JP2014135045A - 文書分類装置、文書分類方法、及びプログラム - Google Patents
文書分類装置、文書分類方法、及びプログラム Download PDFInfo
- Publication number
- JP2014135045A JP2014135045A JP2013247330A JP2013247330A JP2014135045A JP 2014135045 A JP2014135045 A JP 2014135045A JP 2013247330 A JP2013247330 A JP 2013247330A JP 2013247330 A JP2013247330 A JP 2013247330A JP 2014135045 A JP2014135045 A JP 2014135045A
- Authority
- JP
- Japan
- Prior art keywords
- document
- field
- documents
- similarity
- determination unit
- 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
Images
Abstract
【解決手段】入力された未分類の文書と少なくとも1以上の階層的に分野分類された文書との類似度、及び前記分野分類された文書が属する分野の数を用いて求めた、当該階層における文書間の類似度の和に対して、未分類の文書と分野分類された文書との類似度、及び分野分類された文書が属する階層を構成する1つの階層の分野の数を用いて求めた1つの階層における分野の文書間の類似度の和を除算することで、入力文書の分野のベクトルを求める。
【選択図】図7
Description
次に、図3のフローチャートを参照して、本実施形態の文書分類装置における分野知識構築処理について説明する。
分野知識構築処理の具体例について説明する。
次に、図7のフローチャートを参照して、本実施形態の文書分類装置における分野判定処理について説明する。
分野判定処理の具体例について説明する。
S=0.37×2+0.35×2+0.32×2+0.30×1+0.22×1+0.20×1+0.03×2=2.86
S(スポーツ)=0.37×2+0.35×2+0.32×2+0.30×1+0.22×1+0.20×1=2.80
score(スポーツ)=S(スポーツ)/S=2.8/2.86=0.98
図12は、第2の実施形態における文書分類装置の構成の一例を示す図である。
(クラスタリング処理)
[式4]
第3の実施形態における文書分類装置は、第2の実施形態における文書分類装置と同様の構成からなるが、文書の分野ベクトルと単語ベクトルを合成して文書の特徴ベクトルとする点が異なる。
[式5]
[式6]
d=1のときに、図19の文書集合に対し、算出した文書の特徴ベクトルの一例を図20に示す。
第4の実施形態における文書分類装置は、第1の実施形態におけるステップS709にでは、分野判定部103が、式2および式3により、処理対象となっている分野のスコアを算出しているが、階層の高さを加味したスコアの算出方法を適用する態様を説明する。
201 CPU
202 ROM
203 RAM
204 システムバス
205 入力コントローラ
206 ビデオコントローラ
207 メモリコントローラ
208 通信I/Fコントローラ
209 キーボード
210 ディスプレイ
211 外部メモリ
Claims (6)
- 未分類の入力文書と少なくとも1以上の階層的に分野分類された文書との類似度、及び前記分野分類された文書が属する分野の数を用いて、当該階層における文書間の総類似度を求める第一の分野判定部と、
前記類似度、及び前記分野分類された文書が属する前記階層を構成する1階層の分野の数を用いて、当該1階層における分野の文書間の総類似度を求める第二の分野判定部と、
前記第一の分野判定部によって求まる階層における文書間の総類似度に対する第二の分野判定部によって求まる1階層における分野の文書間の総類似度から、前記入力文書の前記分野のベクトルを求める第三の分野判定部と、
を備えたことを特徴とする文書分類装置。 - 前記第三の分野判定部は、複数の前記入力文書に対して、前記入力文書毎の分野のベクトルから、前記入力文書間の類似度を算出することを特徴とする請求項1に記載の文書分類装置。
- 前記第三の分野判定部は、前記算出した類似度を用いて、前記入力文書を階層的にクラスタリングすることを特徴とする請求項2に記載の文書分類装置。
- 前記第三の分野判定部は、前記入力文書の分野のベクトルと前記入力文書の単語の単語ベクトルとを合成することで、前記入力文書間の類似度を算出することを特徴とする請求項2または3に記載の文書分類装置。
- 文書分類装置における未分類の文書を分野分類する文書分類方法であって、
前記文書分類装置の第一の分野判定部は、未分類の入力文書と少なくとも1以上の階層的に分野分類された文書との類似度、及び前記分野分類された文書が属する分野の数を用いて、当該階層における文書間の総類似度を求める第一の分野判定ステップ、
前記文書分類装置の第二の分野判定部は、前記類似度、及び前記分野分類された文書が属する前記階層を構成する1階層の分野の数を用いて、当該1階層における分野の文書間の総類似度を求める第二の分野判定ステップ、
前記文書分類装置の第三の分野判定部は、前記第一の分野判定ステップによって求まる階層における文書間の総類似度に対する第二の分野判定部によって求まる1階層における分野の文書間の総類似度から、前記入力文書の前記分野のベクトルを求める第三の分野判定ステップ、
を含むことを特徴とする文書分類方法。 - 文書分類装置で読取実行可能なプログラムであって、
前記文書分類装置を、
未分類の入力文書と少なくとも1以上の階層的に分野分類された文書との類似度、及び前記分野分類された文書が属する分野の数を用いて、当該階層における文書間の総類似度を求める第一の分野判定部と、
前記類似度、及び前記分野分類された文書が属する前記階層を構成する1階層の分野の数を用いて、当該1階層における分野の文書間の総類似度を求める第二の分野判定部と、
前記第一の分野判定部によって求まる階層における文書間の総類似度に対する第二の分野判定部によって求まる1階層における分野の文書間の総類似度から、前記入力文書の前記分野のベクトルを求める第三の分野判定部と、
して機能させることを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013247330A JP5751318B2 (ja) | 2012-12-10 | 2013-11-29 | 文書分類装置、文書分類方法、及びプログラム |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012269853 | 2012-12-10 | ||
JP2012269853 | 2012-12-10 | ||
JP2013247330A JP5751318B2 (ja) | 2012-12-10 | 2013-11-29 | 文書分類装置、文書分類方法、及びプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2014135045A true JP2014135045A (ja) | 2014-07-24 |
JP2014135045A5 JP2014135045A5 (ja) | 2014-10-16 |
JP5751318B2 JP5751318B2 (ja) | 2015-07-22 |
Family
ID=51413228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013247330A Active JP5751318B2 (ja) | 2012-12-10 | 2013-11-29 | 文書分類装置、文書分類方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5751318B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018077843A (ja) * | 2016-10-31 | 2018-05-17 | 株式会社東芝 | 思考・議論支援システムおよびその方法 |
CN110119445A (zh) * | 2018-01-15 | 2019-08-13 | 北京京东尚科信息技术有限公司 | 生成特征向量和基于特征向量进行文本分类的方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000250925A (ja) * | 1999-02-26 | 2000-09-14 | Matsushita Electric Ind Co Ltd | 文書検索・分類方法および装置 |
JP2004126883A (ja) * | 2002-10-01 | 2004-04-22 | Canon Inc | 文書検索処理装置、文書検索処理方法、プログラム、及び記憶媒体 |
JP2007199966A (ja) * | 2006-01-25 | 2007-08-09 | Fuji Xerox Co Ltd | 文書分類装置、文書分類方法および文書分類プログラム |
JP2011191834A (ja) * | 2010-03-12 | 2011-09-29 | Hitachi Ltd | 文書分類方法、文書分類装置、およびプログラム |
-
2013
- 2013-11-29 JP JP2013247330A patent/JP5751318B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000250925A (ja) * | 1999-02-26 | 2000-09-14 | Matsushita Electric Ind Co Ltd | 文書検索・分類方法および装置 |
JP2004126883A (ja) * | 2002-10-01 | 2004-04-22 | Canon Inc | 文書検索処理装置、文書検索処理方法、プログラム、及び記憶媒体 |
JP2007199966A (ja) * | 2006-01-25 | 2007-08-09 | Fuji Xerox Co Ltd | 文書分類装置、文書分類方法および文書分類プログラム |
JP2011191834A (ja) * | 2010-03-12 | 2011-09-29 | Hitachi Ltd | 文書分類方法、文書分類装置、およびプログラム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018077843A (ja) * | 2016-10-31 | 2018-05-17 | 株式会社東芝 | 思考・議論支援システムおよびその方法 |
CN110119445A (zh) * | 2018-01-15 | 2019-08-13 | 北京京东尚科信息技术有限公司 | 生成特征向量和基于特征向量进行文本分类的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
JP5751318B2 (ja) | 2015-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7769771B2 (en) | Searching a document using relevance feedback | |
CN108701161B (zh) | 为搜索查询提供图像 | |
US8244773B2 (en) | Keyword output apparatus and method | |
US20070244881A1 (en) | System, method and user interface for retrieving documents | |
CN106095738B (zh) | 推荐表单片段 | |
AU2013365452B2 (en) | Document classification device and program | |
JP5472110B2 (ja) | 関係性発見装置、関係性発見方法および関係性発見プログラム | |
JP2002230021A (ja) | 情報検索装置及び情報検索方法並びに記憶媒体 | |
JP2010009577A (ja) | 情報処理装置、全文検索方法、全文検索プログラム、及び記録媒体 | |
JPWO2014050002A1 (ja) | クエリ類似度評価システム、評価方法、及びプログラム | |
CN114287000A (zh) | 信息检索和/或可视化方法 | |
JP5751318B2 (ja) | 文書分類装置、文書分類方法、及びプログラム | |
JP5869948B2 (ja) | パッセージ分割方法、装置、及びプログラム | |
JP5780633B2 (ja) | 専門家検索装置、および専門家検索方法 | |
JP2012113459A (ja) | 用例翻訳システム、用例翻訳方法及び用例翻訳プログラム | |
JP5269399B2 (ja) | 構造化文書検索装置、方法およびプログラム | |
JP6145562B2 (ja) | 情報構造化システム及び情報構造化方法 | |
JP2011191834A (ja) | 文書分類方法、文書分類装置、およびプログラム | |
KR101078978B1 (ko) | 문서 분류 시스템 | |
Huang et al. | Rough-set-based approach to manufacturing process document retrieval | |
JP2019125025A (ja) | システム、文書データの管理方法、及びプログラム | |
Hersh | Report on the TREC 2004 genomics track | |
JP2009146013A (ja) | コンテンツ検索方法及び装置並びにプログラム | |
JP2007328699A (ja) | 類似キャラクタデータ検索方法、サーバおよびプログラム | |
Li et al. | RECOD@ Placing Task of MediaEval 2015. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140902 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20141022 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20141118 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150119 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150210 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150330 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20150410 |
|
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: 20150421 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150504 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5751318 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |