔｏｒｙ ｒａｒｅ ｎａｍｅ）＝ＩＵ／ＮＩ （３）
ここで、ＩＵはディレクトリ内の希少な名前の枠内で起こるユニグラム度数であり、ＮＩはディレクトリ内の希少な名前の数である。
Ｐ（ｕｎｉｇｒａｍ／ｏｕｔ−ｏｆ−ｄｉｒｅｃｔｏｒｙ ｒａｒｅ ｎａｍｅ）＝ＯＵ／ＮＯ （４）
ここで、ＯＵはディレクトリ外の名前の枠内で起こるユニグラム度数であり、ＮＯはディレクトリ外の名前の数である。
Ｐ（ｂｉｇｒａｍ／ｉｎ−ｄｉｒｅｃｔｏｒｙ ｒａｒｅ ｎａｍｅ）＝ＩＢ／ＮＩ （５）
ここで、ＩＢはディレクトリ内の希少な名前の枠内で起こるバイグラム度数であり、ＮＩはディレクトリ内の希少な名前の数である。
Ｐ（ｕｎｉｇｒａｍ／ｏｕｔ−ｏｆ−ｄｉｒｅｃｔｏｒｙ ｒａｒｅ ｎａｍｅ）＝ＯＢ／ＮＯ （６）
ここで、ＯＢはディレクトリ外の名前の枠内で起こるバイグラム度数であり、ＮＯはディレクトリ外の名前の数である。

ディレクトリ外の名前よりもディレクトリ内の希少な名前と共起するユニグラム及びバイグラムの可能性を決定するために、本例示的な実施形態は、ディレクトリ内の希少な名前同時発生確率をディレクトリ外の同時発生確率で割る。これらの可能性公式は、以下のように表される。
Ｌ（ｕｎｉｇｒａｍ）＝Ｐ（ｕｎｉｇｒａｍ／ｉｎ−ｄｉｒｅｃｔｏｒｙ ｒａｒｅ ｎａｍｅ）／Ｐ（ｕｎｉｇｒａｍ／ｏｕｔ−ｏｆ−ｄｉｒｅｃｔｏｒｙ ｒａｒｅ ｎａｍｅ） （７）
Ｌ（ｕｎｉｇｒａｍ）＝Ｐ（ｂｉｇｒａｍ／ｉｎ−ｄｉｒｅｃｔｏｒｙ ｒａｒｅ ｎａｍｅ）／Ｐ（ｂｉｇｒａｍ／ｏｕｔ−ｏｆ−ｄｉｒｅｃｔｏｒｙ ｒａｒｅ ｎａｍｅ） （８）
ここで、Ｌ（ｕｎｉｇｒａｍ）は所定のユニグラムのディレクトリ内の希少な名前と共起する可能性であり、Ｌ（ｂｉｇｒａｍ）は所定のバイグラムのディレクトリ内の希少な名前と共起する可能性である。

ブロック２４０は、先行及び追尾するユニグラム及びバイグラムの同時発生可能性に基づく抽出された情報に等級を付ける。この目的のため、本例示的な実施形態は、同時発生ディレクトリ内ユニグラム及びバイグラムをそれらのディレクトリ内の希少な名前同時発生可能性の降べきの順に等級付け又は分類する。（他の実施形態では、同時発生確率を計算し、用いてもよい。）法律専門家に対する先行及び追尾するユニグラム及びバイグラムの等級付けされた一覧の例を、それらの可能性スコアと共に、以下の２つの表に示す。
表１：先行及び追尾ユニグラムの例

表２：先行及び追尾バイグラムの例

ブロック２５０は、等級に基づいて１つ以上の抽出情報を選択することを含む。本例示的な実施形態の場合、これは手作業による選択であるが、他の実施形態では、例えば、特定の最小等級又は最小閾値と共同した特定の最小等級に基づいて自動的な選択基準を適用してもよい。

より明確にすると、本例示的な実施形態は、アンカー用語として参照する２セットの用語を選択する。最初のセットのアンカー用語は、先行するディレクトリ内の希少な名前の最も高い可能性を有する用語を含み、第２のセットのアンカー用語は、追尾するそのような名前の高い可能性を有する用語を含む。多くの場合、アンカー用語は、所定の名前に先行する又は追尾する同格の句又は節における名詞を含む。本例示的な実施形態はまた、互いに同義語である小文字用語をひとまとめにする。例えば、「法律家」、「弁護士」、及び「検察官」のような用語は「代理人」と同義語であると考えられ、従って、一括され、単一のアンカー用語を形成することにより、ブロック２６０で生成する正規の表現又は記述子の数が減少する。

ブロック２６０は、専門職の構成員に関連する専門職記述子パターン（又は表現）を生成する。本例示的な記述子は、ディレクトリ内の希少な名前及び選択されたアンカー用語により括られたコーパス断片における文法パターンを表す。

本例示的な実施形態は、以下のようにパターンを生成する。アンカー用語及び希少な名前により一括された個々の文の断片のために、本例示的な実施形態は、スペース及びコンマ上の断片を独立した象徴に分割し、次に、英語辞書において言葉の最も一般的に関連する部分に基づいて個々の象徴を標準化することにより、一般化されたパターン（又は構造）を導く。辞書外の象徴は、「その他」とタイプされ、動詞の形態である「ｔｏ ｂｅ」は、「ｉｓ」とタイプしてそれらを他の動詞と区別する。コンマ以外の句読点は、「その他」とタイプされる。本例示的な実施形態は、約９０，０００語の一般に購入可能な英語辞書を用い、個々の単語は、１つ以上の言葉の部分に関連し、コーパス内の頻度順に一覧する。表現パターンの例示的な語彙を表３に示す。
表３：表現パターンの例示的な語彙

次に、本例示的な実施形態は、独特のパターンの融合された一覧を生成し、各々がコーパスの中で何回繰返されるか数える。そして、それらの発生数を基にして、パターンは分類され、特異的なパターンは消去される。残ったパターンは、所定の専門職の構成員の表示として採られる。

挿入ボックス２６０’は、例示的なパターン構造が名前構造２６１と、文法構造２６２と、アンカー用語構造２６３と、相対的位置データ２６４及び２６５とを含むことを示す。名前構造２６１は、断片にある名前の位置ホルダである。文法構造２６２は、句読点と、言葉部分識別子と、名前とアンカー用語との間で存在する文法構造パターンの関連する位置情報表示とを含む。アンカー用語構造２６３は、１つ以上のアンカー用語を示し、含む。

相対的位置データ２６４及び２６５は、それぞれ、名前構造２６１と文法構造２６３との相対的位置、及び文法構造２６２とアンカー用語２６３との相対的位置を表示する。本例示的な実施形態は、パターン構造内のデータ順に相対的位置データを暗示的に実施するが、他の実施形態では、「前」又は「後」として相対的位置を明示的に表記する。いくつかの実施形態は、名前構造及び／又は介在する文法構造を省略し、アンカー用語と暗示的な名前構造との間の単語及び文字の距離に関するパターンを定義する。

ニュース記事のコーパスから代理人を同定するための専門職表示パターンの例を、以下の表に示す。これらのパターンを用いてドキュメントから抽出した対応する文断片もまた示す。
表４：代理人表示パターン及び文断片の例

本質的に、本例示的な実施形態は命名された専門家の表現を含み、文法的な表現パターンを定義する基準として用いられる、セットの例示的な分断片を同定し、或はフィルタアウトする実質的なタグとして希少な又は曖昧さの少ない名前を用いる。この希少にするフィルタは、一般に個人名の文断片を検索するよりずっと効果的に好例を同定するのに役立つ。これらのパターンは次に、リンクモジュール１２７２において、ハイパーリンクの自動的な生成を補助するために用いられる。

（リンクモジュール構造及び機能）
一般に、リンクモジュール１２７２（図１における）は、ドキュメント１１０のような入力ドキュメントを受取り、記述子モジュール１２７１により定義される専門家名前記述子構造に基づいて、入力ドキュメントにある１つ以上の名前を１つ以上の専門家ディレクトリにハイパーリンクする。

図３は、リンクモジュール１２７２で実施する例示的な方法を示すフローチャート３００である。フローチャート３００は、過程ブロック３１０〜３７０を含む。

例示的な方法の実施は、ドキュメント１１２のようなドキュメントを入力ドキュメントデータベース１１０から受取ることを含むブロック３１０から開始する。いくつかの実施形態では、リンクモジュール１２７２は、ドキュメント処理ソフトウェア１２７により開始される、１つ以上のセッション状況において実施され、入力ドキュメントは、ドキュメント処理ソフトウェアによりホストされる全てのドキュメント、又はドキュメント処理プログラムにおいて作動する処理枠内のドキュメントの１つ以上の選択された部分を示す。しかしながら、他の実施形態において、ドキュメント又はドキュメント部分は、ドキュメント処理プログラムにおいて現在作動する処理枠から受取られ、又は回復される。いくつかの他の実施形態では、リンクモジュールは、ワークステーションのようなホストコンピュータシステムに接続された１つ以上のデータベースに相互作用する孤立したアプリケーションである。実施はブロック３２０に続く。

ブロック３２０では、リンクモジュールは、入力ドキュメント内の個々の名前、場所、及び組織名をタグ或は符号付けする一般的なタグ装置を用いる。本例示的な実施形態では、記述子モジュールで用いたものと同じタグ装置を用いる。本例示的な実施形態において、名前をタグ付けすることは、入力ドキュメント内の同一名に明らかな同一参照を分析することを含む。

この目的のため、本例示的な実施形態は、一連の名前比較規則を用いて、ドキュメント内の参照を同一名にリンクする。これらのリンクを、ドキュメント内同一参照チェイン、即ち名前チェインと命名する。タグ過程において、個々の新規に検索された名前のラストネームは、既存の名前のラストネームと比較される。マッチングが検索されない場合、前記新規に検索された名前は、ドキュメント内で独特な名前として扱われる。前記新規に検索されたラストネームが既存のラストネームにマッチングした場合、前記新規に検索されたラストネームに伴うファーストネームが、マッチングしたラストネームに伴うファーストネームと比較される。ファーストネームがマッチング或は適合した場合、その名前は同一であると仮定する。ファーストネームが、マッチングしたラストネームのいずれのファーストネームに適合しない場合、前記名前は、ドキュメント内で独特であるとして扱われる。前記新規に検索された名前がファーストネームを明示しない場合、前記名前は、同一のラストネームを有する最も最近に検索された名前に参照として扱われる。他の実施形態では、ドキュメント内同一参照を分析するのに他の方法を用いてもよい。

ブロック３３０では、リンクモジュールは、タグ付けされた１つ以上の名前チェインのうちどれが１つ以上の専門家ディレクトリに関連する可能性があるか決定する。本例示的な実施形態では、このことは、記述子モジュール１２７１により生成された１つ以上の専門家記述パターンを適用することを含む。記述パターンの適用の際、本例示的な実施形態は、所定の専門職の個々の記述パターンを、入力ドキュメントにあるタグ付けされた名前の個々の発生についてマッチング又はマッピングするよう試みる。記述パターンが名前発生へのマッピングに成功した場合、その名前（及びそのドキュメント内同時参照）は、専門家の候補とされ、所定の種類の専門家候補一覧に加えられる。（他の実施形態では、ドキュメントにある名前の性質に関する更なる証拠として、ドキュメントの正規な構造又は手がかりとなる特徴を探求する。例えば、裁判官の見解（判例法）は、件名、弁護人フレーズ、同意意見、代理人及び裁判官を同定及び／又は分類に用いた日付を含む。）名前チェイン候補一覧は、ブロック３４０の更なる過程に進む。

ブロック３４０は、専門家候補のタグ付けされた名前チェイン及び関連する同時発生テキスト又はドキュメントからの他の情報に基づいて、１つ以上の名前テンプレート又は他のデータ構造を定義することを含む。本例示的な実施形態において、名前テンプレートを定義することは、個々のタグ付けされた名前チェーンのため、チェインにある名前を含むドキュメントにある文の集合と、チェインにある名前を含むドキュメントにある段落の集合と形成することを含む。いくつかの実施形態では、文及び段落の集合は、文及び段落の開始及び／又は終了を示すドキュメント位置標識となる。

文及び段落集合の形成後、リンクモジュールは、個々の名前チェーンに対するテンプレートを定義し、個々のテンプレートは、例示的な名前テンプレート３４０’の形態を有する。名前テンプレート３４０’は、名前記録３４１と、記述子データ記録３４２と、位置データ記録３４３と、組織記録３４４と、名前一意性（又は希少出現）記録３４５とを含む。

名前記録３４１は、ファーストネームフィールド（ファースト）と、ミドルネームフィールド（ミドル）と、ラストネームフィールド（ラスト）と、接尾辞フィールド（接尾辞）とを含む。他の実施形態では、ルックアップ表からのニックネーム又は一般的な代替の綴りのような他の名前関連データを含む。そして、更に他の実施形態では、接尾辞のような、本例示的な実施形態で用いられている１つ以上のフィールドを除外する。

記述子データ記録３４２は、Ｄ１、Ｄ２、Ｄ３、…、Ｄｎのような１つ以上の記述子フィールドを含む。本例示的な実施形態において、個々の記述子フィールドは、所定の専門職について、記述子モジュール１２７１により生成される１つ以上の専門職記述パターンを用いて、入力ドキュメントから抽出される文断片を含む。名前が複数の場所で繰返され、或は同一参照されるドキュメントの場合、記述子構造は、そのセットの記述子フィールドを集めるため、名前の個々の発生に適用される。いくつかの実施形態では、記述子パターンを所定の名前への代名詞参照にさえ適用し得る。（他の実施形態では、記述子はまた、名前のある範囲内で共起する動詞を含む。）
パターンの適用は、個々のパターンの名前の部分を文集合にある名前と提携させ、その文の隣接する部分（断片）の文法がパターンの文法に一致するか決定する。一致する場合、例示的なリンクモジュールは、アンカー用語のような対応する文断片の１つ以上の部分を、記述子データ記録３４２の対応する記述子フィールドに複製する。

位置データ記録３４３は、同一文フィールドと、同一段落フィールドとを含む。同一文フィールドは、サブフィールドＬＳ１、ＬＳ２、…、ＬＳｊを含み、個々のＬＳサブフィールドは、名前データ記録３４１にある名前を参照する文内で共起する位置名を含む。同一段落フィールドは、サブフィールドＬＰ１、ＬＰ２、…、ＬＰｋを含む。個々のＬＰサブフィールドは、データ記録３４１にある名前への参照を含む段落内で共起する位置名を含む。本例示的な実施形態において、この記録の構築は、所定の名前に対する文及び段落における位置を検索することと、検索された位置を対応するサブフィールドに複製することとを含む。

組織データ記録３４４は、同一文フィールドと、同一段落フィールドとを含む。同一文フィールドは、サブフィールドＯＳ１、ＯＳ２、…、ＯＳｊを含み、個々のサブフィールドは、名前データ記録３４１にある名前を参照する文内で共起する組織を含む。同一段落フィールドは、サブフィールドＯＰ１、ＯＰ２、…、ＯＰｋを含む。個々のＯＰサブフィールドは、データ記録３４１にある名前への参照を含む段落内で共起する組織を含む。

本例示的な実施形態において、文は文法的であると同時に印刷上の文を含み、段落は、１つ以上の文の他の群から、句読点又は他のシグナルデバイス又は技術により範囲を定められ、或は分割される１つ以上の文のいかなる群を含む。また、本例示的な実施形態において、同一文及び同一段落位置及び組織は、互いに排他的である必要はない。即ち、用語が文に名前の発生と共起する場合、それは、その段落を含む同一段落においても起こる。しかしながら、他の実施形態では、同一文及び同一段落位置は、互いに排他的であるとして定義することができる。

例示的な実施形態は、位置及び組織の位置情報を同一フィールド及び同一段落フィールドの構造を介して提供するが、他の実施形態は、名前テンプレートにおける所定の名前に相対的な位置情報を組入れた他の技術を用いてもよい。例えば、いくつかの実施形態は、名前、正確には所定の名前発生からオフセットされる文字、単語、文、段落、又は頁を用いる。他の実施形態は、位置情報を２進コード又はフラッグのセットにより提供し、個々のフラッグは、論理的に関連又は対応する位置又は組織がその関連する名前を伴った文又は段落内で起こったかどうか示す。更に他の実施形態は、場所が、名前に対応するあるテキスト枠又はドキュメント域の内側か又は外側かを示すフラッグを提供する。更にまた、他の実施形態は、個々の組織又は位置に対して相対的なドキュメント位置又は絶対的なドキュメント位置を提供する。

名前一意性（希少出現）記録３４５は、それに関連する名前の一意性又は希少出現標識を含むスコアフィールドを含む。本例示的な実施形態において、この標識は、特定のディレクトリから導かれる候補記録にマッチングする名前の事前確率を表示する数量である。詳細には、本例示的な実施形態は、名前一意性確率としての数量を定義し、以下を用いて計算する。
Ｐ（ｎａｍｅＵｎｉｑｕｎｅｓｓ）＝１／（Ｈ’・Ｐ（ｎａｍｅ）＋１） （９）
ここで、Ｈ’は標識マッチングにより表示される専門化分類の大きさを示し、Ｐ（ｎａｍｅ）は以下のように定義される。
Ｐ（ｎａｍｅ）＝Ｐ（ｆｉｒｓｔ ｎａｍｅ）・Ｐ（ｌａｓｔ ｎａｍｅ） （１０）
ここで、Ｐ（ｆｉｒｓｔ ｎａｍｅ）は、一般の集団に代表される名前一覧における全てのファーストネームから無作為にファーストネームが導かれる確率を示し、Ｐ（ｌａｓｔ ｎａｍｅ）は、一般の集団に代表される名前一覧における全てのラストネームから無作為にラストネームが導かれる確率を示す。

本例示的な実施形態は、複数の種類の専門職のため、名前テンプレート３４０’のようなテンプレートを用いるが、いくつかの実施形態では、他のテンプレートの特徴を省略しても、或は付加えてもよい。例えば、裁判署名のような組織情報は、暗示的に位置情報を含んでいるので、裁判官のテンプレートは、独立した位置情報を省略してもよい。他の実施形態では、その明示的な形態というよりは、情報の全てを省略してもよい。

ブロック３５０は、ブロック３４０において名前テンプレートを定義した後に実行され、それは、１つ以上の専門家ディレクトリ１３０からディレクトリ登録候補のセットを回復する。この目的のため、本例示的な実施例は、専門家名前候補の１つとして同一のラストネームを有するディレクトリ登録を検索する。次にそれは、これらのディレクトリ登録候補のために、フルネーム、肩書き、組織、場所、及び登録同定情報を回復し、ブロック３６０の更なる過程に進む。

ブロック３６０は、個々の名前テンプレートの類似を、１つ以上の回復された記録又はデータ構造の候補に比較し、スコアをつける。本例示的な実施形態では、図４に示すような１つ以上のベイズ推定システムの使用を含む。

図４は、例示的な干渉システム４００を示し、前記干渉システムは、入力名前テンプレート４１０と、入力候補記録４２０と、ベイズ推定エンジン４３０のような１つ以上のベイズ推定エンジンとを含む。

入力名前テンプレート４１０は、名前データ４１１と、記述子データ４１２と、位置データ４１３と、組織データ４１４と、名前一意性データ４１５とを含む。入力候補記録４２０は、名前データ４２１と、肩書きデータ４２２と、位置データ４２３と、組織データ４２４と、記録同定データ４２５とを含む。

干渉エンジン４３０は、証拠比較モジュール４３１〜４３４と、計算モジュール４３５とを含む。比較モジュール４３１〜４３４は、対応するデータと、様々な比較状態及び関連する確率を定義する論理規則構造とを含む。本例示的な実施形態において、個々の推定エンジンは、特定の専門家ディレクトリ又は他のデータベースに適合される。また、本例示的な実施形態は、比較論理及び計算を定義する配列オプションを伴った再配列可能なソフトウェアモジュールを用いて、個々のエンジンを実施する。しかしながら、他の実施形態では、全く別の推定エンジン構造を用いてもよい。

個々の比較モジュールは一般的に、候補データ項目と対応する入力データ項目との比較の可能な結果を示す２つ以上の互いに排他的な状態を有する。個々の状態は、特定の比較論理と、候補レコードが入力名前テンプレートにマッチングする状態、及び候補レコードが入力名前テンプレートにマッチングしない状態の条件付き確率とに関連する。（いくつかの実施形態は、複数のセットの状態、論理、条件付き確率を有し、個々のセットは、特定の専門家ディレクトリ又は専門職に関連する。）例示的な状態は、正確なマッチングと、強いファジーマッチングと、弱いファジーマッチングと、不明（不特定の）マッチングと、ミスマッチングとを含む。

正確なマッチングは、データ項目又は要素が性格にマッチングした場合に起こる。強いファジーマッチングは、要素が正確なマッチングに達しないが、強く匹敵する場合に起こる。弱いファジーマッチングは、要素が正確なマッチングに達せず、弱く匹敵する場合に起こる。不明マッチングは、データがマッチングか、ミスマッチングかを決定するのに情報が不十分な場合に起こる。そしてミスマッチングは、項目が適合しない場合に起こる。

詳細には、本例示的な実施形態は、個々の証拠比較モジュールの個々の状態を以下のように決定する。比較モジュール４３１は、正確なマッチング（ＥＸ）状態、強いファジー（ＳＦ）状態、及び弱いファジー（ＷＦ）状態の３つの状態を有する。正確なマッチングが起こる場合、抽出された名前の全ての要素は、候補記録のそれらに正確に一致する。例えば、Ａｂｒａｈａｍ Ｌｉｎｃｏｌｎは、Ａｂｒａｈａｍ Ｌｉｎｃｏｌｎに正確にマッチングし、Ａｂｅ Ｌｉｎｃｏｌｎ、Ａｂｒａｈａｍ Ｌｉｎｃｏｌｎ， Ｊｒ．、又はＡｂｒａｈａｍ Ｓ． Ｌｉｎｃｏｌｎにはマッチングしない。強いファジーマッチングの場合、タグ付けされたドキュメント内のファースト及びラストネームは、記録内のファースト及びラストネームにマッチングしなければならず、記録内にある全ての他の要素は、不明又は空欄であってもよい。従って、Ａｂｒａｈａｍ Ｌｉｎｃｏｌｎは、Ａｂｒａｈａｍ Ｌｉｎｃｏｌｎ， Ｊｒ．及びＡｂｒａｈａｍ Ｓ． Ｌｉｎｃｏｌｎに強いファジーマッチングする。弱いファジーマッチングの場合、ラストネームのみがマッチングするが、全ての他の要素は、不明であるか、ニックネームのようなマッチングング変化形態を有する。従って、Ａｂｒａｈａｍ Ｌｉｎｃｏｌｎは、Ａｂｅ Ｌｉｎｃｏｌｎに弱いファジーマッチングする。（図には示していないが、比較４３１は、名前及び一般的なニックネームのデータベース又はその変形を含み、或いはアクセス可能であり、それは、名前比較が、ファーストネームが正確にマッチングしないと判断した場合にアクセスする。しかしながら、他の実施形態では、そのようなニックネームを名前テンプレート自身に含ませても、或いは反対に、ニックネームの考慮を完全に省略してもよい。）
比較モジュール４３２は、正確なマッチング（ＥＸ）状態、強いファジー（ＳＦ）状態、弱いファジー（ＷＦ）状態、及びノーマッチング（ＮＯ）状態の４つの状態を有する。完全に特定された記述子の全ての要素がマッチングする場合、正確なマッチングが起こる。例えば、記述子「Ｕ．Ｓ． Ｓｕｐｒｅｍｅ Ｃｏｕｒｔ Ｊｕｓｔｉｃｅ」は、肩書き「Ｕ．Ｓ． Ｓｕｐｒｅｍｅ Ｃｏｕｒｔ Ｊｕｓｔｉｃｅ」に正確にマッチングする。全てではなくいくつかの記述子及び肩書きの要素がマッチングする場合、強いファジーマッチングが起こる。例えば、記述子「Ｓｕｐｒｅｍｅ Ｃｏｕｒｔ Ｊｕｓｔｉｃｅ」は、肩書き「Ｕ．Ｓ． Ｓｕｐｒｅｍｅ Ｃｏｕｒｔ Ｊｕｓｔｉｃｅ」に強いファジーマッチングする。記述子が、ディレクトリ範囲内の専門職と矛盾のない一般的な専門職を同定する場合、不明状態が起こる。例えば、記述子が「ｊｕｄｇｅ」で、ディレクトリ登録内の肩書きが「Ｕ．Ｓ． ８ｔｈ Ｃｉｒｃｕｉｔ Ｃｏｕｒｔ Ｊｕｄｇｅ」である場合、マッチングは、不明又は不特定であるとみなされる。記述子が記録にある明細と矛盾又は不一致する場合、ミスマッチング又は「ノーマッチング」状態が起こる。例えば、記述子が「Ｎｅｗ Ｙｏｒｋ Ｄｉｓｔｒｉｃｔ Ｊｕｄｇｅ」で、ディレクトリ登録内の肩書きが「Ｕ．Ｓ． ８ｔｈ Ｃｉｒｃｕｉｔ Ｃｏｕｒｔ Ｊｕｄｇｅ」である場合、マッチング状態はミスマッチングである。

位置証拠を比較する比較モジュール４３３は、正確なマッチング（ＥＸ）状態、強いファジー（ＳＦ）状態、弱いファジー（ＷＦ）状態、不明又は不特定（ＵＮ）状態、及びノーマッチング（ＮＯ）状態の５つの状態を有する。ドキュメント内で、抽出された名前に明示的にリンクする都市及び州の位置証拠が、ディレクトリ記録の都市及び州にマッチングする場合、正確なマッチングが起こる。例えば、位置が同一文で起こる場合、明示的なリンクが起こる。抽出された名前と同一段落内で起こる都市又は州が、候補ディレクトリ内の対応する都市又は州にマッチングする場合、強いファジーマッチングが起こる。抽出された名前と同一ドキュメント内であるが、同一段落外で起こる都市又は州が、ディレクトリ内に一覧する都市又は州にマッチングする場合、弱いファジーマッチングが起こる。抽出された名前が特定の都市又は州に明示的にリンクされず、テキストにある位置が候補記録内の都市又は州情報にマッチングしない場合、不明又は不特定状態が起こる。抽出された名前が候補記録内の都市又は州情報にマッチングしない都市又は州の名前に明示的にリンクする場合、ミスマッチングが起こる。

組織データを比較する比較モジュール４３４は、正確なマッチング（ＥＸ）状態、強いファジー（ＳＦ）状態、弱いファジー（ＷＦ）状態、不明又は不特定（ＵＮ）状態、及びノーマッチング（ＮＯ）状態の５つの状態を有する。抽出された名前がテキスト内の特定の組織に明示的にリンクされ、その組織が候補記録内の組織にマッチングする場合、正確なマッチングが起こる。例えば、位置が同一文で共起する場合、明示的なリンクが起こる。例えば、テキストがＳｍｉｔｈ ＆ Ｊｏｎｅｓ社で働いているとして代理人を記載し、ディレクトリ登録が関連する法律事務所又は他の組織としてＳｍｉｔｈ ＆ Ｊｏｎｅｓ社を一覧する場合、正確なマッチングが存在する。抽出された名前が同一の段落で抽出された組織として起こり、抽出された組織が候補記録内の組織にマッチングする場合、強いファジーマッチングが起こる。抽出された名前が同一のドキュメントだが、その段落外で起こり、抽出された組織が候補組織にマッチングする場合、弱いファジーマッチングが起こる。抽出された名前が特定の組織に明示的にリンクされず、テキスト内の組織の名前が候補記録の組織情報にマッチングする場合、不明マッチングが起こる。そして、抽出された名前が組織の名前に明示的にリンクされ、組織の名前が候補記録の組織の名前にマッチングしない場合、ミスマッチングが起こる。

以下の表に、例示的なベイズ推定エンジンにおける個々の証拠比較モジュールに対して効力のある様々な状態をまとめる。

証拠比較モジュール４３１〜４３４は、それらに対応する比較を実施し、それらの結果を８つの条件付き確率の形で計算モジュール４３５に出力する。

計算モジュール４３５は、これらの条件付き確率と、入力名前テンプレートの一意性又は名前希少出現データとに基づいて、類似スコア又はマッチング確率を計算する。例示的な計算において、以下の形式のベイズの法則を用いる。

ここで、Ｐ（Ｍ／Ｅ）は、テンプレートが、入力名前テンプレート及び候補記録のようなあるセットの証拠が与えられた候補記録に、マッチングする確率である。Ｐ（Ｍ）は、テンプレート及び履歴がマッチングする（即ち、同一人物に参照される）事前確率であり、Ｐ（−Ｍ）は、テンプレート及び履歴がマッチングしない事前確率である。本例示的な実施形態では、Ｐ（Ｍ）を、専門家集合内の名前一意性又は名前希少出現確率として定義し、Ｐ（−Ｍ）を以下のように定義する。
Ｐ（−Ｍ）＝１−Ｐ（Ｍ） （１２）
Ｐ（Ｅｉ／Ｍ）は、入力名前テンプレートが候補記録にマッチングする場合、Ｅｉが特定の状態をとる条件付き確率である。例えば、Ｅ３が位置マッチング証拠を示す場合、Ｐ（Ｅ３／Ｍ）は、名前テンプレート及び候補記録がマッチングする場合、名前テンプレート及び候補記録内の位置情報が、比較モジュール４３３により決定されたマッチング状態（正確なマッチング、強いファジーマッチング、弱いファジーマッチング、不明マッチング、又はノーマッチング）を有する確率である。Ｐ（Ｅｉ／−Ｍ）は、名前テンプレートが専門家ディレクトリにあるいずれの記録にもマッチングしない場合、Ｅｉが特定の状態をとる条件付き確率である。例えば、Ｐ（Ｅ３／−Ｍ）は、テンプレート及び候補がマッチングしない場合、名前テンプレート及び候補記録内の位置情報がマッチングする確率である。（他の実施形態では、より多い又はより少ない数の状態及び他の種類の共起する情報を含む。）
個々の候補記録名前テンプレート比較のスコアは、候補記録の候補記録同定４２４に関連する。図４に、この関係をスコア４４０と候補記録同定４２５との間の破線により示す。図３のブロック３７０において実施を続ける。

ブロック３７０では、リンクモジュールが、比較スコアに基づいて、入力ドキュメントにおいてタグ付けされた１つ以上の専門職の名前を１つ以上の候補専門家ディレクトリにリンクする。本例示的な実施形態において、これは、挿入３７１‘に示すように過程ブロック３７１〜３７５を実施することを含む。

ブロック３７１は、特定の名前テンプレートのため、候補記録から最もよい候補記録を選択する。詳細には、これは、最高の比較スコアを有する候補を選択することを含む。最高のスコアを有する単一の候補がない場合、本例示的な実施形態は、名前テンプレートのための候補の選択なしにブロック３７２に進む。しかしながら、他の実施形態では、ある形のタイブレイク（例えば、年代順に基づくもの）を採用し、又はリンクの精度における不確かさを適切にするメッセージと共に個々の最高等級の候補記録へのリンクを作成し、或いはユーザのために、最高等級の候補のメニューを表示するリンクを構築する。

ブロック３７２では、選択された候補記録が他の基準を満たすか決定する。この目的のため、本例示的な実施形態において、選択された候補記録のスコアが０．０５以上のような所定の閾値の基準を満たすか決定する。しかしながら、他の実施形態では、候補記録を含む専門家ディレクトリとの商業的又は年代的な関係のような追加基準を用いる。候補記録がリンク基準の実施を満たす場合、ブロック３７３に継続する。

ブロック３７３は、入力ドキュメント内で考慮する少なくとも１つの名前の発生を、候補記録をホストする専門家ディレクトリにおける登録に、リンクするハイパーリンクを構築することを含む。本例示的な実施形態において、これは、ドキュメント内の全ての名前の発生に印を付け、ドキュメント内の候補記録を同定するＵＲＬ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒｃｅ Ｌｏｃａｔｏｒ）を埋込むことを含む。（いくつかの実施形態において、候補参照同定及び入力ドキュメントのドキュメント同定番号は、名前に基づく検索を容易にするために用いることのできるインデックスと、専門家ディレクトリとドキュメントデータベースとの間をリンクする更なるドキュメントとに書込まれる。）印付けは、ドキュメント内の他のテキストに相対するフォントの変化のようないかなる数の形態を採ることができる。他の実施形態では、ディレクトリ内の特定の記録の代りに専門家ディレクトリを参照するハイパーリンクを挿入してもよい。他のテンプレートは、所定の文、段落、又はドキュメント内の正確な場所にハイパーリンクを置くのに用いられる文字オフセット情報を含む。更に他の実施形態では、所望のリンクを実施するため、ディレクトリ又はディレクトリ記録に送られる、又はそうでなければ経由する１つ以上の中間目的地に関するハイパーリンクを定義してもよい。

ブロック３７３でリンクを構築した後（ブロック３７２で、リンク基準に満たないと決定された後）、実施はブロック３７４に進む。ブロック３７４では、可能なリンクのため、入力ドキュメントが他の名前を含むかどうか決定する。肯定的な決定の場合、他の名前テンプレートの候補記録選択のため、実施はブロック３７１に戻り、否定的な決定の場合、実施はブロック３７５に分岐する。ブロック３７５は、更なる過程で他の入力ドキュメントを受取るため、実施をブロック３１０に戻す。

（トレーニングモジュール構造及び機能）
図５は、図４のベイズ推定エンジンで用いる条件付き確率を定義する例示的な構造及び機能を示すフローチャート５００である。フローチャート５００は、過程ブロック５１０〜５６０を含む。

ブロック５１０では、専門家ディレクトリで名前をマッチングしたと解されるタグ付けされた名前を有するトレーニングドキュメントのセットを受取ることにより実施が開始する。本例示的な実施形態では、トレーニングドキュメントは手作業によりタグ付けされるが、他の実施形態では、ドキュメントは自動的にタグ付けされてもよい。トレーニングドキュメントは、ローカル又は離れたデータベースに保持され、様々な移動技術を介して、トレーニングモジュールに通信される。

ブロック５２０は、タグ付けされた名前に基づき、トレーニングドキュメントからデータを抽出する。この目的のため、本例示的な実施形態は、リンクモジュール１２７２からの抽出モジュールを用いて、個々のタグ付けされた名前のために、名前テンプレートを生成し、個々のテンプレートは、抽出された名前と、抽出された記述子テキストと、抽出された位置リストと、抽出された組織リストとを含む。名前テンプレートは、図３の名前テンプレート３４０‘と類似の構造を有する。

ブロック５３０は、トレーニングデータ構造における名前に基づいて、１つ以上の専門家ディレクトリを検索することを含む。本例示的な実施形態では、これは、１つ以上の専門家ディレクトリを検索することと、更なる過程のため、名前テンプレートにあるラストネームにマッチングするラストネームと共にディレクトリ登録を回復することを含む。

ブロック５４０は、個々の証拠変数の個々の状態の条件付き確率を決定することを含む。本例示的な実施形態では、この決定は、手作業でタグ付けされたドキュメントセットのための名前テンプレートに基づいて、個々の比較状態の頻度の回数を決定することを含む。詳細には、タグ付けされた名前が手作業で候補記録にマッチングした場合、本実施形態では、名前、記述子、位置、及び組織のような個々の証拠変数のため、個々の特定の証拠状態が起こる回数を数える。次に、実施形態は、個々の証拠状態の回数を全マッチング数で割り、Ｐ（Ｅｉ／Ｍ）、即ちマッチングにより得られる個々の状態の条件付き確率を得る。正確には、本例示的な実施形態では、以下の公式を用いて、条件付き確率を決定する。
Ｐ（Ｅ_ｉ＝ｐａｒｔｉｃｕｌａｒ ｓｔａｔｅ／Ｍ）＝ａ・ｙ／ｚ＋（１−ａ）／ｘ （１３）
ここで、ｘは名前の３つの状態のような証拠変数Ｅｉの証拠状態の数であり、ｙは例えば正確なマッチングのような特定の状態が起こったディレクトリ記録の数であり、ｚは代理人マッチングペアの総数であり、ａは０．９９９のような補正定数である。

同様に、本例示的な実施形態では、候補の名前がテンプレートの名前とマッチングしない場合、個々の証拠状態が起こる回数を数え、それを全ミスマッチング数で割り、個々の状態のＰ（Ｅｉ／−Ｍ）、即ち名前におけるミスマッチングにより得られる特定の証拠状態マッチングの確率を得る。計算を軽減するため、いくつかの実施形態では、マッチング及び／又はミスマッチング候補記録を、例えば１０番目の記録毎に選択することにより、見本をとってもよい。

（他の応用例）
図６は、本発明の教示するものが名前のハイパーリンクの生成を簡略化する以外の応用を有することを示す。特に、図６は、本発明の教示するものを組入れたデータ回復システムを作動する例示的な方法を示すフローチャート６００である。フローチャート６００は過程ブロック６１０〜６７０を含む。

ブロック６１０では、例示的な方法が情報のクエリを受取ることから始まる。本例示的な実施形態において、クエリはブール又は自然言語形態を有し、個人のような実体の名前を含む。いくつかの実施形態では、クエリは、クライアント・サーバ環境における、クライアントコンピュータ、又は図１のアクセスデバイス１５０の１つのようなアクセスデバイスにより提供され、前記アクセスデバイスは、図１のデータベースサーバ１４０のようなサーバにアクセスする。これらの場合、例示的な方法は、サーバ上のソフトウェアに組入れられる。しかしながら、他の実施形態では、クエリは、実施のためのサーバへの送信の前に、クライアント側で受取られ、（この例示的な方法に従って）処理してもよい。この場合、例示的な方法は、ブラウザ、ブラウザ付属品、クライアント側の基本ソフト、又は検索ソフトに組入れてもよい。

ブロック６２０は、クエリの曖昧さ又はクエリにある１つ以上の用語を決定することを含む。本例示的な実施形態において、これは、クエリにある少なくとも１つの名前を同定し、以下により名前一意性確率を計算することを含む。
Ｐ（ｎａｍｅＵｎｉｑｕｅｎｅｓｓ）＝１／（Ｈ・Ｐ（ｎａｍｅ）＋１） （１４）
ここで、Ｈは、クエリにより目的とされるコーパス又はデータベースにおいて参照され得る人口母集団の見積もりの大きさである。Ｈを見積もる１つの方法は、参照され得る団体コーパスの大きさをとり、参照された団体の外部の人への必然的な参照を勘定に入れるため、数パーセント増やせばよい。Ｐ（ｎａｍｅ）は以下のように定義される。
Ｐ（ｎａｍｅ）＝Ｐ（ｆｉｒｓｔ ｎａｍｅ）・Ｐ（ｌａｓｔ ｎａｍｅ） （１５）
ここで、Ｐ（ｆｉｒｓｔ ｎａｍｅ）は専門家ディレクトリのような関連する検索母集団内の全てのファーストネームから無作為にファーストネームが導かれる確率であり、同様に、Ｐ（ｌａｓｔ ｎａｍｅ）は母集団内の全てのラストネームから無作為にラストネームが導かれる確率である。

ブロック６３０は、クエリにある名前（又は他の部分）の決定された曖昧さに基づくクエリの回答を補助する追加情報を要求するかどうか決定する。例示的な実施形態において、これは、計算された名前一意性確率を閾値と比較することを含む。名前一意性確率が閾値より小さい場合、実施はブロック６４０に進み、それ以外の実施は６６０に続く。

ブロック６４０は、クエリに関する追加情報を得ることを含む。１つの例示的な実施形態において、追加情報を得ることは、ユーザに、クエリにある名前のようなクエリの１つ以上の曖昧な部分に関連する追加情報を要求することを含む。いくつかの実施形態において、前記要求は、名前に関連する専門職、位置、及び／又は組織に関連する情報を要求するダイアログ枠として表示される。

他の実施形態では、追加情報を得ることは、同定された名前又は名前の部分のような受取ったクエリの１つ以上の曖昧な部分に基づく１つ以上のクエリを自動的に形成し、例えば、専門家ディレクトリや、他のデータに関連する名前を含む他のデータベースのような１つ以上のデータベースに対するクエリを実施することを含む。例えば、１つのクエリは、受取ったクエリに同定される名前のラストネームにマッチングするラストネームを有する記録又は記録の部分を要求できる。１つの実施形態では、記録の部分は、位置、組織、及び／又は専門家肩書き情報を含む。追加情報を得た後、実施は、ブロック６５０に進む。

ブロック６５０は、追加情報に基づいてクエリを変更することを含む。ユーザから追加情報を要求する１つの実施形態において、クエリの変更は、例えば、１つ以上の追加されたテキスト群のような、追加情報の１つ以上の部分をクエリに追加することを含む。しかしながら、いくつかの他の実施例は、ＡＮＤオペレータのような検索オペレータや、追加情報の１つ以上の部分を追加することによりクエリを変更する。更に他の実施形態、特に、追加情報をサブクエリの自動的な使用を介して得るいくつかの実施形態では、クエリの変更は、ブロック６５０で得られる都市、州、組織、及び専門家肩書きのような追加情報を用いて、１つ以上のサブクエリを加えることを含む。いくつかの他の実施例では、クエリの変更は、例えば、追加情報に基づいて、クエリの目的とされる１つ以上のデータベースを足したり引いたりすることにより、検索の範囲を変更することを含む。

ブロック６６０は、元のクエリ又は変更されたクエリに基づいて、検索を実行する。１つの例示的な実施形態において、変更されたクエリに基づいて検索することは、元の目的とされるデータベース及び／又は１つ以上の他のデータベースに対する検索を実施することを含む。実施は、ブロック６７０に続く。

ブロック６７０は、クエリの結果を出力することを含む。本例示的な実施形態では、これは、ディスプレイ上に結果を出力することを含む。追加情報に基づき、サブクエリを加えることにより、受取ったクエリを変更する１つの実施形態において、結果の出力は、受取った元のクエリの結果と、サブクエリの結果とを、ディスプレイ画面上の異なる領域に表示することを含む。この実施形態のいくつかの変形例において、両方の領域における結果は並置される。

本発明が教示するものの更に他への応用は、有名な名前、政治家、有名人に基づくデータベースの新規名前ディレクトリを生成すること、現行のディレクトリにおけるギャップを埋めること、ディレクトリにおけるギャップを同定し、発見することを含む。他の応用例は、書類の自動生成と、個人、ビジネス、資産、公文書、及び私文書の相互参照とを含む。

（結果）
技術推進において、本発明者は、専門家ディレクトリ又は他の種類のデータベースにおけるドキュメント又は記録のような他のデータ構造における名前の論理的な関連を容易にする様々な例示的なシステム、方法、及びソフトウェアを示した。更に本発明者は、実体の名前のような曖昧なクエリ用語に基づき、クエリを処理したり、増加させる様々なシステム、方法、及びソフトウェアを示した。

以上に説明した本実施形態は、本発明を実施又は実行する１つ以上の方法を表示し、教示することのみを意図するものであり、その範囲を限定するものではない。本発明の実質的な範囲は、本発明の教示するものを実施又は実行するあらゆる方法を包含し、ここに示す特許請求の範囲及びそれに等価なものによってのみ定義される。

図１は、本発明の技術を組入れた例示的なシステム１００のブロック図である。 図２は、名前を分類し、リンクするのに用いる表示又は記述子を定義するシステム１００の機能の例示的な方法を示すフローチャートである。 図３は、図５により教示されるベイズ推定ネットワークに基づく、ドキュメントにある名前とデータベースにある名前との間でのハイパーリンクを定義するシステム１００の機能の例示的な方法を示すフローチャートである。 図４は、ハイパーリンクを定義するシステム１００の機能に用いられる例示的なベイズ推定システムのブロック図である。 図５は、ドキュメントにある名前とデータベースにある名前とが同一人物である確率の測定に用いられるベイズ推定ネットワークを教示するシステム１００の機能の例示的な方法を示すフローチャートである。 図６は、本発明の教示するものを組入れた例示的な検索方法を示すフローチャートである。

Claims (39)

1. コンピュータにより実施される方法であって、
   ドキュメント内にある名前を同定する工程と、
   該名前のための希少出現標識を決定する工程と、
   該希少出現標識に基づいて該名前のハイパーリンクを定義する工程とを
   含むことを特徴とする方法。
2. 請求項１に記載のコンピュータにより実施される方法であって、
   前記名前が、人の名前であることを特徴とする方法。
3. 請求項１に記載のコンピュータにより実施される方法であって、
   前記希少出現標識が、関連する人口母集団の１セットの見本の名前の代表から無作為に前記名前の少なくとも１つの部分を導く確率に基づく数量であることを特徴とする方法。
4. 請求項１に記載のコンピュータにより実施される方法であって、
   前記希少出現標識が、人口母集団の大きさと、無作為に前記名前の第１の部分を導く確率と、無作為に前記名前の第２の部分を導く確率とに基づく数量であることを特徴とする方法。
5. 請求項１に記載のコンピュータにより実施される方法であって、
   前記第１の部分が前記名前のファーストネーム部分であり、前記第２の部分が前記名前のラストネーム部分であることを特徴とする方法。
6. 請求項１に記載のコンピュータにより実施される方法であって、
   前記希少出現標識に基づいて前記名前のハイパーリンクを定義する前記工程が、
   前記ドキュメントから１つ以上の人以外の名前用語を同定する工程と、
   前記名前の少なくとも１つの部分に基づいてデータベース内の１つ以上の候補記録を同定する工程と、
   個々の該候補記録のための該人以外の名前用語を前記ドキュメントからの該人以外の名前用語と比較する工程と、
   １つ以上の数量を、各々、前記人の名前のための前記希少出現標識と、該候補記録の１つのための該人以外の名前用語の比較とに基づいて計算する工程と、
   該計算された１つ以上の数量に基づいて前記ハイパーリンクを定義する工程とを
   含むことを特徴とする方法。
7. 請求項６に記載のコンピュータにより実施される方法であって、
   １つ以上の数量を、各々、前記人の名前のための前記希少出現標識と、前記候補記録の１つのための前記人以外の名前用語の比較とに基づいて計算する前記工程が、ベイズ推定エンジンを用いることを含むことを特徴とする方法。
8. 請求項６に記載のコンピュータにより実施される方法であって、
   前記計算された１つ以上の数量に基づいて前記ハイパーリンクを定義する前記工程が、
   前記数量を閾値と比較する工程と、
   該閾値を越えた前記数量の最大のものに基づいて前記ハイパーリンクを定義する工程とを
   含むことを特徴とする方法。
9. 請求項８に記載のコンピュータにより実施される方法であって、
   前記閾値を越えた前記数量の最大のものに基づいて前記ハイパーリンクを定義する前記工程が、前記数量の最大のものに対応する前記候補記録を選定するようハイパーリンクを定義することを含むことを特徴とする方法。
10. 機械読取り可能な媒体であって、
    請求項１に記載のコンピュータにより実施される方法を実行するための機械実施可能な命令を含むことを特徴とする媒体。
11. 機械読取り可能な媒体であって、
    請求項９に記載のコンピュータにより実施される方法を実行するための機械実施可能な命令を含むことを特徴とする媒体。
12. ハイパーリンクを人の名前を含むドキュメントに加えるシステムであって、
    少なくとも１つのプロセッサと、
    該プロセッサに接続されたメモリとを含むシステムであり、該メモリが、
    ドキュメント内にある名前を同定する命令と、
    該名前のための希少出現標識を決定する命令と、
    該希少出現標識に基づいて該名前のハイパーリンクを定義する命令とを
    含むことを特徴とするシステム。
13. 請求項１２に記載のシステムであって、
    前記名前が、人の名前であることを特徴とするシステム。
14. 請求項１２に記載のシステムであって、
    前記希少出現標識が、関連する人口母集団の１セットの見本の名前の代表から無作為に前記名前の少なくとも１つの部分を導く確率に基づく数量であることを特徴とするシステム。
15. 請求項１２に記載のシステムであって、
    前記希少出現標識が、人口母集団の大きさと、関連する人口母集団の１セットの見本の名前の代表から無作為に前記名前の第１の部分を導く確率と、無作為に前記名前の第２の部分を導く確率とに基づく数量であることを特徴とするシステム。
16. 請求項１２に記載のシステムであって、
    前記希少出現標識に基づいて前記名前のハイパーリンクを定義する前記命令が、
    前記ドキュメントから１つ以上の人以外の名前用語を同定する命令と、
    前記名前の少なくとも１つの部分に基づいてデータベース内の１つ以上の候補記録を同定する命令と、
    個々の該候補記録のための該人以外の名前用語を前記ドキュメントからの該人以外の名前用語と比較する命令と、
    １つ以上の数量を、各々、前記人の名前のための前記希少出現標識と、該候補記録の１つのための該人以外の名前用語の比較とに基づいて計算する命令と、
    該計算された１つ以上の数量に基づいて前記ハイパーリンクを定義する命令とを
    含むことを特徴とするシステム。
17. コンピュータにより実施される方法であって、
    １セットの１つ以上のドキュメント内にある１つ以上の人の名前を同定し、個々の同定された人の名前が、該ドキュメント内にある他の人の名前より専門職の単一の人に参照される可能性が大きくなるように同定する工程と、
    該同定された名前に基づいて、１つ以上のドキュメントからの記述的な言語を同定する工程と、
    該同定された記述的な言語の１つ以上の部分に基づいて、該専門職の人に参照される他の人の名前を、１つ以上のドキュメント内で同定する工程とを
    含むことを特徴とする方法。
18. 請求項１７に記載のコンピュータにより実施される方法であって、
    １セットのドキュメント内にある人の名前を同定する前記工程が、
    前記セットのドキュメント内にある、各々が少なくともラストネームを含む複数の人の名前を同定する工程と、
    検索母集団内にあるセットのラストネームから無作為にそのラストネームを導く確率に基づいて、個々の該複数の人の名前のための数量を計算する工程とを
    含むことを特徴とする方法。
19. 請求項１７に記載のコンピュータにより実施される方法であって、
    セットのラストネームから無作為にそのラストネームを導く確率に基づいて、個々の前記複数の人の名前のための数量を計算する前記工程が、
    人口母集団の大きさと、関連する検索母集団内にある全てのファーストネームから無作為に前記名前の第１の部分を導く確率と、前記検索母集団内にある全ての前記ラストネームから無作為に前記名前の第２の部分を導く確率とに基づく数量を計算する工程を含むことを特徴とする方法。
20. 請求項１７に記載のコンピュータにより実施される方法であって、
    前記同定された名前に基づいて、１つ以上のドキュメントからの記述的な言語を同定する前記工程が、前記同定された名前に関連する同格語を同定する工程を含むことを特徴とする方法。
21. 請求項１７に記載のコンピュータにより実施される方法であって、
    前記セットのドキュメント内にある前記同定された名前に基づいて、１つ以上のドキュメントからの記述的な言語を同定する前記工程が、
    １つ以上の前記同定された名前に先行する１つ以上の第１の用語と、１つ以上の前記同定された名前に追尾する１つ以上の第２の用語とを含むセットの用語を同定する工程を含むことを特徴とする方法。
22. 請求項１７に記載のコンピュータにより実施される方法であって、
    前記１つ以上の第１の用語が言葉の１つ以上の部分を含み、前記１つ以上の第２の用語が言葉の１つ以上の部分を含むことを特徴とする方法。
23. 機械読取り可能な媒体であって、
    請求項１６に記載のコンピュータにより実施される方法を実行するための機械実施可能な命令を含むことを特徴とする媒体。
24. システムであって、
    少なくとも１つのプロセッサと、
    該プロセッサに接続されたメモリとを含むシステムであり、該メモリが、
    １セットの１つ以上のドキュメント内にある１つ以上の人の名前を同定し、個々の同定された人の名前が、該ドキュメント内にある他の人の名前より専門職の単一の人に参照される可能性が大きくなるように同定する命令と、
    該同定された名前に基づいて、１つ以上のドキュメントからの記述的な言語を同定する命令と、
    該同定された記述的な言語の１つ以上の部分に基づいて、それらの名前一意性に関係なく、該専門職の人に参照される他の人の名前を、１つ以上のドキュメント内で同定する命令とを
    含むことを特徴とするシステム。
25. データ構造であって、
    名前と、
    どのくらいの頻度で該名前が母集団内にある２つ以上の実体に参照されるかを表示する名前希少出現標識とを
    含むことを特徴とするデータ構造。
26. 請求項２５に記載のデータ構造であって、
    前記名前と共に存在する、ドキュメント内にある１つ以上の組織と、
    前記名前と共に存在する、ドキュメント内にある１つ以上の位置とを
    含むことを特徴とするデータ構造。
27. 請求項２に記載のデータ構造であって、
    前記名前に対する個々の組織及び個々の位置の相対的位置を表示する位置情報を更に含むことを特徴とするデータ構造。
28. コンピュータにより実施される方法であって、
    実体の名前を含む検索クエリを受取る工程と、
    該名前が母集団内でどのくらい希少であるかの測定を決定する工程と、
    該決定された測定に応じて、該クエリの回答を補助するための追加情報を得る工程とを
    含むことを特徴とする方法。
29. 請求項２８に記載のコンピュータにより実施される方法であって、
    前記決定された測定に応じて、前記クエリの回答を補助するための追加情報を得る前記工程が、
    前記測定を閾値と比較する工程と、
    前記測定が該閾値より小さい場合、追加情報を要求する工程とを
    含むことを特徴とする方法。
30. 請求項２８に記載のコンピュータにより実施される方法であって、
    前記追加情報に基づいて、前記検索クエリを更新する工程を更に含むことを特徴とする方法。
31. 請求項２８に記載のコンピュータにより実施される方法であって、
    追加情報を要求する前記工程が、専門職、位置、及び／又は組織に関連する情報を要求する工程を含むことを特徴とする方法。
32. 請求項２８に記載のコンピュータにより実施される方法であって、
    前記決定された測定に応じて、前記クエリの回答を補助するための追加情報を得る前記工程が、
    前記測定を閾値と比較する工程と、
    前記名前に基づいて、１つ以上のデータベースを検索する工程と、
    該１つ以上のデータベースの検索結果に基づいて、前記クエリを更新又は補う工程を含むことを特徴とする方法。
33. 請求項２８に記載のコンピュータにより実施される方法であって、
    前記クエリを更新又は補う前記工程が、
    各々が前記名前に関連する専門家肩書き、組織、又は位置についての情報を含む複数のサブクエリを定義する工程を含むことを特徴とする方法。
34. コンピュータにより実施される方法であって、
    母集団内にある名前の希少出現を決定することを特徴とする方法。
35. 請求項３４に記載のコンピュータにより実施される方法であって、
    少なくともその１部が前記決定された希少出現に基づいて定義されるハイパーリンクを前記名前に関連付ける工程を更に含むことを特徴とする方法。
36. 請求項３４に記載のコンピュータにより実施される方法であって、
    前記名前の少なくとも１つの発生を含むドキュメントを受取る工程と、
    その希少出現を決定する前に、該ドキュメント内にある前記名前を同定する工程とを
    更に含むことを特徴とする方法。
37. 請求項３４に記載のコンピュータにより実施される方法であって、
    前記名前が、人の名前であることを特徴とする方法。
38. システムであって、
    母集団内にある名前の希少出現を決定する手段を含むことを特徴とするシステム。
39. 請求項３８に記載のシステムであって、
    少なくともその１部が前記決定された希少出現に基づいて定義されるハイパーリンクを前記名前に関連付ける手段を更に含むことを特徴とするシステム。

Images