JP2010538374A - 曖昧感応自然言語処理システムにおける同一指示解決 - Google Patents

Abstract

本明細書では、曖昧感応自然言語処理システムにおける同一指示解決のための技術について記載する。指示解決機能を自然言語処理システムに統合する技法は、情報検索および取り出しシステム内においてインデックス化する文書を処理することができる。曖昧承知機構、および曖昧さ解決機能が、同一指示解決と調和して動作することができる。同一指示存在の注釈、および曖昧な解釈は、テキスト・コンテンツ内における同一行上マークアップによって、または外部存在マップによってサポートすることができる。文書内部で表現されている情報は、事実、またはテキスト内における存在間の関係に関して、規則的に編成することができる。拡張は、複数の別名、または曖昧さを、インデックス化された存在に適用することをサポートすることができ、その存在についての可能な参照および解釈の全てをインデックスに取り出すようにすることができる。代わりに格納する記述は、元の記述または同一指示記述のいずれかによって、事実の取り出しをサポートすることができる。
【選択図】 図３

Description

自然言語では、異なる記述によって存在に言及するのは珍しいことではない。例えば、名詞に代わって代名詞を用いることはごく一般的である。また、ある基準の種々の別の記述または異なる形態を用いて、ある存在に言及することもある。以下のテキスト部分を一例として検討する。
「パブロ・ピカソはマラガで生まれた。」
「このスペイン人の画家は、彼の変化に富む様式で有名になった。」
「彼の絵画の中には、大規模なグェルニカがある。」
「彼は、スペイン市民戦争中に、このおぞましい傑作を描いた。」
「ピカソは１９７３年に亡くなった。」

ある範囲の言語的多様性に遭遇する。例えば、２つの異なる名前、「パブロ・ピカソ」および「ピカソ」が用いられている。はっきりと限定した記述「そのスペイン人の画家」、ならびに２つの代名詞「彼の」および「彼」は、ピカソに言及するために用いられている。２つの異なる表現、「グェルニカ」および感情むき出しの記述「このおぞましい傑作」が、絵に言及するために用いられている。

２つの言語的表現が同じ指示対象を有する場合、これらは同一指示であると言うことができる。言い換えると、これらは同じ存在に言及する。第２の句は、前方照応形であり、第１の句に対して前方照応的である。つまり、第1の句は、第２の句の先行詞である。前方照応形の指示対象を判断するためには、先行詞の指示対象の知識が必要となる場合がある。文書内において同一指示表現、前方照応形、およびそれらの先行詞を発見する一般的な作業を、同一指示解決(coreference resolution)と呼ぶことができる。同一指示解決は、２つの表現が同じ指示対象に言及することを、その指示対象が何であるかを必ずしも確定することなく、確定するプロセスである。指示解決(reference resolution)とは、指示対象が何であるか確定するプロセスである。

同一指示的である表現の集合について、その前方照応関係には関係なく、これらの表現は互いの別名(aliase)であると言うことができる。上の例によれば、表現「パブロ・ピカソ」、「スペイン人の画家」、「彼の」、「彼」、および「ピカソ」が、ピカソに言及する別名集合を形成する。

自然言語表現は、曖昧さを表示することが多い。曖昧さが発生するのは、表現が２つよりも多い意味で解釈できるときである。例えば、「アヒルは食べる準備ができている」という文章は、アヒルがしかるべく料理されていること、またはアヒルが空腹で給餌する必要があることのいずれかを主張するように解釈することができる。

同一指示解決および曖昧さ解決は、人間のユーザーが当たり前に表現する言語を機械的にサポートするために用いることができる自然言語処理動作の２つの例である。情報検索のサポートにおけるテキスト・インデックス化および問い合せ処理(querying)のような情報処理システムは、増大しつつある自然言語処理システムのアプリケーションを有効利用することもできる。

本明細書において行う開示は、これらの考慮事項およびその他について提案するものである。

本明細書では、曖昧感応自然言語処理システムにおける同一指示解決のための技術について記載する。即ち、同一指示解決機能を文書処理システムに統合し、情報検索および取り出し(retrieval)システムにインデックス化する技法について記載する。この統合は、自然言語文書における同一指示解決、および曖昧な意味をサポートする情報によって、インデックス化を強化することができる。

本明細書において紹介する一形態によれば、同一指示解決システムによって提供する情報を自然言語処理システムに統合することができ、その性能を向上させることができる。このようなシステムの一例に、文書インデックス化および取り出しシステムがある。

本明細書において紹介する別の形態によれば、自然言語処理システム内において、曖昧承知機構、および曖昧さ解決機能が、同一指示解決と調和して動作することができる。同一指示存在の注釈、および曖昧な解釈は、テキスト・コンテンツ内における同一行上マークアップによって、または外部存在マップによってサポートすることができる。

本明細書において紹介する更に別の形態によれば、インデックス化するために、事実をテキストから抽出することができる。文書内部で表現されている情報は、事実に関して規則的に編成することができる。この意味で用いる場合、事実とは、テキストに収容されている任意の情報とすることができ、必ずしも真実である必要はない。事実は、存在間の関係として表現することができる。事実は、インデックスの中に格納されている存在間における関係として、意味インデックス（semantic index）に格納することができる。事実に基づく取り出しシステムでは、問い合せの分析によって判断された事実と一致する事実を文書が収容している場合、その文書を取り出すことができる。

本明細書において紹介する更に別の形態によれば、拡張のプロセスは、複数の別名、または曖昧さを、インデックス化された存在に適用することをサポートすることができる。このような拡張は、意味インデックスに取り出される所与の存在について、追加の可能な参照または解釈をサポートすることができる。代わりに格納する記述は、元の記述または同一指示記述のいずれかによって、事実の取り出しをサポートすることができる。

前述の主題は、コンピューター制御装置、コンピューター・プロセス、計算システムとして、またはコンピューター読み取り可能媒体のような製造品目としても実現できることも認められてしかるべきである。これらおよび種々のその他の特徴は、以下の詳細な説明を読み、添付図面を検討することから明白となろう。

この摘要は、詳細な説明において以下で更に説明する概念から選択したものを、簡略化した形態で紹介するために設けられている。この摘要は、特許請求する主題の主要な特徴や必須の特徴を特定することを意図するのではなく、特許請求する主題の範囲を限定するために用いることも意図していない。更に、特許請求する主題は、本開示の任意の部分に記されている任意の欠点または全ての欠点を解決する実現例に限定されるのでもない。

図１は、本明細書において紹介する一実施形態の態様による情報検索システムを示すネットワーク・アーキテクチャ図である。 図２は、本明細書において紹介する一実施形態の態様による自然言語インデックスおよび問い合せシステムの種々のコンポーネントを示す機能ブロック図である。 図３は、本明細書において紹介する一実施形態の態様による自然言語処理システム内における同一指示解決および曖昧さ解決を示す機能ブロック図である。 図４は、本明細書において紹介する一実施形態の態様による、曖昧感応インデックス化および同一指示解決のプロセスの態様を示す論理流れ図である。 図５は、本明細書において紹介する一実施形態の態様を実現することができる計算システムについて、例示的なコンピューター・ハードウェアおよびソフトウェア・アーキテクチャを示す、コンピューター・アーキテクチャ図である。

以下の詳細な説明は、曖昧感応自然言語処理システムにおける同時指示解決のための技術を対象とする。本明細書において紹介する技術および概念の使用によって、同一指示解決機能を、自然言語処理システムに統合することができる。自然言語処理システムは、文書を処理して、情報検索および取り出しシステムにおいて用いるためにインデックス化する。この統合によって、インデックス化される自然言語文書に対する同一指示解決をサポートする情報によって、インデックスを強化することができる。

本明細書において記載する主題は、コンピューター・システム上におけるオペレーティング・システムおよびアプリケーション・プログラムの実行と共に実行するプログラム・モジュールという一般的なコンテキストにおいて紹介するが、他の種類のプログラム・モジュールと組み合わせて他の実現例も実行可能であることは、当業者には認められよう。一般に、プログラム・モジュールは、ルーチン、プログラム、コンポーネント、データー構造、および特定のタスクを実行するかまたは特定の抽象データー・タイプを実装するその他の種類の構造を含む。更に、本明細書において記載する主題は、他のコンピューター・システム構成でも実用化できることは、当業者には認められよう。他のコンピューター・システム構成は、ハンド・ヘルド・デバイス、マルチプロセッサ・システム、マイクロプロセッサベースまたはプログラマブル消費者電子機器、ミニコンピューター、メインフレーム・コンピューター等を含む。

以下の詳細な説明では、その一部をなし、具体的な実施形態または例を一例として示す添付図面を参照する。ここで図面を参照すると、同様の参照番号は、様々な図全体を通じて同様の要素を表し、曖昧感応自然言語処理システムにおける同一指示解決のための計算システムおよび方法の態様について記載する。

これより図１に移り、本明細書において紹介する実施形態の動作環境例に関する詳細を示す。即ち、ネットワーク・アーキテクチャ図１００は、本明細書において紹介する一実施形態の態様による情報検索システムを示す。クライアント・コンピューター１１０Ａ〜１１０Ｄは、ネットワーク１４０を通じてサーバー１２０にインターフェースして、自然言語エンジン１３０と関連のある情報を入手することができる。４つのクライアント・コンピューター１１０Ａ〜１１０Ｄが示されているが、任意の数のクライアント・コンピューター１１０Ａ〜１１０Ｄを用いてもよいことは認められてしかるべきである。クライアント・コンピューター１１０Ａ〜１１０Ｄは、地理的にネットワーク１４０全域に分散されていてもよく、または同じ場所に位置していてもよく、またはその任意の組み合わせでもよい。１つのサーバー１２０が示されているが、サーバー１２０の機能を任意数の複数のサーバー１２０に分散してもよいことは認められてしかるべきである。このような複数のサーバー１２０は、同じ場所に位置してもよく、またはネットワーク１４０全域に分散されていてもよく、またはその任意の組み合わせでもよい。

１つ以上の実施形態によれば、自然言語エンジン１３０は検索エンジン機能をサポートすることができる。検索エンジンの想定場面では、ユーザー問い合せをクライアント・コンピューター１１０Ａ〜１１０Ｄからネットワーク１４０を通じてサーバー１２０に発行することができる。ユーザー問い合せは、自然言語フォーマットでよい。サーバーにおいて、自然言語エンジン１３０はこの自然言語問い合せを処理し、自然言語問い合せから抽出した統語および意味（semantics)に基づいて、検索をサポートする。このような検索の結果は、サーバー１２０から逆にネットワーク１４０を通じてクライアント・コンピューター１１０Ａ〜１１０Ｄに供給することができる。

１つ以上の検索インデックスを、サーバー１２０に、またはサーバー１２０と関連付けて格納することができる。検索インデックスにおける情報は、１組のソース情報、またはコーパスから持ち込む(populate)ことができる。例えば、ウェブ検索の実現例では、ネットワーク１４０全域におおける種々のウェブ・サーバー（図示せず）上にある種々のウェブ・サイトからコンテンツを収集し、インデックス化することができる。このような収集およびインデックス化は、サーバー１２０またはその他のコンピューター（図示せず）上で実行するソフトウェアによって行うことができる。収集は、ウェブ・クローワーまたはスパイダー・アプリケーションによって行うこともできる。自然言語エンジン１３０を、収集した情報に適用して、コーパスから収集した自然言語コンテンツに、自然言語エンジン１３０が抽出した統語および意味に基づいて、インデックス化するようにしてもよい。インデックス化および検索については、図２に関して更に詳しく論ずることにする。

クライアント・コンピューター１１０Ａ〜１１０Ｄは、端末クライアント、ハイパーテキスト・ブラウザ・クライアント、グラフィック・ディスプレイ・クライアント、またはサーバー１２０に対するその他のネットワーク接続クライアントとして活動することができる。例えば、クライアント・コンピューター１１０Ａ〜１１０Ｄにおけるウェブ・ブラウザ・アプリケーションは、サーバー１２０におけるウェブ・サーバー・アプリケーションとのインターフェース処理をサポートすることができる。このようなブラウザは、サーバー１２０に対するインターフェース処理をサポートするために、制御部、プラグイン、またはアプレットを用いることができる。また、クライアント・コンピューター１１０Ａ〜１１０Ｄは、他のカスタム化したプログラム、アプリケーション、またはモジュールを用いて、サーバー１２０とインターフェースすることもできる。クライアント・コンピューター１１０Ａ〜１１０Ｄは、デスクトップ・コンピューター、ラップトップ、ハンドヘルド、移動体端末、移動体電話機、テレビジョン・セット・トップ・ボックス、キオスク、サーバー、端末、シン・クライアント、または任意のその他のコンピューター化デバイスとすることができる。

ネットワーク１４０は、クライアント・コンピューター１１０Ａ〜１１０Ｄとサーバー１２０との間における通信をサポートすることができる任意の通信ネットワークとすることができる。ネットワーク１４０は、有線、ワイヤレス、光、無線、パケット交換、回線交換、またはその任意の組み合わせとすることができる。ネットワーク１４０は、任意のトポロジーを用いることができ、ネットワーク１４０のリンクは、イーサネット(登録商標)、ＤＳＬ、ケーブル・モデム、ＡＴＭ、ＳＯＮＥＴ、ＭＰＬＳ、ＰＳＴＮ、ＰＯＴＳモデム、ＰＯＮＳ、ＨＦＣ、衛星、ＩＳＤＮ、ＷｉＦｉ、ＷｉＭａＸ、移動体セルラ、その任意の組み合わせ、あるいは任意のその他のデーター相互接続またはネットワーキング・メカニズムのような、任意のネットワーキング技術、プロトコル、または帯域幅をサポートすることができる。ネットワーク１４０は、内部ネット(intranet)、相互ネット(internet)、インターネット、ワールド・ワイド・ウェブ、ＬＡＮ、ＷＡＮ、ＭＡＮ、または相互接続コンピューター・システム用の任意のその他のネットワークとすることができる。

尚、図示したネットワーク環境に加えて、自然言語エンジン１３０をローカルに動作させることもできることは認められてしかるべきである。例えば、サーバー１２０およびクライアント・コンピューター１１０Ａ〜１１０Ｄを１つの計算デバイス上に組み合わせることもできる。このような組み合わせシステムは、ローカルまたはリモートに格納されている検索インデックスをサポートすることができる。

これより図２を参照すると、機能ブロック図が、一実施形態例による自然言語エンジン１３０の種々のコンポーネントを示す。先に論じたように、自然言語エンジン１３０は情報検索をサポートすることができる。このような検索をサポートするために、コンテンツ取得プロセス２００を実行する。コンテンツ取得２００に関係する動作は、テキスト・コンテンツ２１０として提供される文書から情報を抽出する。この情報は、検索のために用いることができる意味インデックス２５０に格納することができる。ユーザー検索２０５に関係する動作は、ユーザーが入力する検索問い合せの処理をサポートすることができる。ユーザー問い合せは、自然言語質問２６０の形態をなすことができる。自然言語エンジン１３０は、ユーザー入力を分析して、問い合せを、意味インデックス２５０において表されている情報と比較するための表現に変換することができる。意味インデックス２５０における情報の内容および構造は、問い合せまたは自然言語質問２６０の意味に関連がある文書、または文書の一部の素早い照合および取り出しをサポートすることができる。

テキスト・コンテンツ２１０は、非常に一般的な意味の文書を含むことができる。このような文書の例は、ウェブ・ページ、テキスト文書、走査文書、データーベース、情報のリスト、その他のインターネット・コンテンツ、または任意のその他の情報源を含むことができる。このテキスト・コンテンツ２１０は、検索する情報のコーパスを提供することができる。テキスト・コンテンツ２１０の処理は、２段階で、統語解析２１５および意味マッピング(semantic mapping)２２５として行うことができる。解析２１５の前またはその開始時に、暫定的言語処理ステップを実行することができる。例えば、文章の境界でテキスト・コンテンツ２１０を分離することができる。適正な名詞を個々の人物、場所、物体、または出来事の名称として特定することができる。また、有意な単語の尾部(ending)の文法的特性を判断することもできる。例えば、英語では「ｓ」で終わる名詞は恐らく複数名詞であり、一方「ｓ」で終わる動詞は三人称単数動詞であると考えられる。

解析２１５は、Xerox Linguistic Environment（ＸＬＥ：ゼロックス言語環境）のような、統語分析システムによって実行することができるが、ここでは一般例として提示するに過ぎず、この記載の可能な実現例を限定するのではない。解析部２１５は、文章を、単語間における統語関係を明らかにする表現に変換することができる。解析２１５は、使用中の特定の言語と関連のある文法２２０を適用することができる。例えば、解析部２１５は英語に文法２２０を適用することができる。文法２２０は、例えば、lexical functional grammar（ＬＦＧ：語彙機能文法）、あるいはHead-Driven Phrase Structure Grammar（ＨＰＳＧ：主辞駆動句構造文法）、Combinatory Categorial Grammar（ＣＣＧ：組合せ範疇文法）、Probabilistic Context-free Grammar（ＰＣＦＧ：確率文脈自由文法）、またはその他の文法形式主義に基づくというような、その他の適した解析メカニズムとして定式化することができる。文法２２０は、所与の言語で有意な文章を作り上げるために可能な方法を指定することができる。解析部２１５は、文法２２０の規則をテキスト・コンテンツ２１０の文字列に適用することができる。

文法２２０は、種々の言語に合わせて規定することができる。例えば、ＬＦＧ文法は、英語、フランス語、ドイツ語、中国語、および日本語に合わせて作成されている。他の文法を規定することもできる。文法２２０は、手作業の取得によって発展させることができ、文法規則は言語学者または辞書編纂者によって定められる。あるいは、機械学習取得では、大きなコーパスからのテキストの多くの例の自動観察および分析を伴い、文法規則を自動的に決定することができる。手作業の定義および機械学習の組み合わせも、文法２２０の規則を取得する際に用いることができる。

解析部２１５は、文法２２０をテキスト・コンテンツ２１０に適用して、統語構造を判断することができる。ＬＦＧベースの解析の場合、統語構造は、成分構造（ｃ−構造）および機能構造（ｆ−構造）から成る。ｃ−構造は構成要素である句および単語の階層を表すことができる。ｆ−構造は、ｃ−構造の種々の成分間における役割および関係を表すことができる。また、ｆ−構造は、単語の形態から得られる情報を表すこともできる。例えば、名詞の複数形、または動詞の時制をｆ−構造において指定することができる。

解析プロセス２１５に続く意味マッピング・プロセス２２５の間、統語構造から情報を抽出し、文章の中にある単語の意味についての情報と組み合わせることができる。文章の意味マップまたは意味表現(semantic representation)を、コンテンツ意味(content semantics)２４０として与えることができる。意味マッピング２２５は、解析部２１５によって規定された統語関係を、個々の単語の概念的特性で増強することができる。その結果を、テキスト・コンテンツ２１０からの文章の意味の表現に変換することができる。意味マッピング２２５は、文章において単語が担う役割を判断することができる。例えば、ある行為を実行する主体、その行為を実行するために用いられる何か、またはその行為によって影響を受ける何かである。検索インデックス化の目的で、単語を、その役割と共に、意味インデックス２５０に格納することができる。つまり、意味インデックス２５０からの取り出しは、単に離別された単語だけに依存するのではなく、テキスト・コンテンツ２１０の中でその単語が出てくる文章における単語の意味にも依存する可能性がある。意味マッピング２２５は、用語の一義化、先行詞関係の判断、および同義語、上位語、または下位語による用語の拡張をサポートすることができる。

意味マッピング２２５は、知識源２３０を、文章から意味を抽出するための規則および技法として適用することができる。知識源は、文法２２０の取得に関して論じたように、手作業の定義および機械学習双方を通じて取得することができる。意味マッピング２２５は、意味拡張可能マークアップ言語（意味ＸＭＬまたはsemxml）表現でコンテンツ意味２４０を規定することができる。ＰＲＯＬＯＧ、ＬＩＳＰ、ＪＳＯＮ、ＹＡＭＬ、またはその他で書かれた表現のような、任意の適した表現言語を用いることもできる。コンテンツ意味２４０は、テキスト・コンテンツ２１０の文章における単語が担う役割を指定することができる。コンテンツ意味２４０をインデックス化プロセス２４５に供給することができる。

インデックスは、単語や句の位置が当該インデックス内において素早く特定できるように、大きな情報コーパスを表現することをサポートすることができる。従前からの検索エンジンは、ユーザーが指定したキーワードから、これらのキーワードが現れる記事または文書にインデックスをマッピングするように、キーワードを検索タームとして用いることができる。意味インデックス２５０は、単語自体に加えて、その単語の意味論的意味(semantic meanings)を表すことができる。コンテンツ取得２００およびユーザー検索２０５の双方において、意味関係を単語に割り当てることができる。意味インデックス２５０に対する問い合せは、単語だけでなく、特定の役割における単語にも基づくことができる。これらの役割は、意味インデックス２５０に格納されている文章または句において当該単語によって果たされる。意味インデックス２５０は、エントリーが意味単語(semantic words)（即ち、所与の役割における単語）であり、これらの単語が現れる文書またはウェブ・ページへのポインタを有し、素早く検索可能なデーターベースである逆インデックスと見なすことができる。意味インデックス２５０は、混成インデックス化をサポートすることができる。このような混成インデックス化は、キーワード・インデックス化および意味インデックス化双方の特徴および機能を組み合わせることができる。

問い合せのユーザー・エントリーは、自然言語質問２６０の形態でサポートすることができる。問い合せは、コンテンツ取得２００において用いられるものと同様または同一の自然言語パイプラインによって分析することができる。即ち、自然言語質問２６０を解析部２６５によって処理して、統語構造を抽出することができる。統語解析２６５に続いて、自然言語質問２６０を処理して、意味マッピング２７０を求めることができる。意味マッピング２７０は、先に論じたように、意味インデックス２５０に対する取り出しプロセス２８０において用いられる質問意味２７５を供給する。取り出しプロセスは、混成インデックス問い合せをサポートすることができ、キーワード・インデックス取り出しおよび意味インデックス取り出しの双方を、単独でまたは組み合わせて備えることができる。

ユーザー問い合せに応答して、意味インデックス２５０からの取り出し２８０結果が、質問意味２７５と共に、格付けプロセス２８５に情報提供することができる。格付けは、キーワードおよび意味情報双方を利用することができる。格付け２８５の間、取り出し２８０によって得られた結果を種々のメトリックで順序付けし、最も望ましい結果を、ユーザーに結果表現２９０として提示する、取り出し情報の最上位に位置付けようとすることができる。

これより図３に移ると、機能ブロック図が、本明細書において紹介する一実施形態の態様による自然言語処理システム３００内における同一指示解決および曖昧さ解決を示す。アプリケーションの一例として、自然言語処理システム３００は、文書インデックス化および取り出し用の情報検索エンジンをサポートすることができる。このような自然言語対応検索エンジンは、言語学的分析に基づいて、そのインデックスの中に格納されている情報を拡張することができる。また、本システムは、ユーザー問い合せを言語学的に分析することによって、この問い合せ内に潜む意図の発見もサポートすることができる。本明細書において論ずる同一指示解決および曖昧さ解決機構は、図２に関して論じたような統語解析２１５、意味マッピング２２５、および意味インデックス化２４５に関して動作することができる。同一指示解決は、テキスト・コンテンツ２１０上において直接実行することができ、あるいは解析２１５またはセマティック・マッピング２２５の動作からの情報を用いることができる。

図示のように、同一指示解決３２０、３７０は、区分した部署に対して直接、そして意味マッピング２２５の一部として実行することができる。２回行われるこれらの同一指示解決３２０、３７０を併合することもでき、あるいはこれらの情報出力を併合することもできる。尚、同一指示解決は、統語解析２１５と意味マッピング２２５との間で行ってもよいことは認められてしかるべきである。また、同一指示解決は自然言語処理パイプライン内における他の任意の段階において行うこともできる。自然言語処理システム内における種々の位置に、１つ、２つ、あるいはそれ以上の同一指示解決コンポーネントまたは段階があってもよい。テキスト・コンテンツ２１０を分析して、意味インデックス２５０に格納すべき情報を求めることができる。検索は、意味インデックス２５０に照会して所望の情報を求めることを伴うことができる。

コンテンツ区分３１０は、テキスト・コンテンツ２１０を構成する文書について実行することができる。これらの文書を区分すると、一層効率的かつ潜在的に一層精度が高い同一指示解決３２０を求めることができる。同一指示解決３２０は、文書全体にわたる潜在的な参照関係を考慮することができる。長い文書については、隔たった表現を比較するのに、大量の時間が費やされる可能性がある。処理速度を考慮するとき、同一指示解決３２０に先立つ文書のコンテンツ区分３１０によって、処理に用いられる時間を大幅に短縮することができる。コンテンツ区分３１０は、同一指示解決３２０における試行に利用されるコンテンツ・テキスト２１０の量を効果的に削減することができる。

コンテンツ区分３１０は、情報を意味同一指示解決３７０に提供して、いつ新たな文書区間が始まるのかを示すことができる。このような情報は、区分信号３１２として、またはマークアップをコンテンツ文書区間に挿入することによって提供することができる。メタ情報またはその他のメカニズムを収容する外部ファイルを用いることもできる。

文書の構造を用いて、参照関係が交差する可能性が低い区間境界を特定することができる。文書構造は、節の境界、章のような明示的なマークアップ、または段落の見出しのいずれかから推論することができる。また、文書の構造は言語学的処理によって発見することもできる。指定した長さを超過する区間は、更に細分化することもできる。所望の細分化長は、例えば、文章の数または単語の数に関して表現することができる。

信頼性のある文書構造分析(structuring)が入手できない場合、経験的または統計的判断基準を適用することもできる。このような判断基準は、区間のサイズを所定の最大値に制限しつつ、同一指示を一緒に保持し易くするように指定するとよい。テキスト・コンテンツ２１０の文書を区分するには、種々のその他の手法も適用することができる。また、コンテンツ区分３１０は、文書全体を１つの区間として指定する場合もある。

同一指示解決３２０、３７０は、コンテンツ・テキスト２１０内において同一指示およびエリアスを特定するために用いることができる。例えば、文章「彼はグェルニカを描いた」をインデックス化する場合、「彼」がピカソに言及すると判断することは、極めて重大であり得る。これは、特に、事実に基づく取り出しが用いられる場合に、そうなる。この代名詞の別名がピカソであると解決すると、ある一人の男性である「彼」がグェルニカを描いたという役に立たない事実ではなく、ピカソがグェルニカを描いたという事実をインデックス化することをサポートすることができる。この代名詞の指示対象を特定しインデックス化することができないと、事実に基づく取り出し方法を用いて、問い合せ「ピカソが描いた」に応答して文書を取り出しすることは困難となる可能性がある。この問い合せに関連する文書が、他の方法では戻されなかったかもしれないが、本システムではその文書が戻された場合、本システムの呼び出し能力(recall)が勝っている(improved)と言うことができる。

注釈３３０をテキスト・コンテンツ２１０に適用し、存在および可能な同一指示関係の追跡をサポートすることもできる。解決判断における信頼度の値も、テキスト・コンテンツ２１０の中に注釈として入れる、即ち、書き込むことができる。解決判断は、明示的な注釈マークをテキストに追加することによって記録することができる。例えば、「ジョンはメリーを訪問した。彼は彼女に２００３において会った。」というテキストが与えられたとする。注釈３３０は、「［Ｅ１：０９ジョン］が［Ｅ２：０８メリー］に会った。［Ｅ１：０９彼］は［Ｅ２：０８彼女］に２００３において会った。」といように適用することができる。ここで、「ジョン」および「彼」という単語は、信頼度の値が０．９である存在１ Ｅ１として関係付けることができる。同様に、「メリー」および「彼女の」という単語は、信頼度の値が０．８である存在２ Ｅ２として関係付けることができる。信頼度の値は、同一指示解決３２０の判断における信頼度の尺度を示すことができる。注釈は、同一指示判断を直接エンコードすることができ、あるいは注釈は、注釈を付けたテキストにおいて関連する用語を、スタンドアサイド注釈(stand aside annotation)３２５における追加情報に接続する識別子として機能することができる。

同一指示解決３２０判断は、意味マッピング２２５を構築するプロセスの一部として用いることができる。同一指示解決３２０において用いた参照元表現を、テキスト・コンテンツ２１０内にある同一行注釈によって、意味マッピング２２５の入力表現に統合することもできる。また、参照は、外部の別個存在マップ３２５の中に別々に設けることもできる。

ワールド・ワイド・ウェブのような、大きなテキスト・コンテンツ２１０の文書集合体において、同じ文章が異なる文脈で複数回現れる場合がある。これらの異なる文脈のために、同一指示解決３２０に対して異なる候補が得られることもあり得る。統語解析２１５は計算上集約的となる可能性があるので、文章に対する解析結果をキャッシュに保存することが有用な場合がある。このようなキャッシング・メカニズム３５０は、今後文章に遭遇したときに、解析情報の迅速な取り出しをサポートすることができる。

同一指示解決３２０を、異なる文脈に現れる１つの文章に適用すると、同一指示は文脈に左右される可能性があるので、同じ参照元表現に対して、異なる同一指示関係が特定されることがあり得る。このため、異なる存在識別子をテキストの同一行に挿入するとよい。例えば、２つの異なる文書に「彼は頭がいい」というテキストが現れる場合、２つの異なる識別子を注釈として付けるとよい。即ち、「［Ｅ２１彼］は頭がいい。」および「［Ｅ７８彼］は頭がいい。」となる。この場合、第１文書における単語「彼」は、第２文書における単語「彼」とは異なる人に言及する。

浅い同一指示解決３２０には、異なる情報源がある場合もある。例えば、同一指示解決３２０の間に行われる表現検出に加えて、テキスト・コンテンツ２１０において適正な名称を発見することを専門とするシステムがある場合もあり得る。これら異なる情報源は、矛盾する解決情報を識別することができる。例えば、境界が交差する場合に、矛盾する解が生ずる可能性がある。例えば、２つのシステムが以下の矛盾する参照元表現を識別していたということもあり得る。
「［ジョン］は［ジョージ・ワシントン］に［アーヴィング］は偉大な作家だと言った。」
「［ジョン］は［ジョージ］に［ワシントン・アーヴィング］は偉大な作家だと言った。」

以下の交差境界の矛盾について検討する。最初の文字列における［ジョージ・ワシントン］は、２番目の文字列における［ジョージ］と矛盾する。また、最初の文字列における［ジョージ・ワシントン］は、２番目の文字列における［ワシントン・アーヴィング］と矛盾する。信頼度情報または文脈素因に基づいて、この矛盾を解決するためまたはそれを保存するために、異なる策を繰り返し適用するとよい。「欠落」策では、信頼度が最も低いものを欠落させることによって、２つ以上の矛盾する境界を解決する。「融合」策は、２つ以上の境界が両立できる文脈において等しくもっともらしい場合、これらの境界をしかるべく移動させることができる。例えば、「［Mr. John］Smith」および「Mr.［John Smith］」は、融合して「［Mr. John Smith］」を求めることができる。「保存」策では、複数の境界の構成およびそれらの信頼度の値が、融合も欠落もサポートしない場合、これらを曖昧な出力として維持することによって、これらを保存することができる。例えば、「［Alexander the Great］」および「［Alexander］［the Great］」は、二者択一の曖昧な解として提示することができる。

解析コンポーネント２１５は、曖昧な入力の直接解析をサポートする曖昧承知解析部とすることができ、統語解析３５５は曖昧さを保存することができる。あるいは、曖昧入力解決を別個に解析しなければならない場合もあり、複数の出力構造を別々に意味処理コンポーネント２２５に受け渡すこともあり得る。意味処理２２５については以下で更に詳しく論ずるが、統語解析部２１５の各出力に複数回適用することができる。この結果、異なる統語入力毎に異なる意味出力が得られる場合もある。あるいは、意味マッピング２２５が種々の入力を組み合わせて、これらを一斉に処理することもできる。

意味マッピング２２５は、意味正規化３６０と共に開始することができる。統語解析３５５が出力する文章の複数の曖昧さは、異なる形態を有しつつ、意味を共有することができる。例えば、これは受動的言語(passive language)の正規化において生ずる場合がある。「ジョンはメリーに贈り物をあげた。」を検討すると、「ジョン」という単語は主語であり、「メリー」は間接目的語である。「贈り物がジョンによってメリーに与えられた。」を検討すると、主語は「メリー」であり、「ジョン」は目的語である。正規化３６０では、これら２つの例が、「ジョン」が意味−主語であり「メリー」が意味−間接−目的語であるとして同一に表された出力を得ることができる。あるいは、「ジョン」を動作主として識別し、「メリー」を受納者として識別することもできる。同様に、「ローマのカルタゴ破壊」および「ローマはカルタゴを破壊した」について、全く同じ表現を提示することもできる。

また、意味正規化は、解析した文章の異なる単語についての情報を追加することもできる。例えば、語彙においてこれらの単語を特定し、それらの同義語、上位語、可能な別名、およびその他の語彙的情報と関連付けることができる。

意味に基づく同一指示解決３７０は、統語情報および意味情報に基づいて表現を解決することができる。例えば、「ジョンはビルに会った。彼は彼に挨拶した。(He greeted him)」では、「he」は「ジョン」であり、「him」は「ビル」であると解決することができる。この解を特定することができるのは、「he」および「ジョン」は両方共主語であり、一方「him」および「ビル」は双方共目的語であるからである。

浅い同一指示解決３２０は、用語が現れる文書区間を検査することによって機能することができる。対照的に、意味同一指示解決３７０、または深い同一指示解決は、一度に１文章を処理することができる。文章の可能な先行詞(antecedent)を先行詞記憶部３７５に入力し、後の文章の意味同一指示解決３７０が、以前に導入した要素にアクセスできるようにすることができる。先行詞は、文章におけるそれらの文法的機能および役割、テキストにおけるそれらの距離、他の先行詞とのそれらの関係に関する情報、および種々のその他の情報と共に格納することができる。

表現融合３８０は、浅い同一指示解決３２０からの表現、付帯注釈３２５、および意味同一指示解決３７０からの情報を組み合わせることができる。組み合わせるべき用語についての情報は、文字列整合または注釈３３０を用いて特定することができる。同じテキスト上にある２つの注釈を組み合わせるためのその他のメカニズムを用いることもできる。

統語解析２１５は、任意に検出した参照元表現についての自然な統合点とすることができる。解析部は、構成要素のような文章における構造、または主語および目的語のような文法的関係を推論することをサポートすることができる。曖昧対応統語解析部２１５は、文章の複数の代替構造表現を識別することができる。一例において、各参照元表現の左境界が、解析からの両立部分の開始と一致する表現のみを保持することによって、同一指示解決３２０からの情報を用いて、統語解析部２１５の出力をフィルタリングすることができる。例えば、同一指示解決は、「［Ｅ０ジョン］は［Ｅ１ジョージ］に［Ｅ２ワシントン・アーヴィング］は偉大な作家だと言った。」におけるように、同一指示を確立することができる。統語解析部２１５は４つの解析可能性を別個に提示することができる。
１．［ジョン］および［ジョージ］および［ワシントン・アーヴィング］
２．［ジョン］および［ジョージ］および［ワシントン］および［アーヴィング］
３．［ジョン］および［ジョージ・ワシントン］および［アーヴィング］
４．［ジョン］および［ジョージ・ワシントン・アーヴィング］
解析部可能性の３番および４番は、指示解決３２０によって提示された存在Ｅ２「ワシントン・アーヴィング」の左境界と両立しないので、除外するとよい。

拡張３８５のプロセスは、追加情報を表現に追加することができる。例えば、「ジョンはビルから車を売った」(John sold a car from Bill)について、拡張３８５は「ビルはジョンから車を買った」という表現を追加して出力することができる。同様に、「ジョンはビルを殺した」について、拡張３８５は「ビルは死んだ」という表現を追加して出力することができる。

従前からの検索エンジンは、ユーザー問い合せに応答して、一致するキーワードまたはタームに基づいて、文書を取り出しすることができる。これら従前からのシステムでは、問い合せからのタームの内、文書において出てくるタームの数、それらのタームが出てくる頻度、またはタームが一緒に出てくる緊密さというような要因に応じて、文書を格付けすることができる。

前述の問い合せの一例「ピカソは描いた」について、「ピカソはマラガで生まれた。彼はグェルニカを描いた」を収容する第１文書例および「ピカソの友人マチスは大量に描いた」を収容する第２文書例と共に検討する。これらが全て等しいとすると、従前のシステムは、第２文書を第１文書よりも高く格付けする可能性がある。何故なら、「ピカソ」および「描いた」という単語が第２文書における方が互いに近接しているからである。対照的に、第１文書における「彼」という単語がピカソに言及すると解決できるシステムは、この知識に基づいて正しく、第１文書の方を高く格付けすることができる。「ピカソは描いた」という問い合せが、ピカソが何を描いたか知ろうとするユーザーの意思を反映すると仮定すると、第１文書の方が関連が深い結果であることは明らかである。

自然言語処理システム３００は、異なるアーキテクチャを有することができる。一実施形態では、パイプラインを備えることができ、言語処理の１つ段階からの情報を、後の段階に入力として受け渡す。尚、これらの手法は、自然言語テキスト・コンテンツ２１０から、インデックス化する事実を抽出するように動作可能な任意のその他のアーキテクチャによっても実現できることは認められてしかるべきである。

これより図４を参照して、曖昧感応自然言語処理システムにおける同一指示解決のために、本明細書において紹介する実施形態に関する更なる詳細について示す。即ち、図４は、本明細書において紹介する一実施形態の態様による同一指示解決による、曖昧感応インデックス化のプロセス４００の態様を示す流れ図である。

尚、ここで説明する論理動作は、（１）計算システム上で走る一連のコンピューター実施行為(act)またはプログラム・モジュールとして、および／または（２）計算システム内部において相互接続された機械論理回路または回路モジュールとして実現されていることは、認められてしかるべきである。この実現例は、計算システムの性能およびその他の要件に応じた選択事項である。したがって、ここで説明する論理動作は、状態動作、構造的デバイス、行為、またはモジュールというように、様々な呼称がある。これらの動作、構造的デバイス、行為、およびモジュールは、ソフトウェア、ファームウェア、特殊目的ディジタル・ロジック、およびその任意の組み合わせにおいて実現することができる。また、図に示しここで説明する動作よりも多い動作または少ない動作でも実行できることも認められてしかるべきである。また、これらの動作は、順次実行しても、並列に実行しても、またはここに説明する順序とは異なる順序で実行してもよい。

ルーチン４００は動作４１０において開始し、ここでは、テキスト・コンテンツ４１０の一部を、分析およびインデックス化のために取り出すことができる。動作４２０において、テキスト・コンテンツ２１０を区分し、解決処理が多く検索し分析するテキストの区域を制限することができる。この区分は、文章、句、ページ、章、または節のような、テキスト内における構造に基づくことができる。また、この区分は、単語数、文章数、あるいは空間または複雑度のその他の計量に基づくこともできる。

動作４３０において、テキスト・コンテンツ２１０内において同一指示を解決することができる。動作４３０内において確定した境界で作業することによって、同一指示を特定し照合することができる。別名集合も確立することができる。表面構造を用いて、「浅い」解決を行うこともできる。同一指示解決の間に発生する曖昧さに注釈を付けることもできる。このような注釈３４０は、テキスト・コンテンツ２１０内において、または外部存在マップの使用によって、マークアップとして提示することもできる。また、同様の注釈を用いて参照および指示対象に存在番号を付することもできる。また、注釈は、確定した同一指示解決の信頼度のレベルを示すために提示することもできる。

動作４４０において、統語解析によって、文章を、単語間の統語関係を明示させる表現に変換することができる。解析部２１５は、特定の言語と関連のある文法２２０を適用して、統語解析３５５の情報を提供することができる。

動作４５０において、意味表現をテキスト・コンテンツ２１０から抽出することができる。テキスト・コンテンツ２１０の内部にある文書において表現されている情報は、テキストの中にある存在間における関係の表現に関して、規則的に編成することができる。これらの関係は、一般的な意味では事実と呼ぶこともできる。

動作４５５において、統語解析２１５から出力された統語解析３５５の情報を用いて、深い同一指示解決３７０をサポートすることができる。動作４５０の間に得られる意味表現も利用することができる。

動作４６０において、浅い同一指示解決動作４３０からの表現を、深い同一指示解決動作４５５からの情報と統合することができる。曖昧対応統語解析部２１５は、文章の複数の代替構造表現を識別することができる。同一指示解決からの情報は、統語解析部２１５の出力をフィルタリングするために用いることができる。

動作４７０において、テキスト・コンテンツ２１０の意味を拡張して、選択した暗示表現を含ませることができる。動作４７５において、コンテンツ・テキスト内における事柄(affair)、存在、イベント、および状態間における関係を表現する意味表現から事実を抽出することができる。動作４８０において、事実および存在を意味インデックス２５０に格納することができる。

ルーチン４００は、動作４８０の後に終了することができる。しかしながら、ルーチン４００を繰り返しまたは連続的に適用して、意味インデックス２５０に適用するテキスト・コンテンツ２１０の部分を取り出すこともできることは認められてしかるべきである。

これより図５に移ると、コンピューター・アーキテクチャ５００の一例が、曖昧感応自然言語処理システムにおける同一指示解決のために、本明細書において記載したソフトウェア・コンポーネントを実行することができる。図５に示すコンピューター・アーキテクチャは、従来のデスクトップ、ラップトップ、またはサーバー・コンピューターを示し、本明細書に記載したように、本明細書において紹介したソフトウェア・コンポーネントの任意の態様を実行するために利用することができる。しかしながら、記載したソフトウェア・コンポーネントは、移動体デバイス、テレビジョン、セット・トップ・ボックス、キオスク、車両情報システム、移動体電話機、埋め込みシステム、またはそれ以外というような、その他の計算環境例においても実行できることは認められてしかるべきである。クライアント・コンピューター１１０Ａ〜１１０Ｄまたはサーバー・コンピューター１２０の内任意の１つ以上は、実施形態によるコンピューター・システム５００として実現することができる。

図５に示すコンピューター・アーキテクチャは、中央処理ユニット１０（「ＣＰＵ」）、ランダム・アクセス・メモリー１４（「ＲＡＭ」）およびリード・オンリ・メモリー（「ＲＯＭ」）１６を含むシステム・メモリー１３、ならびにこれらのメモリー１３をＣＰＵ１０に結合するシステム・バス１１を含む。基本入出力システムは、起動中のように、コンピューター５００内のエレメント間において情報を転送するのに役立つ基本的なルーチンを含み、ＲＯＭ１６に格納されている。更に、コンピューター５００は、オペレーティング・システム１８、ソフトウェア、データー、および自然言語エンジン１３０と関連のあるプログラム・モジュールのような、種々のプログラム・モジュールを格納する大容量記憶装置１５も含む。自然言語エンジン１３０は、本明細書において記載したソフトウェア・コンポーネントの部分を実行することができる。自然言語エンジン１３０と関連のある意味インデックス２５０は、大容量記憶装置１５内に格納することができる。

大容量記憶装置１５は、ＣＰＵ１０に、バス１１に接続されている大容量記憶コントローラ（図示せず）を介して接続されている。大容量記憶装置１５およびそれに関連するコンピューター読み取り可能媒体は、コンピューター５００に不揮発性ストレージを備えている。本明細書に収蔵するコンピューター読み取り可能媒体の記述は、ハード・ディスクまたはＣＤ−ＲＯＭドライブのような大容量記憶デバイスに言及するが、コンピューター読み取り可能媒体は、コンピューター５００によってアクセスすることができる、任意の入手可能なコンピューター記憶媒体とすることができることは、当業者には認められてしかるべきであろう。

一例として、そして限定ではなく、コンピューター読み取り可能媒体は、コンピューター読み取り可能命令、データー構造、プログラム・モジュール、またはその他のデーターというような情報の格納のために、任意の方法または技術で実施される、揮発性および不揮発性、リムーバブル、および非リムーバブル媒体を含む。例えば、コンピューター読み取り可能媒体は、ＲＡＭ、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、フラッシュ・メモリーまたはその他のソリッド・ステート・メモリー技術、ＣＤ−ＲＯＭ、ディジタル・バーサタイル・ディスク（ＤＶＤ）、ＨＤ−ＤＶＤ、ＢＬＵ−ＲＡＹ、またはその他の光ストレージ、磁気カセット、磁気テープ、磁気ディスク・ストレージまたはその他の磁気記憶デバイス、あるいは所望の情報を格納するために用いることができしかもコンピューター５００がアクセス可能なその他のいずれの媒体も含むが、これらに限定されるのではない。

種々の実施形態によれば、コンピューター５００は、ネットワーク１４０のようなネットワークを通じて、リモート・コンピューターへの論理接続を用いて、ネットワーク型環境において動作することもできる。コンピューター５００は、バス１１に接続されているネットワーク・インターフェース・ユニット１９を通じてネットワーク１４０に接続することができる。尚、ネットワーク・インターフェース・ユニット１９は、他のタイプのネットワークおよびリモート・コンピューター・システムに接続するためにも利用することができることは、認められてしかるべきである。また、コンピューター５００は、キーボード、マウス、または電子スタイラス（図示せず）を含む、多数のその他のデバイスから入力を受け取り処理するために、入力／出力コントローラ１２も含むことができる。同様に、入力／出力コントローラは、表示画面、プリンター、またはその他の種類の出力デバイス（これも示されていない）に出力を供給することができる。

先に端的に述べたように、ネットワーク型デスクトップ、ラップトップ、サーバー・コンピューター、またはその他の計算環境の動作を制御するのに適したオペレーティング・システム１８を含む、多数のプログラム・モジュールおよびデーター・ファイルをコンピューター５００の大容量記憶デバイス１５およびＲＡＭ１４に格納することができる。大容量記憶デバイス１５、ＲＯＭ１６、およびＲＡＭ１４は、１つ以上のプログラム・モジュールも格納することができる。即ち、大容量記憶デバイス１５、ＲＯＭ１６、およびＲＡＭ１４は、ＣＰＵ１０による実行のために、自然言語エンジン１３０を格納することができる。自然言語エンジン１３０は、図２から図４に関して詳細に論じたプロセスの部分を実現するソフトウェア・コンポーネントを含むことができる。また、大容量記憶デバイス１５、ＲＯＭ１６、およびＲＡＭ１４は、その他の種類のプログラム・モジュールを格納することもできる。また、大容量記憶デバイス１５、ＲＯＭ１６、およびＲＡＭ１４は、自然言語エンジン１３０と関連のある意味インデックス２５０も格納することができる。

以上の説明に基づいて、曖昧感応自然言語処理システムにおける同一指示解決のための技術が、本明細書において紹介されたことが認められてしかるべきである。本明細書において紹介した主題は、コンピューターの構造的特徴、方法論的行為、およびコンピューター読み取り可能媒体に特定した文言で記載したが、添付する特許請求の範囲において定める発明は、本明細書において記載した具体的な特徴、行為、または媒体のいずれにも必ずしも限定されないことは言うまでもない。むしろ、これら具体的な特徴、行為、および媒体は、特許請求の範囲を実現する形態例として開示したに過ぎない。

以上に記載した主題は、例示のために提示したのであって、限定と解釈してはならない。本明細書に記載した主題には、図示および記載した実施形態例およびアプリケーション例に従わなくとも、そして以下の特許請求の範囲に明記する本発明の真の主旨および範囲から逸脱することなく、種々の修正や変更が可能である。

Claims (20)

1. 同一指示解決メカニズムを統合する方法であって、
   テキストの一部を取り出すステップと、
   前記テキストの一部の中において同一指示を識別するステップと、
   前記テキストの一部から事実を抽出するステップと、
   前記識別した同一指示に基づいて、同一指示的意味を含むように、前記事実を拡張するステップと、
   を含む、方法。
2. 請求項１記載の方法において、前記同一指示を識別するステップは、統語解析からの情報を組み込む、方法。
3. 請求項１記載の方法において、前記同一指示を識別するステップは、意味マッピングからの情報を組み込む、方法。
4. 請求項１記載の方法において、前記同一指示を識別するステップは、曖昧な同一指示を識別することを含む、方法。
5. 請求項１記載の方法であって、更に、前記テキストの一部において曖昧さを識別するステップを含む、方法。
6. 請求項５記載の方法であって、更に、前記識別した曖昧さに基づいて、曖昧な意味を含むように前記事実を拡張するステップを含む、方法。
7. 請求項１記載の方法であって、更に、前記拡張した事実を、情報取り出しをサポートするように動作可能なインデックスに格納するステップを含む、方法。
8. 請求項７記載の方法であって、更に、検索問い合せに応答して、前記インデックスから前記拡張した事実を取り出すステップを含む、方法。
9. 請求項１記載の方法であって、更に、前記テキストの一部において識別した同一指示に注釈を付けるステップを含む、方法。
10. 請求項２記載の方法であって、更に、前記統語解析からの情報をキャッシュするステップを含む、方法。
11. コンピューター実行可能命令が格納されたコンピューター記憶媒体であって、前記コンピューター実行可能命令は、コンピューターによって実行されると、該コンピューターに、
    テキストの一部を取り出させ、
    前記テキストの一部の中において同一指示を識別させ、
    前記テキストの一部から事実を抽出させ、
    前記識別した同一指示に基づいて、同一指示的意味を含むように、前記事実を拡張させる、コンピューター記憶媒体。
12. 請求項１１記載のコンピューター記憶媒体において、前記同一指示を識別することは、統語解析からの情報を組み込む、コンピューター記憶媒体。
13. 請求項１１記載のコンピューター記憶媒体において、前記同一指示を識別することは、意味マッピングからの情報を組み込む、コンピューター記憶媒体。
14. 請求項１１記載のコンピューター記憶媒体において、前記同一指示を識別することは、曖昧な同一指示を識別することを含む、コンピューター記憶媒体。
15. 請求項１１記載のコンピューター記憶媒体であって、更に、前記コンピューターに、前記テキストの一部において曖昧さを識別させる、コンピューター記憶媒体。
16. 請求項１５記載のコンピューター記憶媒体であって、更に、前記コンピューターに、前記識別した曖昧さに基づいて、曖昧な意味を含むように前記事実を拡張させる、コンピューター記憶媒体。
17. 請求項１１記載のコンピューター記憶媒体であって、更に、前記コンピューターに、前記拡張した事実を、情報取り出しをサポートするように動作可能なインデックスに格納させる、コンピューター記憶媒体。
18. 請求項１７記載のコンピューター記憶媒体であって、更に、前記コンピューターに、検索問い合せに応答して、前記インデックスから前記拡張した事実を取り出させる、コンピューター記憶媒体。
19. 請求項１１記載のコンピューター記憶媒体であって、更に、前記コンピューターに、前記テキストの一部における識別した同一指示に注釈を付けさせる、コンピューター記憶媒体。
20. 同一指示解決メカニズムを統合する方法であって、
    テキストの一部を取り出すステップと、
    前記テキストの一部の中において同一指示を識別するステップと、
    前記テキストの一部の中において曖昧さを識別するステップと、
    前記テキストの一部から事実を抽出するステップと、
    前記識別した同一指示に基づいて、同一指示的意味を含むように、前記事実を拡張するステップと、
    情報取り出しをサポートするように動作可能なインデックスに、前記拡張した事実を格納するステップと、
    検索問い合せに応答して、前記事実から前記拡張した事実を取り出すステップと、
    を含む、方法。

Images