JP2019192247A - Sentence labeling method and sentence labeling device - Google Patents
Sentence labeling method and sentence labeling device Download PDFInfo
- Publication number
- JP2019192247A JP2019192247A JP2019081336A JP2019081336A JP2019192247A JP 2019192247 A JP2019192247 A JP 2019192247A JP 2019081336 A JP2019081336 A JP 2019081336A JP 2019081336 A JP2019081336 A JP 2019081336A JP 2019192247 A JP2019192247 A JP 2019192247A
- Authority
- JP
- Japan
- Prior art keywords
- sentence
- label
- word
- root word
- root
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
本開示は概して文ラベルに関し、より具体的には、文ラベル方法及び文ラベル装置に関する。 The present disclosure relates generally to sentence labels, and more specifically to sentence label methods and sentence label devices.
従来の文ラベル（ｌａｂｅｌ）は教師付き方法又は教師無し方法に基づき行われる。教師無し方法はワード（ｗｏｒｄ）に基づきラベル可能であるが、様々な情報を総合的に利用して候補ワードをソートすることができず、帰納性が低いため、効果的には教師付き方法に及ばない可能性がある。 Conventional sentence labels are based on supervised or unsupervised methods. The unsupervised method can be labeled based on words, but the candidate words cannot be sorted using a variety of information in a comprehensive manner, and the inductivity is low. It may not be possible.
教師付き方法は意味解析又は構文解析の結果を用いてラベルするなどを含む。従来の意味解析は７０種以上のラベルタイプを提供できるが、従来の意味解析方法は文中のルートワードの一次カスケード関係のみに基づき文のラベルを決定するため、ルートワードと文中のほかのワードとの間の意味関係を失い、さらに文のラベルが不能になり、良好な効果が得られない。 Supervised methods include labeling with the results of semantic analysis or parsing. Conventional semantic analysis can provide more than 70 label types, but conventional semantic analysis methods determine the label of a sentence based only on the primary cascade relationship of the root word in the sentence, so the root word and other words in the sentence It loses the semantic relationship between them, and the labeling of the sentence becomes impossible, and a good effect cannot be obtained.
図１は従来の意味依存構造解析に基づき文をラベルする例を示す。図１に示すように、
という文について、意味依存構造解析に基づきルートワード（「抱歉」）が取得され、且つ、図１に示すように、ルートワード「抱歉」の一次カスケード関係はアフェクション関係、度合いマーカー、句読点マーカー及びネストコンテンツ関係を含む。しかしながら、従来の意味解析方法によって、上記一次カスケード関係に文ラベルを決定するためのカスケード関係がないため、文のラベルを決定できず、該文のラベルが出力されず、さらに文ラベルの目的を達成できない。
FIG. 1 shows an example of labeling a sentence based on a conventional semantic dependency structure analysis. As shown in FIG.
, The root word (“embo”) is acquired based on the semantic dependency structure analysis, and as shown in FIG. 1, the primary cascade relationship of the root word “embo” is an affection relationship, a degree marker, a punctuation marker, and Includes nested content relationships. However, according to the conventional semantic analysis method, since there is no cascade relationship for determining a sentence label in the primary cascade relationship, the sentence label cannot be determined, the sentence label is not output, and the purpose of the sentence label is further improved. Cannot be achieved.
従来の構文解析方法について、文の粗粒度化（ｃｏａｒｓｅ ｇｒａｉｎ）ラベルがより正確であるが、意味情報の利用が欠如しているため、文のラベルには精緻化した結果を提供することが困難である。 For traditional parsing methods, the coarse grain label is more accurate but lacks the use of semantic information, making it difficult to provide refined results for sentence labels It is.
要するに、従来技術では、意味解析又は構文解析の方法を単独に使用する場合、ルートワードとカスケード関係のラベル欠如などの問題があるため、所望の効果を図ることが困難である。 In short, in the prior art, when the semantic analysis or syntactic analysis method is used alone, there is a problem such as a lack of labels in a cascade relationship with the root word, and thus it is difficult to achieve a desired effect.
少なくとも上記問題に鑑みて本開示を提供する。 In view of at least the above problems, the present disclosure is provided.
本開示の一実施例によれば、文ラベル方法を提供し、文の解析に基づき、ルートワードを取得するステップと、前記ルートワードと、前記文中の少なくとも１つのワードとのカスケード関係を決定するステップと、決定されたカスケード関係に応じて、前記文のラベルを決定するステップと、を含み、前記ルートワードが意味解析により取得された第１ルートワードである場合に、決定されたカスケード関係に応じて前記文のラベルを決定するステップは、前記ルートワードの一次カスケード関係に基づき前記文のラベルを決定するステップを含み、ラベルがないと決定された場合に、前記方法は、前記第１ルートワードの二次又は二次以上のカスケード関係に基づき、前記文のラベルを決定するステップ、及び組合せルートワードを取得し、前記組合せルートワードと前記文中の少なくとも１つのワードとのカスケード関係に応じて、前記文のラベルを決定するステップ、のうちの少なくとも一方をさらに含む。 According to one embodiment of the present disclosure, a sentence labeling method is provided, based on sentence analysis, obtaining a root word, and determining a cascade relationship between the root word and at least one word in the sentence. And determining the label of the sentence according to the determined cascade relationship, wherein the determined cascade relationship is determined when the root word is a first root word obtained by semantic analysis. In response, determining the sentence label includes determining a sentence label based on a primary cascade relationship of the root word, and if it is determined that there is no label, the method includes: Determining a label of the sentence based on a secondary or secondary cascade of words, and obtaining a combined root word Depending on the cascade relationship between at least one word of the sentence and the combination routeword, further comprising at least one of steps, determining the label of the statement.
本開示の別の実施例によれば、文ラベル装置を提供し、文の解析に基づきルートワードを取得するルートワード取得モジュールと、前記ルートワードと前記文中の少なくとも１つのワードとのカスケード関係を決定するカスケード関係決定モジュールと、決定されたカスケード関係に応じて、前記文のラベルを決定するラベル決定モジュールと、を備え、前記ルートワードが意味解析により取得された第１ルートワードである場合に、前記ラベル決定モジュールは、前記ルートワードの一次カスケード関係に基づき前記文のラベルを決定し、ラベルがないと決定された場合に、前記ラベル決定モジュールは、前記第１ルートワードの二次又は二次以上のカスケード関係に基づき、前記文のラベルを決定する操作、及び前記ルートワード取得モジュールにより取得された組合せルートワードと前記文中の少なくとも１つのワードとのカスケード関係に応じて、前記文のラベルを決定する操作、のうちの少なくとも一方を実行する。 According to another embodiment of the present disclosure, a sentence label device is provided, a root word acquisition module that acquires a root word based on sentence analysis, and a cascade relationship between the root word and at least one word in the sentence. A cascade relationship determination module for determining, and a label determination module for determining a label of the sentence according to the determined cascade relationship, wherein the root word is a first root word obtained by semantic analysis The label determination module determines a label of the sentence based on a primary cascade relationship of the root word, and if it is determined that there is no label, the label determination module determines the secondary or secondary of the first root word. An operation for determining the label of the sentence based on the cascade relationship of the next or higher, and the root word acquisition mode. Depending on the cascade relationship between acquired combination routeword and the sentence of at least one word by Yuru, operation of determining the label of the statement, to execute at least one of.
本開示のさらに別の実施例によれば、コンピュータ記憶媒体を提供し、コンピュータ可読命令を記憶し、前記コンピュータ可読命令がコンピュータに実行されると、前記コンピュータに、文の解析に基づき、ルートワードを取得するステップと、前記ルートワードと前記文中の少なくとも１つのワードとのカスケード関係を決定するステップと、決定されたカスケード関係に応じて、前記文のラベルを決定するステップと、を実行させ、前記ルートワードが意味解析により取得された第１ルートワードである場合に、決定されたカスケード関係に応じて前記文のラベルを決定するステップは、前記ルートワードの一次カスケード関係に基づき前記文のラベルを決定するステップを含み、ラベルがないと決定された場合に、前記方法は、前記第１ルートワードの二次又は二次以上のカスケード関係に基づき、前記文のラベルを決定するステップ、及び組合せルートワードを取得し、前記組合せルートワードと前記文中の少なくとも１つのワードとのカスケード関係に応じて、前記文のラベルを決定するステップ、のうちの少なくとも一方をさらに含む。 In accordance with yet another embodiment of the present disclosure, a computer storage medium is provided, computer readable instructions are stored, and when the computer readable instructions are executed on a computer, the computer executes a root word based on sentence analysis. Obtaining a cascade relationship between the root word and at least one word in the sentence; and determining a label of the sentence according to the determined cascade relation; If the root word is a first root word obtained by semantic analysis, the step of determining a label of the sentence according to the determined cascade relation includes: labeling the sentence based on a primary cascade relation of the root word Determining that there is no label, the method includes: Determining a label of the sentence based on a secondary or secondary cascade relationship of root words, obtaining a combined root word, and depending on the cascade relation between the combined root word and at least one word in the sentence And determining the label of the sentence.
本開示のまたさらに別の実施例によれば、文ラベル装置を提供し、前記文ラベル装置は、コンピュータ可読命令を記憶するメモリと、前記コンピュータ可読命令を実行し、前記文ラベル装置に、文の解析に基づきルートワードを取得するステップと、前記ルートワードと前記文中の少なくとも１つのワードとのカスケード関係を決定するステップと、及び決定されたカスケード関係に応じて、前記文のラベルを決定するステップと、を実行させるプロセッサと、を備え、前記ルートワードが意味解析により取得された第１ルートワードである場合に、決定されたカスケード関係に応じて前記文のラベルを決定するステップは、前記ルートワードの一次カスケード関係に基づき前記文のラベルを決定するステップを含み、ラベルがないと決定された場合に、前記方法は、前記第１ルートワードの二次又は二次以上のカスケード関係に基づき、前記文のラベルを決定するステップ、及び組合せルートワードを取得し、前記組合せルートワードと前記文中の少なくとも１つのワードとのカスケード関係に応じて、前記文のラベルを決定するステップ、のうちの少なくとも一方をさらに含む。 According to yet another embodiment of the present disclosure, a sentence label device is provided, wherein the sentence label device executes a computer readable instruction, a memory for storing a computer readable instruction, and the sentence label device includes a sentence. Obtaining a root word based on the analysis of; determining a cascade relationship between the root word and at least one word in the sentence; and determining a label of the sentence according to the determined cascade relation Determining a label of the sentence according to the determined cascade relationship when the root word is a first root word obtained by semantic analysis, Determining the label of the sentence based on a primary cascade relationship of the root word, and determining that there is no label. The method determines a label of the sentence based on a secondary or secondary cascade relationship of the first root word, obtains a combination root word, and the combination root word and the sentence And determining at least one of the label of the sentence in response to a cascade relationship with at least one word.
本開示の実施例に係る文ラベル方法及び文ラベル装置によれば、意味解析方法と構文解析方法の利点を総合し、文中の意味情報を十分に活用することで、文ラベルの結果の精度と正確性を向上させた。 According to the sentence labeling method and the sentence labeling apparatus according to the embodiment of the present disclosure, the advantages of the semantic analysis method and the syntax analysis method are integrated, and the semantic information in the sentence is fully utilized to improve the accuracy of the sentence label result. Improved accuracy.
図面を参照して本開示の実施例をより詳細に説明することで、本開示の上記及びほかの目的、特徴及び利点が明らかになる。図面は本開示の実施例に対する更なる理解を提供するものであり、明細書の一部として構成され、本開示の実施例とともに本開示を説明するが、本開示を限定するものではない。図中、同一符号は通常、同一要素又はステップを示す。 The above and other objects, features and advantages of the present disclosure will become apparent from the detailed description of embodiments of the present disclosure with reference to the drawings. The drawings provide a further understanding of the embodiments of the present disclosure and are configured as part of the specification to illustrate the present disclosure along with the embodiments of the present disclosure, but not to limit the present disclosure. In the drawings, the same reference numeral usually indicates the same element or step.
本開示の目的、技術案及び利点を明確にするために、以下、図面を参照して本開示に係る例示的な実施例を詳細に説明する。明らかなように、説明される実施例は本開示の一部の実施例に過ぎず、本開示のすべての実施例ではなく、本開示はここで説明される例示的な実施例に限定されるものではないことが理解すべきである。本開示に係る実施例に基づき、当業者が進歩性のある努力をせずに得られるほかの実施例は本開示の保護範囲に属する。 In order to clarify the objects, technical solutions, and advantages of the present disclosure, exemplary embodiments according to the present disclosure will be described in detail below with reference to the drawings. Apparently, the described embodiments are only a part of the present disclosure, and not all the embodiments of the present disclosure, and the present disclosure is limited to the exemplary embodiments described herein. It should be understood that it is not a thing. Based on the embodiments according to the present disclosure, other embodiments obtained by those skilled in the art without making an inventive effort belong to the protection scope of the present disclosure.
以下、図面を参照して本開示の実施例を詳細に説明する。 Hereinafter, embodiments of the present disclosure will be described in detail with reference to the drawings.
図２は本開示の実施例に係る文ラベル方法２００を概略的に示すフローチャートである。 FIG. 2 is a flowchart schematically showing a sentence labeling method 200 according to an embodiment of the present disclosure.
図２に示すように、ステップＳ２１０では、文の解析に基づき、ルートワードを取得する。 As shown in FIG. 2, in step S210, a root word is acquired based on sentence analysis.
前記文は、例えば
、「Ｉ ｄｏｎ’ｔ ｌｉｋｅ ａｐｐｌｅｓ」など様々な中国語の文や外国語の文を含む。該ステップ２１０では、意味依存構造解析方法などのような意味解析方法又は依存構文解析などのような構文解析方法など適切な種々の文解析方法によって文を解析してルートワードを取得し得る。
The sentence is, for example,
, “I don't like apples” and various Chinese sentences and foreign language sentences. In step 210, a root word can be obtained by analyzing a sentence by various appropriate sentence analysis methods such as a semantic analysis method such as a semantic dependency structure analysis method or a syntax analysis method such as dependency syntax analysis.
同一文について、意味解析に基づき取得されたルートワードと構文解析に基づき取得されたルートワードは異なる可能性がある。例えば、上記
という文について、意味解析方法に基づき取得されたルートワードは「抱歉」、構文解析方法に基づき取得されたルートワードは「做出」である。
For the same sentence, the root word obtained based on semantic analysis and the root word obtained based on syntactic analysis may be different. For example, the above
, The root word acquired based on the semantic analysis method is “Hug”, and the root word acquired based on the syntax analysis method is “Find”.
ステップＳ２２０では、前記ルートワードと、前記文中の少なくとも１つのワードとのカスケード関係を決定する。 In step S220, a cascade relationship between the root word and at least one word in the sentence is determined.
一実施例では、前記文を構文解析し、前記ルートワードと前記文中の少なくとも１つのワードとのカスケード関係を決定する。前記文を依存構文解析することを例に、取得されたルートワードを、さらに文の各ワード（要素）間の依存関係に基づきその構文構造を解析し、ルートワードと文中のほかの少なくとも１つのワードとのカスケード関係を取得し得る。例えば、依存構文解析に基づき文中の「主語・述語・目的語」、「連体修飾語・連用修飾語・補語」などの文法要素を識別し、ルートワードと文中のほかのワードとのカスケード関係を取得し得る。該カスケード関係は一次カスケード関係（すなわち、ルートワードと文中のほかのワードとの直接的なカスケード関係）及び二次及び二次以上のカスケード関係（すなわち、ルートワードと文中のほかのワードとの間接的なカスケード関係）を含んでもよい。 In one embodiment, the sentence is parsed to determine a cascade relationship between the root word and at least one word in the sentence. Using the example of dependency parsing of the sentence, the acquired root word is further analyzed based on the dependency between each word (element) of the sentence, and the root word and at least one other in the sentence are analyzed. A cascade relationship with a word can be obtained. For example, grammatical elements such as “subject / predicate / object” and “combined modifier / continuous modifier / complement” in a sentence are identified based on dependency parsing, and the cascade relationship between the root word and other words in the sentence Can get. The cascade relationship includes a primary cascade relationship (ie, a direct cascade relationship between the root word and other words in the sentence) and a secondary and secondary cascade relationship (ie, an indirect connection between the root word and other words in the sentence). Cascading relationship).
図４Ａは依存構文解析に基づき決定されたルートワードが有するカスケード関係の例を示す図である。図４Ａに例示される文
に対し、構文解析方法に基づき、ルートワード「做出」を取得する。さらに文中の各ワード（要素）間の依存関係に基づきその構文構造を解析し、ルートワード「做出」と文中のほかのワードとのカスケード関係を取得し得る。
FIG. 4A is a diagram illustrating an example of a cascade relationship that a root word determined based on dependency parsing has. The sentence illustrated in Figure 4A
On the other hand, the root word “Ode” is acquired based on the syntax analysis method. Further, the syntactic structure is analyzed based on the dependency relationship between each word (element) in the sentence, and the cascade relationship between the root word “extraction” and other words in the sentence can be obtained.
例えば、図４Ａ中、取得されたルートワード「做出」が有するカスケード関係は、ルートワード「做出」とワード「我」との主述関係、ルートワード「做出」とワード「抱歉」との連用修飾語／中心語構造、ルートワード「做出」とワード「了」との右付加関係、ルートワード「做出」とワード「决定」との動目関係、ルートワード「做出」と句読点の句点との依存関係のような一次カスケード関係と、ワード「抱歉」とワード「很」との連用修飾語／中心語関係、ワード「决定」とワード
との連体修飾語／中心語関係、ワード「决定」とワード「突然」との連体修飾語／中心語関係のような二次カスケード関係と、ワード「突然」とワード「的」との右付加関係のような三次カスケード関係とを含む。
For example, in FIG. 4A, the acquired root word “做出” has a cascade relationship of the root word “ル ー ト 出” and the word “I”, the root word “「 出 ”and the word“ hug ”. Consistent modifier / central word structure, right-added relationship between the root word “做出” and the word “了”, dynamic relationship between the root word “做出” and the word “决定”, root word “做出” and Primary cascading relationships such as the dependency of punctuation marks on punctuation marks, and the combined modifier / center word relationship between the word “hug” and the word “很”, the word “决定” and the word
A secondary cascade relationship, such as a combination modifier / central word relationship with the word, a word modifier and a central word relationship between the word “sudden” and the word “sudden”, and a right addition between the word “sudden” and the word “target” And tertiary cascade relationships such as relationships.
図４Ａは依存構文解析に基づき決定されたルートワードのカスケード関係の例を例示したが、当業者であれば、本発明はそれに限定されるものではないことが理解すべきである。実際の応用に応じて、本分野の公知及び将来の様々な構文解析方法を用いて前記ルートワードと、前記文中の少なくとも１つのワードとのカスケード関係を決定できると理解すべきであり、簡潔にするために、ここでは詳細説明を省略する。 Although FIG. 4A illustrates an example of a cascade relationship of root words determined based on dependency parsing, it should be understood by those skilled in the art that the present invention is not limited thereto. It should be understood that the cascade relationship between the root word and at least one word in the sentence can be determined using various known and future parsing methods in the field, depending on the actual application. Therefore, detailed description is omitted here.
一実施例では、前記文を意味解析し、前記ルートワードと前記文中の少なくとも１つのワードとのカスケード関係を決定し得る。前記文を意味依存構造解析することを例に、さらに文中の各ワード間の意味関係に基づき、ルートワードと文中のほかの少なくとも１つのワードとのカスケード関係を取得し得る。該カスケード関係は一次カスケード関係、二次及び二次以上のカスケード関係を含む。 In one embodiment, the sentence may be semantically analyzed to determine a cascade relationship between the root word and at least one word in the sentence. Taking the sentence as an example of semantic-dependent structure analysis, a cascade relation between the root word and at least one other word in the sentence can be obtained based on the semantic relation between the words in the sentence. The cascade relationship includes a primary cascade relationship, a secondary and secondary cascade relationship.
図４Ｂは意味依存構造解析に基づき決定されたルートワードが有するカスケード関係の例を示す図である。図４Ｂに例示された文
に対し、意味解析に基づき、ルートワード「抱歉」を取得する。さらに、文の各ワード（要素）間の意味関係に基づき、ルートワードと文中のほかのワードとのカスケード関係を取得する。
FIG. 4B is a diagram illustrating an example of the cascade relationship that the root word determined based on the semantic dependency structure analysis has. The sentence illustrated in FIG. 4B
On the other hand, based on the semantic analysis, the root word “hug” is obtained. Further, based on the semantic relationship between each word (element) in the sentence, a cascade relationship between the root word and other words in the sentence is acquired.
図４Ｂを例に、意味依存構造解析に基づき取得されたルートワード「抱歉」が有するカスケード関係は、度合いマーカー、アフェクション関係、ネストコンテンツ関係（ｄｃｏｎｔ）、及び句読点マーカーのような一次カスケード関係と、時間マーカー、コンテンツ関係のような二次カスケード関係と、スコープロール、モーダルマーカーのような三次カスケード関係と、Ａｕｘｉｌｉａｒｙマーカーのような四次カスケード関係とを含む。 In FIG. 4B as an example, the cascade relationship possessed by the root word “embracing” acquired based on the semantic dependency structure analysis includes a primary cascade relationship such as a degree marker, an affection relationship, a nested content relationship (dcont), and a punctuation marker. Secondary cascade relationships such as time markers and content relationships, tertiary cascade relationships such as scope rolls and modal markers, and quaternary cascade relationships such as Auxiliary markers.
図４Ｂは意味依存構造解析に基づき決定されたルートワードのカスケード関係の例を例示したが、当業者であれば、本発明はそれに限定されものではないと理解すべきである。実際の応用に応じて、本分野の公知及び将来の様々な意味解析方法を用いて前記ルートワードと、前記文中の少なくとも１つのワードとのカスケード関係を決定でき、簡潔にするために、ここでは詳細説明を省略する。 Although FIG. 4B illustrates an example of a cascade relationship of root words determined based on semantic dependency structure analysis, it should be understood by those skilled in the art that the present invention is not limited thereto. Depending on the actual application, a variety of known and future semantic analysis methods in the field can be used to determine the cascade relationship between the root word and at least one word in the sentence. Detailed description is omitted.
図１に戻り、ステップＳ２３０では、決定されたカスケード関係に応じて、前記文のラベルを決定する。異なるカスケード関係は異なるラベルに対応し、それにより、特定のカスケード関係に応じて、ラベルを決定できる。 Returning to FIG. 1, in step S230, the label of the sentence is determined according to the determined cascade relationship. Different cascade relationships correspond to different labels, so that labels can be determined depending on the particular cascade relationship.
一実施例では、文のラベルは、「アスペクト（Ａｓｐｅｃｔ）」、「モーダル（Ｍｏｄｅｌ）」、「否定（Ｎｅｇａｔｉｏｎ）」、「文法（Ｇｒａｍｍｅｒ）」、「ヴォイス（Ｖｏｉｃｅ）」、疑問（ＭｏｄｅｌＤ）、完了（Ｄｏｎｅ）などを含むが、それらに限定されない。 In one embodiment, the sentence labels are: “Aspect”, “Model”, “Negation”, “Grammer”, “Voice”, Question (ModelD), Including, but not limited to, Done.
意味依存構造解析に基づき決定されるカスケード関係を例に、文のラベルを決定するカスケード関係は、与格関係（Ｄａｔｖ）、時間マーカー（ｍｔｉｍｅ）、イベントサクセサー関係（ｅＳｕｃｃ）、イベント条件関係（ｅＣｏｎｄ）、マナーロール（Ｍａｎｎ）、否定マーカー（ｍＮｅｇ）などを含むが、それらに限定されない。異なるカスケード関係は異なるラベルに対応し、例えば、時間マーカー（ｍｔｉｍｅ）などに対応するラベルが「アスペクト（Ａｓｐｅｃｔ）」であり、否定マーカー（ｍＮｅｇ）などに対応するラベルが「否定（Ｎｅｇａｔｉｏｎ）」であるなどが挙げられる。 Taking the cascade relationship determined based on the semantic dependency structure analysis as an example, the cascade relationship for determining the label of the sentence includes a rating relationship (Datv), a time marker (mtime), an event successor relationship (eSucc), and an event condition relationship (eCond). ), Manner manners (Mann), negative markers (mNeg), and the like. Different cascade relationships correspond to different labels. For example, a label corresponding to a time marker (mtime) is “Aspect” and a label corresponding to a negative marker (mNeg) is “Negation”. There are some.
以上、意味依存構造解析とラベルの対応関係を例に説明したが、本発明はそれに限定されるものではなく、文の特徴及び実際の応用に応じて、ほかの種々の意味解析方法によって決定されたカスケード関係とラベルの対応関係を用いて、文のラベルを決定できると理解できる。 As described above, the correspondence relationship between the semantic dependency structure analysis and the label has been described as an example, but the present invention is not limited to this, and is determined by various other semantic analysis methods depending on the feature of the sentence and actual application. It can be understood that the label of the sentence can be determined by using the correspondence relationship between the cascade relation and the label.
図３は本開示の実施例の図２中のステップＳ２３０の具体操作例を概略的に示すフローチャートである。 FIG. 3 is a flowchart schematically illustrating a specific operation example of step S230 in FIG. 2 according to the embodiment of the present disclosure.
図３に示されるステップＳ２３０は、決定されたルートワードが意味解析に基づき（例えば、意味依存構造解析に基づき）取得された第１ルートワードである場合に適用できる。ステップＳ２３０はステップＳ２３２〜Ｓ２３４を含む。 Step S230 shown in FIG. 3 is applicable when the determined root word is the first root word acquired based on semantic analysis (eg, based on semantic dependent structure analysis). Step S230 includes steps S232 to S234.
ステップＳ２３２では、前記ルートワードの一次カスケード関係に基づき前記文のラベルを決定する。 In step S232, the label of the sentence is determined based on the primary cascade relationship of the root word.
ステップＳ２３４では、ステップＳ２３２の操作に基づき、ラベルを取得するか否かを判断する。 In step S234, based on the operation in step S232, it is determined whether to acquire a label.
ステップＳ２３４ではラベルがないと決定する場合に、ステップＳ２３６を実行する。ステップＳ２３６では、前記第１ルートワードの二次又は二次以上のカスケード関係に基づき、前記文のラベルを決定するステップ、及び組合せルートワードを取得し、前記組合せルートワードと前記文中の少なくとも１つのワードとのカスケード関係に応じて、前記文のラベルを決定するステップ、のうちの少なくとも一方を実行する。その後、ステップＳ２３８を実行し、前記ラベルを出力する。一実施例では、ステップＳ２３６で文のラベルを決定するためのカスケード関係は意味解析に基づき取得されたカスケード関係を含む。 If it is determined in step S234 that there is no label, step S236 is executed. In step S236, a label of the sentence is determined based on a secondary or secondary cascade relationship of the first root word, and a combined root word is obtained, and the combined root word and at least one of the sentences in the sentence are acquired. Depending on the cascade relationship with the word, at least one of the steps of determining the label of the sentence is performed. Then, step S238 is executed and the label is output. In one embodiment, the cascade relationship for determining sentence labels in step S236 includes a cascade relationship obtained based on semantic analysis.
ステップＳ２３４ではラベルがあると決定する場合に、ステップＳ２３８に進み、前記ラベルを出力する。 If it is determined in step S234 that there is a label, the process proceeds to step S238, and the label is output.
以下、図４Ａ−図４Ｃを参照して上記ステップＳ２３２−Ｓ２３６を例示的に説明する。 Hereinafter, steps S232 to S236 will be exemplarily described with reference to FIGS. 4A to 4C.
図４Ｂに示すように、図４Ｂ中の文から決定されたルートワード（「抱歉」）は意味解析に基づき取得された第１ルートワードである。上記図１を参照して説明されたように、従来技術では、ルートワード「抱歉」の一次カスケード関係に基づき、文ラベルを決定するためのカスケード関係がないため、図４Ｂ中の文のラベルを決定できない。従って、図４Ｂ中の文に対し、さらにステップＳ２３６を実行する。 As shown in FIG. 4B, the root word (“embo”) determined from the sentence in FIG. 4B is the first root word acquired based on the semantic analysis. As described with reference to FIG. 1 above, in the prior art, since there is no cascade relationship for determining a sentence label based on the primary cascade relationship of the root word “hug”, the label of the sentence in FIG. I can't decide. Therefore, step S236 is further executed for the sentence in FIG. 4B.
一実施例では、前記第１ルートワードの二次又は二次以上のカスケード関係に基づき、前記文のラベルを決定する。図４Ｂを例に、意味依存構造解析に基づき取得された第１ルートワード「抱歉」のカスケード関係中の一次カスケード関係に基づき、前記文のラベルを決定できない場合に、さらに前記第１ルートワード「抱歉」の二次又は二次以上のカスケード関係に基づき前記文のラベルを決定し得る。図４Ｂに示すように、ルートワード「抱歉」の二次カスケード関係は時間マーカー、コンテンツ関係、スコープロール及びモーダルマーカーを含み、二次カスケード関係中の、文ラベルを決定できるカスケード関係の「時間マーカー」に基づき、図４Ｂ中の文ラベルを「アスペクト（Ａｓｐｅｃｔ）」と決定し、さらに出力装置によって前記ラベルを出力し得る。前記出力装置は、ディスプレイ、プリンタ、プロッタ、スピーカー、磁気ディスク又は光ディスクなどを含むが、それらに限定されない。 In one embodiment, the label of the sentence is determined based on a secondary or secondary cascade relationship of the first root word. In the example of FIG. 4B, when the label of the sentence cannot be determined based on the primary cascade relationship among the cascade relationships of the first root word “embodiment” obtained based on the semantic dependency structure analysis, the first root word “ The label of the sentence may be determined based on a secondary or secondary cascade relationship of “hug”. As shown in FIG. 4B, the secondary cascade relationship of the root word “hug” includes a time marker, a content relationship, a scope role, and a modal marker, and a cascade relationship “time marker” that can determine a sentence label in the secondary cascade relationship. The sentence label in FIG. 4B can be determined as “Aspect” and the label can be output by the output device. Examples of the output device include, but are not limited to, a display, a printer, a plotter, a speaker, a magnetic disk, or an optical disk.
なお、図４Ｂに示される例はルートワードの二次カスケード関係に基づき文のラベルを決定するが、本発明はそれに限定されるものではないと理解すべきである。実際の応用及び文の特徴に応じて、ルートワードの二次以上のカスケード関係に基づき文のラベルを決定できる。簡潔にするために、ここでは詳細説明を省略する。 In addition, although the example shown in FIG. 4B determines the label of a sentence based on the secondary cascade relationship of a root word, it should be understood that this invention is not limited to it. Depending on the actual application and the characteristics of the sentence, the label of the sentence can be determined based on the cascade relationship of secondary or higher root words. For the sake of brevity, a detailed description is omitted here.
有利には、ルートワードの二次又は二次以上のカスケード関係を用いて文のラベルを決定することで、文中の意味情報を十分に活用して、文の正確ラベルを実現する。 Advantageously, the sentence label is determined using the secondary or secondary cascade relationship of the root word, so that the semantic label in the sentence is fully utilized to realize the correct label of the sentence.
別の実施例では、さらに組合せルートワードを取得し、前記組合せルートワードと前記文中の少なくとも１つのワードとのカスケード関係に応じて、前記文のラベルを決定し得る。前記組合せルートワードは前記文を意味解析して取得されたルートワードと前記文を構文解析して取得されたルートワードとの組合せであってもよく、例えば、前記組合せルートワードは意味依存構造解析方法に基づき取得された第１ルートワードと依存構文解析方法に基づき取得された第２ルートワードとの組合せである。意味解析と構文解析モデルの特性と訓練が異なるため、取得されたルートワードが異なる可能性があり、これにより、意味解析により取得されたルートワードと構文解析により取得されたルートワードとを組み合わせ、意味解析に基づき決定された組合せルートワードのカスケード関係に応じて、文のラベルを決定する。 In another embodiment, a combination root word may be further obtained, and the sentence label may be determined according to a cascade relationship between the combination root word and at least one word in the sentence. The combination root word may be a combination of a root word obtained by semantic analysis of the sentence and a root word obtained by syntactic analysis of the sentence. For example, the combination root word is a semantic-dependent structure analysis. It is a combination of a first root word acquired based on the method and a second root word acquired based on the dependency parsing method. Because the semantics and parsing model characteristics and training are different, the root word obtained may be different, which combines the root word obtained by semantic analysis with the root word obtained by parsing, The label of the sentence is determined according to the cascade relationship of the combination root words determined based on the semantic analysis.
図５は本開示の実施例の図３中のステップＳ２３６のサブステップＢの具体操作Ｓ２３６−Ｂの例を概略的に示すフローチャートである。図５に示すように、組合せルートワードを取得するステップは、前記文を構文解析して第２ルートワードを取得するステップＳ２３６２、及び前記第１ルートワードと前記第２ルートワードを組み合わせて前記組合せルートワードを取得するステップＳ２３６４を含む。前記第１ルートワードと前記第２ルートワードは異なる。 FIG. 5 is a flowchart schematically showing an example of the specific operation S236-B of the sub-step B of step S236 in FIG. 3 according to the embodiment of the present disclosure. As shown in FIG. 5, the step of obtaining a combined root word includes the step S2362 of parsing the sentence to obtain a second root word, and the combination of the first root word and the second root word. Step S2364 for obtaining a root word is included. The first root word and the second root word are different.
取得された組合せルートワードに基づき、前記方法のＳ２３６−Ｂは、前記組合せルートワードのカスケード関係に基づき、前記文のラベルを決定するステップＳ２３６６をさらに含み得る。一実施例では、前記文を意味解析し、前記組合せルートワードと前記文中の少なくとも１つのワードとのカスケード関係を決定し得る。例えば、前記文を意味解析し、それぞれ第１ルートワードと第２ルートワードのカスケード関係を決定し、さらに、組合せルートワードのカスケード関係は第１ルートワードのカスケード関係と第２ルートワードのカスケード関係を含む。一実施例では、前記組合せルートワードの一次カスケード関係に応じて、前記文のラベルを決定する。なお、実際の応用及び文の特徴に応じて、組合せルートワードの二次又は二次以上のカスケード関係に基づき文のラベルを決定できることが理解すべきである。 Based on the obtained combined root word, S236-B of the method may further include a step S2366 of determining a label of the sentence based on the cascade relationship of the combined root word. In one embodiment, the sentence may be semantically analyzed to determine a cascade relationship between the combined root word and at least one word in the sentence. For example, the sentence is semantically analyzed to determine the cascade relation between the first root word and the second root word, respectively, and the cascade relation of the combination root word is the cascade relation of the first root word and the cascade relation of the second root word. including. In one embodiment, the sentence label is determined according to a primary cascade relationship of the combined root word. It should be understood that sentence labels can be determined based on the secondary or secondary cascade relationship of the combined root word, depending on the actual application and sentence characteristics.
以下、図４Ａ−図４Ｃを参照して、上記ステップＳ２３６のサブステップＢを例示的に説明する。図４Ｃに示すように、図４Ｃは本開示の一実施例に係る文ラベルの決定の例を示す図である。意味解析により取得された第１ルートワード「抱歉」のカスケード関係中の一次カスケード関係は前記文のラベルを決定できない場合に、図４Ａに示すように、前記文を構文解析し、第２ルートワード「做出」を取得し、明らかなように、この例では、第１ルートワード「抱歉」と第２ルートワード「做出」が異なる。その後、取得された第１ルートワード「抱歉」と第２ルートワード「做出」を組み合わせ、図４Ｃに示すように、組合せルートワード「抱歉」、「做出」を得る。この場合に、文を意味解析し、それぞれ第１ルートワード「抱歉」と第２ルートワード「做出」のカスケード関係を決定し、さらに第１ルートワードのカスケード関係と第２ルートワードのカスケード関係を含む組合せルートワードのカスケード関係を得る。 Hereinafter, with reference to FIGS. 4A to 4C, the sub-step B of step S236 will be described as an example. As shown in FIG. 4C, FIG. 4C is a diagram illustrating an example of sentence label determination according to an embodiment of the present disclosure. When the primary cascade relationship in the cascade relationship of the first root word “embo” obtained by semantic analysis cannot determine the label of the sentence, the sentence is parsed as shown in FIG. 4A, and the second root word As “obtained” is obtained, as is clear, in this example, the first root word “embo” is different from the second root word “extract”. Thereafter, the acquired first root word “embo” and the second root word “contain” are combined to obtain combined root words “contain” and “contain”, as shown in FIG. 4C. In this case, the sentence is semantically analyzed to determine the cascade relationship between the first root word “embo” and the second root word “做出”, and the cascade relationship between the first root word and the second root word. To obtain a cascade relationship of combined root words containing
図４Ｃを例に、組合せルートワード「抱歉」、「做出」のカスケード関係は、第１ルートワードの一次カスケード関係（図４Ｃに示される第１ルートワード「抱歉」の一次カスケード関係：度合いマーカー、アフェクション関係、ネストコンテンツ関係及び句読点マーカー）及び第２ルートワードの一次カスケード関係（図４Ｃに示される第２ルートワード「做出」の一次カスケード関係：コンテンツ関係及び時間マーカー）を含む一次カスケード関係、第２カスケード関係（図４Ｃに示される第２ルートワードの第２カスケード関係：スコープロール及びモーダルマーカー）、及び第３カスケード関係（図４Ｃに示される第２ルートワードの第２カスケード関係：Ａｕｘｉｌｉａｒｙマーカー）を含む。 Using FIG. 4C as an example, the cascade relationship of the combined root words “embo” and “extraction” is the primary cascade relationship of the first root word (the primary cascade relationship of the first root word “embo” shown in FIG. 4C: degree marker , Affection relationship, nested content relationship and punctuation marker) and primary cascade relationship of the second root word (primary cascade relationship of the second root word “extraction” shown in FIG. 4C: content relationship and time marker). Relationship, second cascade relationship (second cascade relationship of second root word shown in FIG. 4C: scope roll and modal marker), and third cascade relationship (second cascade relationship of second root word shown in FIG. 4C: Auxiliary marker).
この場合に、得られた組合せルートワードの一次カスケード関係中の、文ラベルを決定できるカスケード関係「時間マーカー」（図４Ｃ中の点線ボックスに示される）に基づき前記文のラベルを「アスペクト（Ａｓｐｅｃｔ）」と決定する。さらに、出力装置は前記ラベルを出力する。前記出力装置はディスプレイ、プリンタ、プロッタ、スピーカー、磁気ディスク又は光ディスクなどを含むが、それらに限定されない。 In this case, based on the cascade relation “time marker” (indicated by the dotted box in FIG. 4C), the sentence label is determined as “Aspect (Aspect) in the primary cascade relation of the obtained combination root word. ) ”. Further, the output device outputs the label. The output device includes, but is not limited to, a display, a printer, a plotter, a speaker, a magnetic disk, or an optical disk.
図４Ｃは組合せルートワードの一次カスケード関係に基づき文のラベルを決定することを例示したが、実際の応用及び文の特徴に応じて、組合せルートワードの二次又は二次以上のカスケード関係（例えば、文ラベルを決定できるカスケード関係）に基づき文のラベルを決定できることが理解すべきであり、簡潔にするために、ここでは詳細説明を省略する。 Although FIG. 4C illustrates the determination of sentence labels based on the primary cascade relationship of the combined root word, depending on the actual application and sentence characteristics, secondary or secondary cascade relationships of the combined root word (eg, It is to be understood that the sentence label can be determined based on the cascade relationship in which the sentence label can be determined. For the sake of brevity, detailed description is omitted here.
有利には、意味解析と構文解析を組み合わせて文をラベルすることで、構文解析モデルと意味解析モデルの利点を十分に活用して、文ラベルの正確性を高める。 Advantageously, by combining the semantic analysis and syntactic analysis to label the sentence, the advantages of the syntactic analysis model and the semantic analysis model are fully utilized to improve the accuracy of the sentence label.
別の実施例では、本開示の実施例に係る文ラベル方法のステップＳ２３６では、前記第１ルートワードの二次又は二次以上のカスケード関係に基づき、前記文の第１ラベルを決定し、組合せルートワードを取得し、前記組合せルートワードと前記文中の少なくとも１つのワードとのカスケード関係に基づき、前記文の第２ラベルを決定すし得る。前記第１ラベルと前記第２ラベルが同じである場合に、ステップＳ２３８では前記第１ラベルを出力し、前記第１ラベルと前記第２ラベルが異なる場合に、ステップＳ２３８では前記第１ラベルと前記第２ラベルを出力する。 In another embodiment, in step S236 of the sentence labeling method according to an embodiment of the present disclosure, a first label of the sentence is determined based on a secondary or secondary cascade relationship of the first root word, and combined. A root word may be obtained and a second label of the sentence may be determined based on a cascade relationship between the combined root word and at least one word in the sentence. When the first label and the second label are the same, the first label is output in step S238, and when the first label and the second label are different, in step S238, the first label and the second label are output. Output the second label.
なお、上記図４Ａ−図４Ｃに中国語の文の例を例示したが、本開示の実施例に係る文ラベル方法は例えば英語などの外国語の文にも適用でき、簡潔にするために、ここでは詳細説明を省略する。また、図４Ａ−図４Ｃで決定された文ラベルは「アスペクト（Ａｓｐｅｃｔ）」であるが、図４Ａ−図４Ｃ中の例は説明の目的のみに用いられ、本発明を限定するものではない。なお、実際の応用に応じて、異なる文はほかの異なる種々の文ラベルを取得でき、例えば、「モーダル（Ｍｏｄｅｌ）」、「否定（Ｎｅｇａｔｉｏｎ）」、「文法（Ｇｒａｍｍｅｒ）」、「ヴォイス（Ｖｏｉｃｅ）」、疑問（ＭｏｄｅｌＤ）、完了（Ｄｏｎｅ）などが挙げられるが、それらに限定されない。 In addition, although the example of the sentence of Chinese was illustrated in the said FIG. 4A-FIG. 4C, the sentence labeling method concerning the Example of this indication can be applied also to sentences of foreign languages, such as English, for the sake of brevity, Detailed description is omitted here. Moreover, although the sentence label determined in FIGS. 4A to 4C is “Aspect”, the examples in FIGS. 4A to 4C are used only for the purpose of explanation, and do not limit the present invention. Depending on the actual application, different sentences can obtain various different sentence labels, for example, “Model”, “Negation”, “Grammer”, “Voice”. ) ", Question (Model D), completion (Done), and the like.
一実施例では、本発明の方法は、前記文中のキーワードを取得するステップと、前記キーワードに応じて、前記文のラベルを決定するステップとを含み得る。一実施例では、前記キーワードは予め設定されたものであってもよく、且つ相応のラベルに対応付けられている。例えば、所定のキーワード
はラベル「否定（Ｎｅｇａｔｉｏｎ）」に対応付けられていると予め決定されておく。また、所定のキーワードは１つ又は複数のカスケード関係と組み合わせて相応のラベルに対応付けられていると予め決定されてもよく、例えば、所定のキーワード
又は「将」はカスケード関係中の与格関係（Ｄａｔｖ）と組み合わせてラベル「ヴォイス（Ｖｏｉｃｅ）」に対応付けられているなどである。文中のキーワードを抽出することで、キーワードに基づき、及び／又はキーワードとカスケード関係との組合せに基づき、さらに文のラベルを決定できる。
In one embodiment, the method of the present invention may include obtaining a keyword in the sentence, and determining a label of the sentence according to the keyword. In one embodiment, the keyword may be preset and is associated with a corresponding label. For example, given keywords
Is previously determined to be associated with the label “Negation”. The predetermined keyword may be determined in advance as being associated with a corresponding label in combination with one or a plurality of cascade relationships. For example, the predetermined keyword
Or “general” is associated with the label “Voice” in combination with the rating relationship (Datv) in the cascade relationship. By extracting the keywords in the sentence, it is possible to further determine the label of the sentence based on the keyword and / or based on the combination of the keyword and the cascade relationship.
異なる文の特徴に応じて、キーワード及び／又はキーワードとカスケード関係との組合せに基づき決定された文ラベルは図２中のステップ２１０−２３０で決定された文ラベルと同じでも異なってもよい。同じである場合に、ステップＳ２３８で一方のラベルを出力し、異なる場合に、ステップＳ２３８で両方を出力する。 Depending on the characteristics of the different sentences, the sentence labels determined based on the keywords and / or combinations of keywords and cascade relationships may be the same as or different from the sentence labels determined in steps 210-230 in FIG. If they are the same, one label is output in step S238, and if different, both are output in step S238.
図６は本開示の実施例に係る文ラベル装置６００を概略的に示すブロック図である。図６に示すように、本開示の実施例に係る文ラベル装置６００はルートワード取得モジュール６１０、カスケード関係決定モジュール６２０及びラベル決定モジュール６３０を備える。前記各部材の具体的な機能及び操作は以上の図２−図５についての説明と大体同じであるため、重複を避けるため、以下、前記装置のみについて簡単に説明し、同じ細部についての詳細説明を省略する。 FIG. 6 is a block diagram schematically illustrating a sentence label device 600 according to an embodiment of the present disclosure. As illustrated in FIG. 6, the sentence label device 600 according to an embodiment of the present disclosure includes a root word acquisition module 610, a cascade relationship determination module 620, and a label determination module 630. Since the specific functions and operations of the respective members are substantially the same as those described above with reference to FIGS. 2 to 5, in order to avoid duplication, only the apparatus will be briefly described below and the same details will be described in detail. Is omitted.
ルートワード取得モジュール６１０は文の解析に基づきルートワードを取得する。前記文は、例えば
、「Ｉ ｄｏｎ’ｔ ｌｉｋｅ ａｐｐｌｅｓ」などの中国語の文や外国語の文を含み得る。ルートワード取得モジュール６１０は意味依存構造解析方法などのような意味解析方法又は依存構文解析方法などのような構文解析方法など適切な種々の文解析方法によって文を解析してルートワードを取得することができる。同一文について、意味解析方法に基づき取得されたルートワードと文解析方法に基づき取得されたルートワードは異なる可能性がある。例えば、上記
という文について、意味解析方法に基づき取得されたルートワードは「抱歉」、構文解析方法に基づき取得されたルートワードは「做出」である。
The root word acquisition module 610 acquires a root word based on the sentence analysis. The sentence is, for example,
, “I don't like apples”, or a sentence in a foreign language. The root word acquisition module 610 analyzes a sentence by various appropriate sentence analysis methods such as a semantic analysis method such as a semantic dependency structure analysis method or a syntactic analysis method such as a dependency syntax analysis method, and acquires a root word. Can do. For the same sentence, the root word obtained based on the semantic analysis method and the root word obtained based on the sentence analysis method may be different. For example, the above
, The root word acquired based on the semantic analysis method is “Hug”, and the root word acquired based on the syntax analysis method is “Find”.
カスケード関係決定モジュール６２０は前記ルートワードと、前記文中の少なくとも１つのワードとのカスケード関係を決定する。カスケード関係は一次カスケード関係（すなわち、ルートワードと文中のほかのワードとの直接的なカスケード関係）及び二次及び二次以上のカスケード関係（すなわち、ルートワードと文中のほかのワードとの間接的なカスケード関係）を含んでもよい。 A cascade relationship determination module 620 determines a cascade relationship between the root word and at least one word in the sentence. Cascade relationships are primary cascade relationships (ie, a direct cascade relationship between the root word and other words in the sentence) and secondary and secondary cascade relationships (ie, an indirect connection between the root word and other words in the sentence). A cascade relationship).
一実施例では、カスケード関係決定モジュール６２０は、意味カスケード関係決定サブモジュール６２２及び構文カスケード関係決定サブモジュール６２４のうちの少なくとも一方を備える。構文カスケード関係決定サブモジュール６２４は前記文を構文解析し、前記ルートワードと前記文中の少なくとも１つのワードとのカスケード関係を決定する。一実施例では、構文カスケード関係決定サブモジュール６２４はさらに文の各ワード（要素）間の依存関係に基づきその構文構造を解析し、ルートワードと文中のほかの少なくとも１つのワードとのカスケード関係を取得する。意味カスケード関係決定サブモジュール６２２は前記文を意味解析し、前記ルートワードと前記文中の少なくとも１つのワードとのカスケード関係を決定してもよい。一実施例では、意味カスケード関係決定サブモジュール６２２はさらに文中の各ワード間の意味関係に基づき、ルートワードと文中のほかの少なくとも１つのワードとのカスケード関係を取得してもよい。 In one embodiment, the cascade relationship determination module 620 includes at least one of a semantic cascade relationship determination submodule 622 and a syntax cascade relationship determination submodule 624. A syntax cascade relationship determination sub-module 624 parses the sentence to determine a cascade relationship between the root word and at least one word in the sentence. In one embodiment, the syntax cascade relationship determination submodule 624 further parses the syntax structure based on the dependencies between each word (element) of the sentence and determines the cascade relationship between the root word and at least one other word in the sentence. get. The semantic cascade relationship determination submodule 622 may perform semantic analysis on the sentence to determine a cascade relationship between the root word and at least one word in the sentence. In one embodiment, the semantic cascade relationship determination submodule 622 may further obtain a cascade relationship between the root word and at least one other word in the sentence based on the semantic relationship between each word in the sentence.
実際の応用及び文の特徴に応じて、意味カスケード関係決定サブモジュール６２２は本分野の公知及び将来の様々な意味解析方法を用いて前記ルートワードと、前記文中の少なくとも１つのワードとのカスケード関係を決定でき、構文カスケード関係決定サブモジュール６２４は本分野の公知及び将来の様々な構文解析方法を用いて前記ルートワードと、前記文中の少なくとも１つのワードとのカスケード関係を決定できる。 Depending on the actual application and sentence characteristics, the semantic cascade relation determination sub-module 622 uses various known and future semantic analysis methods in the field to cascade the root word with at least one word in the sentence. The syntax cascade relationship determination submodule 624 can determine the cascade relationship between the root word and at least one word in the sentence using various known and future parsing methods in the art.
ラベル決定モジュール６３０は決定されたカスケード関係に応じて、前記文のラベルを決定する。異なるカスケード関係は異なるラベルに対応し、それにより、ラベル決定モジュール６３０は特定のカスケード関係に応じて相応のラベルを決定できる。 The label determination module 630 determines the label of the sentence according to the determined cascade relationship. Different cascading relationships correspond to different labels, so that the label determination module 630 can determine corresponding labels depending on the particular cascading relationship.
ルートワードが前記ルートワード決定モジュール６１０により意味解析（例えば、意味依存構造解析）に基づき取得された第１ルートワードである場合に、前記ラベル決定モジュール６３０は前記ルートワードの一次カスケード関係に基づき前記文のラベルを決定し、ラベルがないと決定された場合に、ラベル決定モジュール６３０は、前記第１ルートワードの二次又は二次以上のカスケード関係に基づき、前記文のラベルを決定する操作、及び組合せルートワードを取得し、前記組合せルートワードと前記文中の少なくとも１つのワードとのカスケード関係に応じて、前記文のラベルを決定する操作、のうちの少なくとも一方を実行する。一実施例では、文のラベルを決定するためのカスケード関係は意味解析に基づき取得されたカスケード関係であってもよい。 If the root word is the first root word obtained by the root word determination module 610 based on semantic analysis (eg, semantic dependency structure analysis), the label determination module 630 determines the root word based on the primary cascade relationship of the root word. Determining a label of a sentence, and if it is determined that there is no label, the label determination module 630 determines the label of the sentence based on a secondary or secondary cascade relationship of the first root word; And obtaining a combination root word and executing at least one of operations for determining a label of the sentence according to a cascade relationship between the combination root word and at least one word in the sentence. In one embodiment, the cascade relationship for determining sentence labels may be a cascade relationship obtained based on semantic analysis.
一実施例では、ラベル決定モジュール６３０は前記第１ルートワードの二次又は二次以上のカスケード関係に基づき、前記文のラベルを決定する。 In one embodiment, the label determination module 630 determines the label of the sentence based on a secondary or secondary cascade relationship of the first root word.
意味解析と構文解析モデルの特性と訓練が異なるため、取得されたルートワードが異なる可能性があり、従って、一実施例では、文ラベル装置６００は意味解析により取得されたルートワードと構文解析により取得されたルートワードとを組み合わせて、組合わせルートワードが有する、意味解析（例えば、意味依存構造解析）に基づくカスケード関係に応じて、文のラベルを決定する。 Because the characteristics and training of the semantic analysis and parsing models are different, the acquired root word may be different, and therefore in one embodiment, the sentence label device 600 is based on the root word acquired by the semantic analysis and the syntactic analysis. In combination with the acquired root word, the label of the sentence is determined according to the cascade relationship based on the semantic analysis (for example, semantic dependency structure analysis) possessed by the combined root word.
具体的には、ルートワード決定モジュール６１０は前記文を構文解析し、第２ルートワードを取得し、且つ、意味解析に基づき取得された第１ルートワードと構文解析に基づき取得された第２ルートワードとを組み合わせて前記組合せルートワードを得て、前記組合せルートワードを前記カスケード関係決定モジュール６２０に送信する。前記第１ルートワードと前記第２ルートワードは異なる。 Specifically, the root word determination module 610 parses the sentence to obtain a second root word, and the first root word obtained based on the semantic analysis and the second root obtained based on the syntax analysis. The combined root word is obtained by combining with a word, and the combined root word is transmitted to the cascade relationship determination module 620. The first root word and the second root word are different.
組合せルートワードを取得した後、カスケード関係決定モジュール６２０は意味カスケード関係決定サブモジュール６２２によって前記文を意味解析し、前記組合せルートワードと前記文中の少なくとも１つのワードとのカスケード関係を決定してもよい。一実施例では、意味カスケード関係決定サブモジュール６２２は前記文を意味解析し、それぞれ第１ルートワードと第２ルートワードのカスケード関係を決定し、さらに、第１ルートワードのカスケード関係と第２ルートワードのカスケード関係を含む組合せルートワードのカスケード関係を得て、この場合に、ラベル決定モジュール６３０は得られた組合せルートワードのカスケード関係のうち、文ラベルを決定できるカスケード関係に基づき文のラベルを決定する。一実施例では、ラベル決定モジュール６３０は得られた組合せルートワードの一次カスケード関係中の、文ラベルを決定できるカスケード関係に基づき文のラベルを決定する。 After obtaining the combined root word, the cascade relationship determination module 620 may analyze the sentence by the semantic cascade relationship determination submodule 622 to determine a cascade relationship between the combined root word and at least one word in the sentence. Good. In one embodiment, the semantic cascade relationship determination sub-module 622 semantically analyzes the sentence to determine a cascade relationship between the first root word and the second root word, respectively, and further includes a cascade relationship between the first root word and the second root word. A combination root word cascade relationship including a word cascade relationship is obtained. In this case, the label determination module 630 determines a sentence label based on a cascade relationship in which a sentence label can be determined among the obtained combination root word cascade relationships. decide. In one embodiment, the label determination module 630 determines a sentence label based on a cascade relationship in which a sentence label can be determined in a primary cascade relationship of the resulting combined root word.
一実施例では、図６に示すように、文ラベル装置６００は、前記文中のキーワードを決定するキーワード決定モジュール６４０をさらに備え、ラベル決定モジュール６３０は前記キーワードに応じて、前記文のラベルを決定する。一実施例では、前記キーワードは予め設定されたものであってもよく、且つ相応のラベルに対応付けられている。例えば、キーワード
はラベル「否定（Ｎｅｇａｔｉｏｎ）」に対応付けられていると予め決定されておく。また、キーワードは１つ又は複数のカスケード関係と組み合わせて相応のラベルに対応付けられていると予め決定されてもよく、例えば、キーワード
又は「将」はカスケード関係中の与格関係（Ｄａｔｖ）と組み合わせてラベル「ヴォイス（Ｖｏｉｃｅ）」に対応付けられているなどである。キーワード決定モジュール６４０が文中のキーワードを抽出することで、ラベル決定モジュール６３０はキーワードに基づき、及び／又はキーワードとカスケード関係との組合せに基づき、さらに文のラベルを決定できる。
In one embodiment, as shown in FIG. 6, the sentence label device 600 further includes a keyword determination module 640 that determines a keyword in the sentence, and the label determination module 630 determines the label of the sentence according to the keyword. To do. In one embodiment, the keyword may be preset and is associated with a corresponding label. For example, the keyword
Is previously determined to be associated with the label “Negation”. Further, it may be determined in advance that a keyword is associated with a corresponding label in combination with one or a plurality of cascade relationships.
Or “general” is associated with the label “Voice” in combination with the rating relationship (Datv) in the cascade relationship. The keyword determination module 640 extracts the keywords in the sentence, so that the label determination module 630 can further determine the label of the sentence based on the keyword and / or based on the combination of the keyword and the cascade relationship.
図６に示すように、本開示の実施例に係る文ラベル装置６００は、前記文のラベルを出力する出力モジュール６５０をさらに備える。前記出力モジュール６５０は、ディスプレイ、プリンタ、プロッタ、スピーカー、磁気ディスク又は光ディスクなどを含むが、それらに限定されない。 As shown in FIG. 6, the sentence label device 600 according to an embodiment of the present disclosure further includes an output module 650 that outputs the label of the sentence. The output module 650 includes, but is not limited to, a display, a printer, a plotter, a speaker, a magnetic disk, or an optical disk.
以下、図７を参照して本開示の実施例に係るコンピュータ可読記憶媒体の概略図を説明する。図７に示すように、本開示の実施例に係るコンピュータ可読記憶媒体７００は非一時的コンピュータ可読命令７０１が記憶される。前記非一時的コンピュータ可読命令７０１がコンピュータにより実行されると、コンピュータに上記本開示の実施例に係る文ラベル方法を実行させる。 Hereinafter, a schematic diagram of a computer-readable storage medium according to an embodiment of the present disclosure will be described with reference to FIG. As shown in FIG. 7, a non-transitory computer readable instruction 701 is stored in a computer readable storage medium 700 according to an embodiment of the present disclosure. When the non-transitory computer readable instruction 701 is executed by a computer, the computer causes the computer to execute the sentence labeling method according to the embodiment of the present disclosure.
図８は本開示の実施例に係る文ラベル装置を示すハードウェアブロック図である。図８に示すように、本開示の実施例に係る文ラベル装置８００はメモリ８０１及びプロセッサ８０２を備える。文ラベル装置８００中の各ユニットはバスシステム及び／又はほかの形態の接続機構（図示せず）によって相互接続される。 FIG. 8 is a hardware block diagram illustrating a sentence label device according to an embodiment of the present disclosure. As shown in FIG. 8, a sentence label device 800 according to an embodiment of the present disclosure includes a memory 801 and a processor 802. The units in the sentence label device 800 are interconnected by a bus system and / or other form of connection mechanism (not shown).
前記メモリ８０１はコンピュータ可読命令を記憶する。具体的には、メモリ８０１は１つ又は複数のコンピュータプログラム製品を備え、前記コンピュータプログラム製品は様々な形態のコンピュータ可読記憶媒体、例えば揮発性メモリ及び／又は不揮発性メモリを含む。前記揮発性メモリは例えば、ランダムアクセスメモリ（ＲＡＭ）及び／又はキャッシュ（ｃａｃｈｅ）などを含む。前記不揮発性メモリは例えば、読出専用メモリ（ＲＯＭ）、ハードディスク、フラッシュメモリなどを含む。 The memory 801 stores computer readable instructions. In particular, the memory 801 comprises one or more computer program products, which include various forms of computer readable storage media, such as volatile memory and / or non-volatile memory. The volatile memory includes, for example, a random access memory (RAM) and / or a cache. The nonvolatile memory includes, for example, a read only memory (ROM), a hard disk, a flash memory, and the like.
前記プロセッサ８０２は、中央処理装置（ＣＰＵ）、又はデータ処理能力及び／又は命令実行能力を有するほかの形態の処理ユニットであり、文ラベル装置８００中のほかのユニットを制御して所望の機能を実行することができる。本開示の一実施例では、前記プロセッサ８０２は前記メモリ８０１に記憶された前記コンピュータ可読命令を実行して、前記文ラベル装置８００に上記文ラベル方法を実行させる。前記文ラベル方法は上記図２−図５を参照して説明された文ラベル方法の実施例と同じであるため、ここでは重複説明を省略する。 The processor 802 is a central processing unit (CPU) or another type of processing unit having data processing capability and / or instruction execution capability, and controls other units in the sentence label device 800 to perform desired functions. Can be executed. In one embodiment of the present disclosure, the processor 802 executes the computer readable instructions stored in the memory 801 to cause the sentence label device 800 to execute the sentence labeling method. Since the sentence labeling method is the same as that of the sentence labeling method described with reference to FIGS.
また、図８に示される文ラベル装置８００のユニット及び構造は単なる例示であり、限定的なものではなく、必要に応じて、文ラベル装置８００はほかのユニット及び構造を備えてもよいことが理解すべきである。例えば、入力装置および出力装置など（図示せず）が挙げられる。入力装置はユーザーからの入力情報、例えば中国語又は外国語の文を受信し、例えば有線／無線ネットワークカード、キーボード、マウス、タッチパネル、マイクなど様々な入力機器を含む。出力装置は外部（例えば、ユーザー）に種々の情報、例えば文ラベル情報を出力する。出力装置は、ディスプレイ、プリンタ、プロッタ、スピーカー、磁気ディスク又は光ディスクなどを含むが、それらに限定されない。 Further, the unit and structure of the sentence label device 800 shown in FIG. 8 are merely examples, and are not limited. The sentence label device 800 may include other units and structures as needed. Should be understood. Examples include an input device and an output device (not shown). The input device receives input information from a user, for example, a sentence in Chinese or a foreign language, and includes various input devices such as a wired / wireless network card, a keyboard, a mouse, a touch panel, and a microphone. The output device outputs various information such as sentence label information to the outside (for example, a user). Output devices include, but are not limited to, displays, printers, plotters, speakers, magnetic disks or optical disks.
以上、具体的な実施例を参照して本開示の基本原理を説明したが、特に本開示で言及された利点、メリット、効果などは単なる例示であり、限定的なものではなく、これらの利点、メリット、効果などは本開示の各実施例に必須ではない。また、上記開示の詳細は例示及び理解しやすさのためであり、限定的なものではなく、本開示を上記詳細で実現するとは限らない。 Although the basic principle of the present disclosure has been described above with reference to specific embodiments, the advantages, merits, effects, and the like particularly mentioned in the present disclosure are merely examples, and these advantages are not limiting. Advantages, effects, etc. are not essential for each embodiment of the present disclosure. The details of the above disclosure are for illustration and ease of understanding, and are not limiting, and the present disclosure may not be realized in the above details.
本開示に係るデバイス、装置、機器、システムのブロック図は単なる例示であり、ブロック図に示される方式で接続、配置、構成しなければならないことを要求又は示唆しない。当業者であれば、これらのデバイス、装置、機器、システムを任意の形態で接続、配置、構成することができる。例えば「備える」、「含む」、「有する」などの用語はオープンなものであり、「を含むが、それらに限定されない」を意味し、相互に交換して使用してもよい。特に断らない限り、ここで使用される用語「又は」と「及び」は「及び／又は」を意味し、相互に交換して使用してもよい。ここで使用される用語「例えば」はフレーズ「…が挙げられるが、それらに限定されない」を意味し、相互に交換して使用してもよい。 The block diagrams of the devices, apparatuses, devices, and systems according to the present disclosure are merely examples, and do not require or suggest that they must be connected, arranged, and configured in the manner shown in the block diagrams. Those skilled in the art can connect, arrange, and configure these devices, apparatuses, devices, and systems in any form. For example, terms such as “comprising”, “including”, and “having” are open, meaning “including but not limited to” and may be used interchangeably. Unless otherwise specified, the terms “or” and “and” used herein mean “and / or” and may be used interchangeably. As used herein, the term “for example” means the phrase “including but not limited to” and may be used interchangeably.
本開示のフローチャート及び以上の方法についての説明は単なる例示であり、与えられた順序で各実施例のステップを実行しなければならないことを要求又は示唆しないものであり、いくつかのステップは並行してもよく、個別に実行されてもよく、ほかの適切な順序で実行されてもよい。また、例えば「その後」、「次に」、「続いて」などの用語はステップの順序を限定するものではなく、読者がこれらの方法の説明を読むように案内するためのものである。 The flowcharts of the present disclosure and the above description of the methods are merely exemplary, and do not require or suggest that the steps of each example must be performed in the order given, with some steps in parallel. May be executed individually, or may be executed in any other suitable order. Also, terms such as “after”, “next”, “follow”, etc. do not limit the order of the steps, but are intended to guide the reader to read the descriptions of these methods.
なお、本開示の装置及び方法では、各部材又は各ステップは分解及び／又は再組合せ可能である。これらの分解及び／又は再組合せは本開示の等価技術案とみなされるべきである。 In addition, in the apparatus and method of this indication, each member or each step can be disassembled and / or recombined. These decompositions and / or recombinations should be regarded as equivalent technical solutions of the present disclosure.
当業者が本開示を製造又は使用できるように、以上では開示の態様についての説明を提供した。これらの態様についての種々の修正は当業者にとって明らかであり、ここで定義された一般な原理は、本開示の範囲を逸脱せずにほかの態様に適用できる。従って、本開示はここで示された態様に限定されるものではなく、この開示の原理及び新規な特徴に一致する最も広い範囲に従うものである。以上、複数の例示的な態様及び実施例を説明したが、当業者はいくつかの変形、修正、変更、追加及びサブ組合せを想到し得る。 The previous description of the disclosed aspects is provided to enable any person skilled in the art to make or use the present disclosure. Various modifications to these aspects will be apparent to those skilled in the art, and the general principles defined herein may be applied to other aspects without departing from the scope of the disclosure. Accordingly, the present disclosure is not limited to the embodiments shown herein but is to be accorded the widest scope consistent with the principles and novel features of the disclosure. While a number of exemplary aspects and examples have been described above, those skilled in the art will envision several variations, modifications, changes, additions and subcombinations.
Claims (16)
前記ルートワードと、前記文中の少なくとも１つのワードとのカスケード関係を決定するステップと、
決定されたカスケード関係に応じて、前記文のラベルを決定するステップと、を含み、
前記ルートワードが意味解析により取得された第１ルートワードである場合に、決定されたカスケード関係に応じて前記文のラベルを決定するステップは、
前記ルートワードの一次カスケード関係に基づき前記文のラベルを決定するステップを含み、
ラベルがないと決定された場合に、前記方法は、
前記第１ルートワードの二次又は二次以上のカスケード関係に基づき、前記文のラベルを決定するステップ、及び
組合せルートワードを取得し、前記組合せルートワードと前記文中の少なくとも１つのワードとのカスケード関係に応じて、前記文のラベルを決定するステップ、のうちの少なくとも一方をさらに含む文ラベル方法。 Obtaining a root word based on the analysis of the sentence;
Determining a cascade relationship between the root word and at least one word in the sentence;
Determining a label for the sentence according to the determined cascade relationship,
Determining the label of the sentence according to the determined cascade relationship when the root word is a first root word obtained by semantic analysis;
Determining a label of the sentence based on a primary cascade relationship of the root word;
If it is determined that there is no label, the method
Determining a label of the sentence based on a secondary or secondary cascade relationship of the first root word; and obtaining a combined root word and cascading the combined root word and at least one word in the sentence A sentence labeling method further comprising at least one of the steps of determining a label of the sentence according to a relationship.
前記文を構文解析し、第２ルートワードを取得するステップと、
前記第１ルートワードと前記第２ルートワードを組み合わせ、前記組合せルートワードを取得するステップと、を含む請求項１に記載の文ラベル方法。 The step of obtaining the combined root word includes:
Parsing the sentence to obtain a second root word;
The sentence labeling method according to claim 1, further comprising: combining the first root word and the second root word to obtain the combined root word.
前記キーワードに応じて、前記文のラベルを決定するステップと、をさらに含む請求項１に記載の文ラベル方法。 Obtaining a keyword in the sentence;
The sentence labeling method according to claim 1, further comprising: determining a label of the sentence according to the keyword.
前記文を意味解析し、前記ルートワードと前記文中の少なくとも１つのワードとのカスケード関係を決定するステップ、
前記文を構文解析し、前記ルートワードと前記文中の少なくとも１つのワードとのカスケード関係を決定するステップ、のうちの少なくとも一方を含む請求項１に記載の文ラベル方法。 Determining a cascade relationship between the root word and at least one word in the sentence;
Semantic analyzing the sentence and determining a cascade relationship between the root word and at least one word in the sentence;
The sentence labeling method according to claim 1, comprising: parsing the sentence and determining a cascade relationship between the root word and at least one word in the sentence.
前記ルートワードと、前記文中の少なくとも１つのワードとのカスケード関係を決定するカスケード関係決定モジュールと、
決定されたカスケード関係に応じて、前記文のラベルを決定するラベル決定モジュールと、を備え、
前記ルートワードが意味解析により取得された第１ルートワードである場合に、前記ラベル決定モジュールは、
前記ルートワードの一次カスケード関係に基づき前記文のラベルを決定し、
ラベルがないと決定された場合に、前記ラベル決定モジュールは、
前記第１ルートワードの二次又は二次以上のカスケード関係に基づき、前記文のラベルを決定する操作、
前記ルートワード取得モジュールにより取得された組合せルートワードと前記文中の少なくとも１つのワードとのカスケード関係に応じて、前記文のラベルを決定する操作、のうちの少なくとも一方を実行する文ラベル装置。 A root word acquisition module that acquires a root word based on sentence analysis;
A cascade relationship determining module that determines a cascade relationship between the root word and at least one word in the sentence;
A label determination module for determining a label of the sentence according to the determined cascade relationship,
If the root word is the first root word obtained by semantic analysis, the label determination module
Determining a label for the sentence based on a primary cascade relationship of the root word;
If it is determined that there is no label, the label determination module
An operation for determining a label of the sentence based on a secondary or secondary cascade relationship of the first root word;
A sentence label device that executes at least one of operations for determining a label of the sentence according to a cascade relationship between a combined root word obtained by the root word obtaining module and at least one word in the sentence.
前記ラベル決定モジュールは前記キーワードに応じて、前記文のラベルを決定する請求項８に記載の文ラベル装置。 A keyword determination module for determining a keyword in the sentence;
The sentence label device according to claim 8, wherein the label determination module determines a label of the sentence according to the keyword.
前記コンピュータ可読命令を実行し、前記文ラベル装置に請求項１−７のいずれか一項に記載の文ラベル方法を実行させるプロセッサと、を備える文ラベル装置。 A memory for storing computer-readable instructions;
A sentence label apparatus comprising: a processor that executes the computer-readable instructions and causes the sentence label apparatus to execute the sentence label method according to claim 1.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810362553.XA CN110390095A (en) | 2018-04-20 | 2018-04-20 | Sentence mask method and sentence annotation equipment |
| CN201810362553.X | 2018-04-20 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2019192247A true JP2019192247A (en) | 2019-10-31 |
Family
ID=68283398
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019081336A Pending JP2019192247A (en) | 2018-04-20 | 2019-04-22 | Sentence labeling method and sentence labeling device |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP2019192247A (en) |
| CN (1) | CN110390095A (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111178021A (en) * | 2019-11-29 | 2020-05-19 | 厦门快商通科技股份有限公司 | Project alignment marking tool creating method and system |
| CN112036166A (en) * | 2020-07-22 | 2020-12-04 | 大箴(杭州)科技有限公司 | Data labeling method and device, storage medium and computer equipment |
| CN113569099A (en) * | 2020-04-29 | 2021-10-29 | 阿里巴巴集团控股有限公司 | Model training method and device, electronic equipment and storage medium |
| CN116361422A (en) * | 2023-06-02 | 2023-06-30 | 深圳得理科技有限公司 | Keyword extraction method, text retrieval method and related equipment |
| CN117574878A (en) * | 2024-01-15 | 2024-02-20 | 西湖大学 | Component syntactic analysis method, device and medium for mixed field |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112084752B (en) * | 2020-09-08 | 2023-07-21 | 中国平安财产保险股份有限公司 | Sentence marking method, device, equipment and storage medium based on natural language |
-
2018
- 2018-04-20 CN CN201810362553.XA patent/CN110390095A/en active Pending
-
2019
- 2019-04-22 JP JP2019081336A patent/JP2019192247A/en active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111178021A (en) * | 2019-11-29 | 2020-05-19 | 厦门快商通科技股份有限公司 | Project alignment marking tool creating method and system |
| CN113569099A (en) * | 2020-04-29 | 2021-10-29 | 阿里巴巴集团控股有限公司 | Model training method and device, electronic equipment and storage medium |
| CN113569099B (en) * | 2020-04-29 | 2022-12-13 | 阿里巴巴集团控股有限公司 | Model training method and device, electronic equipment and storage medium |
| CN112036166A (en) * | 2020-07-22 | 2020-12-04 | 大箴(杭州)科技有限公司 | Data labeling method and device, storage medium and computer equipment |
| CN116361422A (en) * | 2023-06-02 | 2023-06-30 | 深圳得理科技有限公司 | Keyword extraction method, text retrieval method and related equipment |
| CN116361422B (en) * | 2023-06-02 | 2023-09-19 | 深圳得理科技有限公司 | Keyword extraction method, text retrieval method and related equipment |
| CN117574878A (en) * | 2024-01-15 | 2024-02-20 | 西湖大学 | Component syntactic analysis method, device and medium for mixed field |
| CN117574878B (en) * | 2024-01-15 | 2024-05-17 | 西湖大学 | Component syntactic analysis method, device and medium for mixed field |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110390095A (en) | 2019-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2019192247A (en) | Sentence labeling method and sentence labeling device | |
| AU2016269573B2 (en) | Input entity identification from natural language text information | |
| Post et al. | Explicit and implicit syntactic features for text classification | |
| US20130104029A1 (en) | Automated addition of accessiblity features to documents | |
| US9639522B2 (en) | Methods and apparatus related to determining edit rules for rewriting phrases | |
| US9753905B2 (en) | Generating a document structure using historical versions of a document | |
| US9141601B2 (en) | Learning device, determination device, learning method, determination method, and computer program product | |
| WO2019169858A1 (en) | Searching engine technology based data analysis method and system | |
| US11537797B2 (en) | Hierarchical entity recognition and semantic modeling framework for information extraction | |
| JPWO2017163346A1 (en) | Sentence analysis system and program | |
| US20210350090A1 (en) | Text to visualization | |
| EP3404553A1 (en) | Open information extraction method and system for extracting reified ternary relationship | |
| CN108170661B (en) | Method and system for managing rule text | |
| Wong et al. | iSentenizer‐μ: Multilingual Sentence Boundary Detection Model | |
| JP4979637B2 (en) | Compound word break estimation device, method, and program for estimating compound word break position | |
| US8135573B2 (en) | Apparatus, method, and computer program product for creating data for learning word translation | |
| JP2019148933A (en) | Summary evaluation device, method, program, and storage medium | |
| CN113157888A (en) | Multi-knowledge-source-supporting query response method and device and electronic equipment | |
| JP6154072B2 (en) | Information analysis system, information analysis method, and information analysis program | |
| CN109902309B (en) | Translation method, device, equipment and storage medium | |
| US11907656B2 (en) | Machine based expansion of contractions in text in digital media | |
| CN114743012B (en) | Text recognition method and device | |
| CN112735465B (en) | Invalid information determination method and device, computer equipment and storage medium | |
| JP5604475B2 (en) | Named entity type estimation apparatus, method, and program | |
| KR20120045906A (en) | Apparatus and method for correcting error of corpus |