JP2010033142A - 未来表現判別装置、未来表現判別方法およびプログラム - Google Patents

Abstract

【課題】「どうか雨が降りますように」のように、時間が明示的に示されていないが、内容が未来である文を判別する未来表現判別装置を提供することを目的とする。
【解決手段】素性辞書に登録されている素性表現が、文章データベースに登録してある文章の各処理対象文に出現する出現回数を数え上げ、文章に固有な文章番号と、文章内において何番目であるかを示す文番号とを用い、上記出現回数と、上記素性表現の出現の有無を表す０か１の数値とに対して、文章番号が等しい処理対象文の各素性の値を、文間距離（文番号の差）に応じて変化する重みを付けて加算し、上記学習情報合成手段が出力した各素性の値のうちで、内容が未来であることが既知である文の値に基づいて機械学習を行い、判定対象文の内容が未来であるかどうかを判別する関数を作成する。
【選択図】図１

Description

本発明は、電子化されたテキストから、未来に関する表現を判別する装置に関する。

しかし、時制が「過去」や「現在」であっても、「明日は晴れます」のように、文が示す内容は未来であることも多く、特許文献１の方式では、このような、内容が未来である文の抽出は不可能である。

また、特許文献１記載の方式は、新聞記事のような正しい文法で記述された文章を対象とし、ＣＧＭ（Consumer Generated Media）のような、くだけた文法で記述されている文章には対応できないという問題がある。

本発明は、文が指し示す内容が未来である文を判別することを目的とする。

本発明は、「明日は雨が降るだろう」のように、単に明示的に時間が示されているだけでなく、「どうか雨が降りますように」のように、時間が明示的に示されていないが、内容が未来である文についても、文が指し示す内容が未来である文を判別する未来表現判別装置を提供することを目的とする。

テキスト中の文が指し示す時間を特定する従来技術として、時制を推定する技術が知られている（たとえば、特許文献１参照）。

特許文献１記載の発明は、新聞記事によく見られるように、体言止め文で省略されている時制を推定する。体言止め文とは、「北の湖が引退したのは、本人の決断」のように、文末の「です、である」等の表現が省略された文である。特許文献１記載の発明は、このような体言止め文の時制について、「過去」であるか「現在」であるかを推定する。
特開平０８−０４４７４１号公報

本発明は、素性辞書に登録されている素性表現が、文章データベースに登録してある文章の各処理対象文に出現する出現回数を数え上げる判定対象文解析手段と、文章に固有な文章番号と、文章内において何番目であるかを示す文番号とを用い、上記判定対象文解析手段が出力した上記出現回数と、上記素性表現の出現の有無を表す０か１の数値とに対して、文章番号が等しい処理対象文の各素性の値を、文間距離（文番号の差）に応じて変化する重みを付けて加算する学習情報合成手段と、上記学習情報合成手段が出力した各素性の値のうちで、内容が未来であることが既知である文の値に基づいて機械学習を行い、判定対象文の内容が未来であるかどうかを判別する関数を作成する未来表現学習手段とを有することを特徴とする未来表現判別装置である。

本発明によれば、時間表現、可能性表現、文末表現、疑問・願望表現を、素性表現として抜き出し、日付以外の時間表現の頻度や時間表現以外の素性表現の存在の有無を表す値を、重み付け加算することによって、文中に明示的な時間表現が記述されていなくても、その文が未来表現であれば、未来表現として判別することができるという効果を奏する。

発明を実施するための最良の形態は、以下の実施例である。

図１は、本発明の実施例１である未来表現判別装置１００を示す図である。

未来表現判別装置１００は、判定対象文解析手段Ａ１と、学習情報合成手段Ａ２と、未来表現学習手段Ａ３と、未来表現抽出手段Ａ４と、素性辞書Ｂ１と、文章データベースＢ２と、文素性情報保持手段Ｂ３と、学習情報保持手段Ｂ４と、判別関数保持手段Ｂ５とによって構成されている。

素性辞書Ｂ１は、時間を表す時間表現や、仮定や可能性を表す可能性表現を登録する。また、時制、予定、推量を表す文末表現や、疑問・願望表現を登録する。ただし、素性表現を、形態素単位で登録する。

文章データベースＢ２は、未来表現であるか否かの判別関数を学習するための文章と、判別対象である文章とを保存する。なお、未来表現であるか否かの判別関数を学習するための文章は、未来表現、非未来表現が分かっている文章であり、判別対象である文章は、未来表現、非未来表現が分かっていない文章である。文章が作成された日付が、更新日時として、年月日別に数字で、文章に付いており、更新曜日も、月曜〜日曜のように付いている。同時に、固有の番号も、文章に付いている。また、文章中の各文には、先頭を１とし、順番に連続した番号が付いている。さらに、学習用の文章の各文には、未来ラベルまたは非未来ラベルも付いている。

判定対象文解析手段Ａ１は、文章データベースＢ２が保持する文章と、素性辞書Ｂ１に登録されている素性表現とを受け取る。なお、上記素性表現は、機械学習で判断の元になるデータである。

文章には、学習用の文章と、判別対象の文章とがあり、その両者に対して、文章が作成された日付が、更新日付として、年月日別に数字で付与されている。更新曜日も、月曜〜日曜のように付いている。同時に、文章には、固有の番号も付いている。なお、上記学習用の文章は、未来表現であるか否かが既知であり、機械学習において、未来表現であることを判別するための関数を作成する元になる文章（判別関数を作成するための文章）である。上記判別対象の文章は、未来表現であるか否かが未知であり、作成した判別関数を用いて、未来表現であるか否かを判別する対象となる文章（未来表現であるか否かを判別したい文章）である。

また、文章中の各文には、先頭を１として、順番に連続した文番号が付いている。さらに、学習用の文章中の各文には、未来ラベルまたは非未来ラベルも付いている。上記未来ラベルは、当該文が未来を示す文であることを示すラベルであり、上記非未来ラベルは、当該文が未来を示す文ではないことを示すラベルである。

文章を受け取った後に、文章中の文毎に、以下の処理を行う。まず、各文に現れている素性表現を抜き出す。素性辞書Ｂ１が保持している素性表現のうちで、日付以外の時間表現について、文中の出現頻度を数え、素性表現に付加する。日付について、年月日別に、抜き出した値が更新日付よりも大きい値の頻度と、小さい値の頻度と、更新日付と同じ値の頻度とを数え上げる。

時間表現以外の素性表現が出現すれば、１を素性表現に付加し、時間表現以外の素性表現が出現しなければ、０を素性表現に付加する。

素性表現に付加されている頻度（時間表現の頻度）、存在（時間表現以外の素性表現の存在）の有無を表す値は、文毎に、文章番号と、文番号と、未来ラベルまたは非未来ラベルと、更新日付と、更新曜日とを付加した上で、文素性情報保持手段Ｂ３に保持する。

つまり、判定対象文解析手段Ａ１は、素性辞書に登録されている素性表現が、文章データベースに登録してある文章の各処理対象文に出現する出現回数を数え上げる判定対象文解析手段の例である。

文素性情報保持手段Ｂ３は、文中に存在する素性表現の頻度や、時間表現以外の素性表現の存在の有無を文毎に保存している。また、文素性情報保持手段Ｂ３は、文番号と、文が属する文章番号と、更新日時と、更新曜日と、未来ラベルまたは非未来ラベルとを保存する。

学習情報合成手段Ａ２は、文素性情報保持手段Ｂ３に保存されている文毎の素性表現と、時間表現の頻度と、時間表現以外の素性表現の存在の有無を表す値と、文章番号と、文番号と、未来ラベルまたは非未来ラベルと、更新日付と、更新曜日とを受け取る。

その後に、文毎に以下の処理を行う。

各文の素性表現に付加されている値に、同じ文章番号における他の文の素性表現に付加されている値を、重みを付けて加え合わせる。この重み付け加算を、全ての文について実行し、重み付け加算された値と、文素性情報保持手段Ｂ３から受け取った、文章番号と、文番号と、未来ラベルまたは非未来ラベルと、更新日付と、更新曜日との情報を、文毎に、学習情報保持手段Ｂ４に保存する。

つまり、学習情報合成手段Ａ２は、文章に固有な文章番号と、文章内において何番目であるかを示す文番号とを用い、上記判定対象文解析手段が出力した上記出現回数と、上記素性表現の出現の有無を表す０か１の数値とである素性の値に対して、文章番号が等しい処理対象文の上記各素性の値を、文間距離（文番号の差）に応じて変化する重みを付けて加算する学習情報合成手段の例である。

未来表現学習手段Ａ３は、学習情報保持手段Ｂ４に保存されている情報を受け取り、その中から、未来ラベルまたは非未来ラベルが付加されている文の情報のみを用い、未来表現であるか否かの判別関数を学習する。学習した判別関数は、判別関数保持手段Ｂ５に保存する。

つまり、未来表現学習手段Ａ３は、上記学習情報合成手段が出力した各素性の値のうちで、内容が未来であることが既知である文の値に基づいて機械学習を行い、判定対象文の内容が未来であるかどうかを判別する関数を作成する未来表現学習手段の例である。

未来表現抽出手段Ａ４は、文章データベースＢ２、学習情報保持手段Ｂ４、判別関数保持手段Ｂ５に保存されている情報を受け取り、上記未来ラベルまたは非未来ラベル（未来であるか否かを示すラベル）が付加されていない文について、未来ラベルまたは非未来ラベルを付加する。そして、付加したラベルのうちで、未来ラベルが付いている文を、文章番号と文番号とによって、文章データベースＢ２の情報から検索し、出力する。

つまり、未来表現抽出手段Ａ４は、内容が未来であることが未知である文に対して、上記未来表現学習手段が出力した判別関数を用いて、内容が未来であるかどうかを判別し、未来であると判別されると、該当文を出力する未来表現抽出手段の例である。

学習情報保持手段Ｂ４は、重み付け加算された素性表現の頻度（時間表現の頻度）や存在（時間表現以外の素性表現の存在）の有無であって、文中に存在する素性表現の頻度や存在の有無を、文毎に保存し、文番号と、文が属する文章番号と、更新日付と、更新曜日と、未来ラベルまたは非未来ラベルとを保存する。

判別関数保持手段Ｂ５は、未来表現学習手段Ａ３で学習した未来であるか否かの判別関数を保存する。

次に、上記実施例の動作について説明する。

未来表現を判別する場合、まず、未来表現であるか否かを判定する判別関数を学習し、次に、この学習した関数を用いて、未来表現を判別する。

学習と判別とを行う際に、まず、素性辞書Ｂ１を用意する。この素性辞書Ｂ１は、時間を表す時間表現や、仮定や可能性を表す可能性表現を登録している。また、時制、予定、推量等を表す文末表現や、疑問・願望表現も登録している。ただし、素性表現は、形態素の単位で登録されている。

また、文章データベースＢ２として、学習用の文章と判別対象の文章とを用意する。文章が作成された日付が、更新日付として、年月日別に数字で付けられ、更新曜日も月曜〜日曜のように付いている。また、文章には、固有の番号が付いている。さらに、文章中の各文には、先頭を１とし、順番に連続する文番号が付いている。しかも、学習用の文章中の各文には、未来ラベルまたは非未来ラベルも付いている。

素性辞書Ｂ１と文章データベースＢ２とを用意した後に、判定対象文解析手段Ａ１は、文章データベースＢ２が保持している文章と、素性辞書Ｂ１が保持している素性表現とを受け取る。

上記文章と上記素性表現とを受け取った後に、判定対象文解析手段Ａ１は、文章中の文毎に以下の処理を行う。

まず、素性辞書Ｂ１が保持している素性表現とのマッチングによって、素性表現を文章中の各文から抜き出す。素性辞書Ｂ１が保持している素性表現のうちで、日付以外の時間表現について、出現頻度を数え、素性表現に付加する。日付について、年月日別に、抜き出した値が更新日付よりも大きい値の頻度と、小さい値の頻度と、更新日付と同じ値の頻度とを数え上げる。時間表現以外の素性表現が出現すれば、１を素性表現に付加し、時間表現以外の素性表現が出現しなければ、０を素性表現に付加する。

素性表現に付加された時間表現の頻度、時間表現以外の素性表現の存在の有無を表す値は、文毎に、文章番号と文番号、未来ラベルまたは非未来ラベルと更新日付、更新曜日を付加した後に、文素性情報保持手段Ｂ３に保存する。

判定対象文解析手段Ａ１において、素性表現を抜き出した後に、学習情報合成手段Ａ２は、文素性情報保持手段Ｂ３から、文毎の素性表現と、頻度（時間表現の頻度）、存在（時間表現以外の素性表現の存在）の有無を表す値と、文章番号と、文番号と、未来ラベルまたは非未来ラベルと、更新日付と、更新曜日との情報を受け取る。

その後に、文毎に以下の処理を行う。

各文の素性表現に付加された値に、同じ文章番号の文章における他の文の素性表現に付加されている値を、重みを付けて加え合わせる。この重み付け加算を、全ての文について実行し、重み更け加算された値と、文素性情報保持手段Ｂ３から受け取った文章番号、文番号と未来ラベルまたは非未来ラベル、更新日付と更新曜日の情報とを、学習情報保持手段Ｂ４に、文毎に保存する。

学習情報合成手段Ａ２で重み付けした後に、未来表現学習手段Ａ３は、学習情報保持手段Ｂ４に保持した情報を受け取る。未来表現学習手段Ａ３は、受け取った情報のうちで、未来ラベルまたは非未来ラベルが付加されている文の情報を用いて、判別する判別関数を学習する。学習した判別関数は、判別関数保持手段が保持する。

判別関数を学習した後に、未来表現抽出手段Ａ４は、文章データベースＢ２、学習情報合成手段Ａ２、判別関数保持手段Ｂ５に保持されている情報を受け取る。受け取った情報を用い、未来ラベルまたは非未来ラベルが付加されていない文に、ラベルを付加する。そして、付加したラベルのうちで、未来ラベルが付いている文を、文章番号と文番号とによって、文章データベースＢ２の情報から検索し、出力する。

［具体例１］
たとえば、Ｗｅｂ上に存在している大量の文章の中から、未来表現を文単位で判別することを考える。この場合、まず、未来表現の判別関数を学習するための学習用文章と判別対象の文章とを用意する。

図２は、文書データベースＢ２に保存されている文章の例を示す図である。

文章の形式は、図２に示すように、文章が作成された日付が、更新日付として年月日別に数字で付けられ、更新曜日も、月曜〜日曜のように付いている。また、文章には、固有の番号も付いている。また、文章中の各文には、先頭を１とし、順番に連続する文番号が付いている。さらに、学習用の文章中の各文には、未来ラベルまたは非未来ラベルも付いている。この文章は、文章データベースＢ２に保存する。

次に、判定対象文解析手段Ａ１は、学習用文章から、文毎に素性を抜き出す。ただし、素性は、形態素単位で素性辞書Ｂ１に登録し、素性を抜き出す場合、登録した形態素とマッチングすることによって抜き出す。

ここで、素性辞書Ｂ１に登録されている素性表現について述べる。素性辞書Ｂ１には、素性を形態素単位で登録している。登録の形態として、時間表現について、表記が登録され、時間表現以外については、表記と品詞との組として登録されている。

図３は、素性辞書Ｂ１に登録されている素性表現の例を示す図である。

図３に示すように、登録されている素性の種類は、時間表現、可能性表現、文末表現、疑問・願望表現である。

そして、判別対象文書と学習用文章とから、上記素性を抜き出した後に、まず、日付以外の時間表現について、出現頻度を数え上げ、素性表現に付加する。また、日付について、年月日別に、抜き出した値が更新日付よりも大きい値の頻度と、小さい値の頻度と、更新日付と同じ値の頻度とを数え上げる。

たとえば、文中に、２００７年７月２日という表現があり、更新日付が、２００８年６月２日である場合、年については、２００７−２００８＝−１であるので、更新日付よりも大きい値の頻度が、０であり、小さい値の頻度が１であり、同じ値の頻度は、０である。

そして、月について、それぞれ１、０、０であり、日について、それぞれ０、０、１である。時間情報以外の素性表現が出現すれば、１を素性表現に付加し、時間情報以外の素性表現が出現しなければ、０を素性表現に付加する。

この素性表現に付加された頻度（時間表現の頻度）、存在（時間表現以外の素性表現の存在）の有無を表す値を、文毎に、文章番号と、文番号と、未来ラベルまたは非未来ラベルと、更新日付と、更新曜日とを付加した上で、文素性情報保持手段Ｂ３に保存する。

図４は、文素性情報保持手段Ｂ３に保存されているデータの例を示す図である。

判定対象文解析手段Ａ１が素性表現を抜き出した後に、学習情報合成手段Ａ２は、文素性情報保持手段Ｂ３から、文毎の素性表現と、頻度（時間表現の頻度）、存在（時間表現以外の素性表現の存在）の有無を表す値、文章番号、文番号と未来ラベルまたは非未来ラベル、更新日付と更新曜日の情報とを受け取る。その後に、文毎に以下の処理を行う。

まず、各文の素性表現に付加されている値に、同じ文章番号における他の文の素性表現に付加されている値を、重み付け加算する。たとえば、文章内の文の数を、ｎとすると、周囲の文との距離、つまり、文番号の差に応じて、次の式（１）で重み付けする。つまり、文間距離が離れている程、重み付け対象文への影響を小さくする。なお、ｎは、文章内の文番号であり、αは、任意に決定する定数である。また、ｋ番目の文の付加値は、ｋ番目の文の素性の出現頻度と、時間表現以外の素性表現の存在の有無を示す値とである。

図５は、重み付け加算の例を示す図である。

図５に示す１〜３番目の文おける「今日」という形態素について、上記式（１）に従って、重み付け加算すると、次のようになる。なお、定数αを１／２とする。

図５に示す１番目の文における「今日」の重み付加算は、次のように演算し、「１」になる。
１×（１／２）＾｜１−１｜＋０×（１／２）＾｜１−２｜＋０×（１／２）＾｜１−３｜＝１
図５に示す２番目の文における「今日」の重み付加算は、次のように演算し、「０．５」になる。
１×（１／２）＾｜２−１｜＋０×（１／２）＾｜２−２｜＋０×（１／２）＾｜２−３｜＝０．５
図５に示す３番目の文における「今日」の重み付加算は、次のように演算し、「０．２５」になる。
１×（１／２）＾｜３−１｜＋０×（１／２）＾｜３−２｜＋０×（１／２）＾｜３−３｜＝０．２５
図５に示す１〜３番目の文おける「明日」という形態素について、上記と同様に、上記式（１）に従って、重み付け加算すると、次のようになる。なお、定数αを１／２とする。

図５に示す１番目の文における「明日」の重み付加算は、次のように演算し、「０．５」になる。
０×（１／２）＾｜１−１｜＋１×（１／２）＾｜１−２｜＋０×（１／２）＾｜１−３｜＝０．５
図５に示す２番目の文における「明日」の重み付加算は、次のように演算し、「１」になる。
０×（１／２）＾｜２−１｜＋１×（１／２）＾｜２−２｜＋０×（１／２）＾｜２−３｜＝１
図５に示す３番目の文における「明日」の重み付加算は、次のように演算し、「０．５」になる。
０×（１／２）＾｜３−１｜＋１×（１／２）＾｜３−２｜＋０×（１／２）＾｜３−３｜＝０．５
である。

上記重み付け加算を、全ての文について実行し、重み付け加算された値と、文素性情報保持手段Ｂ３から受け取った文章番号と、文番号と、未来ラベルまたは非未来ラベルと、更新日付と、更新曜日の情報とを、学習情報として、学習情報保持手段Ｂ４に、文毎に保存する。

学習情報合成手段Ａ２が重み付けした後に、未来表現学習手段Ａ３は、学習情報保持手段Ｂ４に保持されている情報を受け取る。受け取った情報のうちで、未来ラベルまたは非未来ラベルが付加されている文の情報を用い、未来表現学習手段Ａ３は、ＳＶＭ（サポートベクトルマシン）によって、未来表現であるか否かを判別する判別関数を学習する。学習したモデル（未来表現であるか否かを判別する判別関数）を、判別関数保持手段Ｂ５に保持する。

判別関数を学習した後に、未来表現抽出手段Ａ４は、文章データベースＢ２、学習情報保持手段Ｂ４、判別関数保持手段Ｂ５に保持されている情報を受け取る。受け取った情報を用い、未来ラベルまたは非未来ラベルが付加されていない文について、未来ラベルまたは非未来ラベルを付加する。そして、付加した未来ラベルまたは非未来ラベルのうちで、未来ラベルが付いている文を、文章番号と文番号とともに、文章データベースＢ２の情報から検索し、出力する。

［具体例２］
具体例１では、学習情報合成手段Ａ２は、同じ文章番号における他の文の素性表現に付加されている値を、重みを付けて加え合わせ、この重み付け加算に用いる文として、文章中の文全体を使用している。このようにする代わりに、重み付け加算の対象文の文番号よりも小さい文番号の文を、重み付け加算に用いる文として使用するようにしてもよい。また、重み付け加算の対象文の文番号よりも大きい文番号の文を、重み付け加算に用いる文として使用するようにしてもよい。さらに、文番号の大小だけでなく、重み付け加算の対象文との文番号の差が、ｎ以内の文だけを、重み付け加算に用いる文として使用するようにしてもよい。

［具体例３］
学習情報合成手段Ａ２が重み付け加算の対象とする素性表現として、素性辞書Ｂ１に登録されている素性表現全体を用いてもよい。また、学習情報合成手段Ａ２が重み付け加算する対象として、時間表現、可能性表現、文末表現、疑問・願望表現のいずれかの素性表現のみを限定するようにしてもよい。または、学習情報合成手段Ａ２が重み付け加算する対象として、時間表現、可能性表現、文末表現、疑問・願望表現のうちの、特定の素性表現のみを限定するようにしてもよい。

［具体例４］
判定対象解析手段Ａ１が抜き出す文末表現として、文全体から抜き出すようにしてもよい。また、判定対象解析手段Ａ１が抜き出す文末表現として、文末からｎ形態素以内等の特定部分を限定するようにしてもよい。

上記実施例によれば、時間表現、可能性表現、文末表現、疑問・願望表現を、素性表現として抜き出し、その頻度（時間表現の頻度）や存在（時間表現以外の素性表現の存在）の有無を表す値を、重み付け加算するので、明示的な時間表現が記述されている未来表現を、抜き出すことができる。

なお、機械学習では、どのような判別関数を作成するかが重要であり、言い換えれば、どのような素性を与えれば、精度良く判別ができるかを明らかにすることが重要である。判別関数さえ作成すれば、後は素性を入力するだけで、判別することができる。また、本発明では、機械学習の学習器（アルゴリズム）として、既存のものを利用することを考えているので、判別関数と素性さえ与えられれば、既存の機械学習のフリーソフト（一般には、学習する機能と、学習した関数を用いた判別結果を出力する機能がセットになっている）を用いることによって、未来表現判別結果を出力することができる。

したがって、未来表現抽出手段Ａ４を必ずしも設ける必要はなく、判定対象文解析手段Ａ１と、学習情報合成手段Ａ２と、未来表現学習手段Ａ３とを設けるだけでもよい。

また、上記実施例によれば、文中に明示的な時間表現が記述されていなくても、その文が未来表現であれば、未来表現として判別することができる。

さらに、上記実施例によれば、日付の素性に関して、年月日別に素性として抜き出すので、年月日の全てが記述されていない文を判別することができる。つまり、年月のみが記載されている文、日のみが記載されている文等を、未来文として判別することができる。

上記実施例では、明示的に時間表現が記述されていない文に対しても、未来表現であるか否かを判定するので、他の文の素性表現を利用した重み付け加算を用いる。つまり、明示的な時間表現が記述されていない文の場合、その文のみからでは未来表現であるか否かを判断することが困難であるので、周囲の文脈から判断する。たとえば、前の文に「明日」という素性表現があれば、次の文も明日についての事柄が記述されている可能性があるので、前の文の「明日」の出現頻度を重み付けし（前の文の「明日」という素性の影響力を考慮し）、時間表現が記述されていない文の素性（未来であるか否かの判断の根拠）として加算する。

なお、上記実施例において、上記素性表現は、時間を表す表現、文末表現であり、仮定を表す表現、可能性を表す表現、疑問を表す表現、願望を表す表現のうちの少なくとも１つを有することがある。つまり、上記素性表現として、時間を表す表現と文末表現とは必須であるが、仮定を表す表現、可能性を表す表現、疑問を表す表現、願望を表す表現は、必須ではなく、判別精度を向上させるために必要な表現である。

なお、上記実施例における手段を工程に置き換えれば、上記実施例を、未来表現判別方法として把握することができる。

つまり、上記実施例は、素性辞書に登録されている素性表現が、文章データベースに登録してある文章の各処理対象文に出現する出現回数を数え上げ、記憶装置に記憶する判定対象文解析工程と、文章に固有な文章番号と、文章内において何番目であるかを示す文番号とを用い、上記判定対象文解析工程で出力された上記出現回数と、上記素性表現の出現の有無を表す０か１の数値とに対して、文章番号が等しい処理対象文の各素性の値を、文間距離に応じて変化する重みを付けて加算し、記憶装置に記憶する学習情報合成工程と、上記学習情報合成工程で出力された各素性の値のうちで、内容が未来であることが既知である文の値に基づいて機械学習を行い、判定対象文の内容が未来であるかどうかを判別する関数を作成し、記憶装置に記憶する未来表現学習工程とを有する未来表現判別方法の例である。

また、上記実施例をプログラムの発明として把握することができる。

つまり、上記実施例は、素性辞書に登録されている素性表現が、文章データベースに登録してある文章の各処理対象文に出現する出現回数を数え上げる判定対象文解析手順と、文章に固有な文章番号と、文章内において何番目であるかを示す文番号とを用い、上記判定対象文解析手順が出力した上記出現回数と、上記素性表現の出現の有無を表す０か１の数値とに対して、文章番号が等しい処理対象文の各素性の値を、文間距離に応じて変化する重みを付けて加算する学習情報合成手順と、上記学習情報合成手順が出力した各素性の値のうちで、内容が未来であることが既知である文の値に基づいて機械学習を行い、判定対象文の内容が未来であるかどうかを判別する関数を作成する未来表現学習手順とをコンピュータに実行させるプログラムの例である。

換言すれば、上記実施例は、請求項１〜請求項４のいずれか１項に記載の未来表現判別装置を構成する各手段としてコンピュータを機能させるプログラムの例である。

本発明の実施例１である未来表現判別装置１００を示す図である。 文書データベースＢ２に保存されている文章の例を示す図である。 素性辞書Ｂ１に登録されている素性表現の例を示す図である。 文素性情報保持手段Ｂ３に保存されているデータの例を示す図である。 重み付け加算の例を示す図である。

符号の説明

１００…未来表現判別装置、
Ａ１…判定対象文解析手段、
Ａ２…学習情報合成手段、
Ａ３…未来表現学習手段、
Ａ４…未来表現抽出手段、
Ｂ１…素性辞書、
Ｂ２…文章データベース、
Ｂ３…文素性情報保持手段、
Ｂ４…学習情報保持手段、
Ｂ５…判別関数保持手段。

Claims (6)

1. 素性辞書に登録されている素性表現が、文章データベースに登録してある文章の各処理対象文に出現する出現回数を数え上げる判定対象文解析手段と；
   文章に固有な文章番号と、文章内において何番目であるかを示す文番号とを用い、上記判定対象文解析手段が出力した上記出現回数と、上記素性表現の出現の有無を表す０か１の数値とである素性の値に対して、文章番号が等しい処理対象文の上記各素性の値を、文間距離に応じて変化する重みを付けて加算する学習情報合成手段と；
   上記学習情報合成手段が出力した各素性の値のうちで、内容が未来であることが既知である文の値に基づいて機械学習を行い、判定対象文の内容が未来であるかどうかを判別する関数を作成する未来表現学習手段と；
   を有することを特徴とする未来表現判別装置。
2. 請求項１において、
   内容が未来であることが未知である文に対して、上記未来表現学習手段が出力した判別関数を用いて、内容が未来であるかどうかを判別し、未来であると判別されると、該当文を出力する未来表現抽出手段を有することを特徴とする未来表現判別装置。
3. 請求項１において、
   上記素性表現は、時間を表す表現、文末表現であり、仮定を表す表現、可能性を表す表現、疑問を表す表現、願望を表す表現のうちの少なくとも１つを有することがあることを特徴とする未来表現判別装置。
4. 請求項１において、
   上記判定対象文解析手段は、上記素性表現が時間を表す表現である場合、上記時間を表す表現のうちで、日付に関する表現は、年月日別に素性表現の出現回数を数え上げる手段であることを特徴とする未来表現判別装置。
5. 素性辞書に登録されている素性表現が、文章データベースに登録してある文章の各処理対象文に出現する出現回数を数え上げ、記憶装置に記憶する判定対象文解析工程と；
   文章に固有な文章番号と、文章内において何番目であるかを示す文番号とを用い、上記判定対象文解析工程で出力された上記出現回数と、上記素性表現の出現の有無を表す０か１の数値とに対して、文章番号が等しい処理対象文の各素性の値を、文間距離に応じて変化する重みを付けて加算し、記憶装置に記憶する学習情報合成工程と；
   上記学習情報合成工程で出力された各素性の値のうちで、内容が未来であることが既知である文の値に基づいて機械学習を行い、判定対象文の内容が未来であるかどうかを判別する関数を作成し、記憶装置に記憶する未来表現学習工程と；
   を有することを特徴とする未来表現判別方法。
6. 請求項１〜請求項４のいずれか１項に記載の未来表現判別装置を構成する各手段としてコンピュータを機能させるプログラム。

Images