JP2022546228A - 構造化及び非構造化されたデータを使用する照会の解決 - Google Patents

Abstract

【課題】 構造化及び非構造化されたデータを使用して照会を解決すること。【解決手段】 コンピュータ実装方法は、自然言語フォーマットで質問を受領すること；質問から複数のサブクエリーを導出すること；複数のサブクエリーの第１のサブクエリーがキュレーテッド・ナレッジ・ベースを使用して解決できないことを判断すること；非構造化テキストを使用して、第１のサブクエリーを解決すること；解決された第１のサブクエリーを使用して前記キュレーテッド・ナレッジ・ベースを適応させることを含む。【選択図】 図３

Description

本発明は、概ねデータ分析に関し、より具体的にはインデックスされた非構造化データ及びキュレーテッド・ナレッジ・ベースの組み合わせを使用する照会の解決に関する。

複数のナレッジ・ベース（ＫＢｓ）は、データを中心に据えるクエスチョン・アンサー（ＱＡ）アプリケーションといったアプリケーション内で頻繁に使用される。このようなナレッジ・ベースは、キュレートされた非構造化テキストを使用して生成され、高精度の知識に基づいて正確な答えを提供する。しかしながら、ナレッジ・ベースは、正確な結果を情報の特定のサブセットについて提供するが、これらは特定のサブセット外の照会に対して答えを提供することはできない。

１つの特徴によるコンピュータ実装方法は、自然言語フォーマットで質問を受領すること、質問から複数のサブクエリーを導出すること、複数のサブクエリーの第１のサブクエリーがキュレーテッド・ナレッジ・ベースを使用して解決できないことを判断すること、第１のサブクエリーを、非構造化テキストを使用して解決すること、及び解決された第１のサブクエリーを使用してキュレーテッド・ナレッジ・ベースを適応させることを含む。

もう１つの特徴によれば、構造化及び非構造化されたデータを使用して照会を解決するためのコンピュータ・プログラム製品は、それに実体化されたプログラム命令を有するコンピュータ可読な記録媒体を含み、コンピュータ可読な記録媒体は、それ自体では過渡的な信号ではなく、プログラム命令は、プロセッサにより実行可能であって、プロセッサをして、プロセッサにより、自然言語フォーマットでの質問を受領すること、プロセッサにより、質問から複数のサブクエリーを導出すること、プロセッサにより、複数のサブクエリーの第１のサブクエリーがキュレーテッド・ナレッジ・ベースを使用して解決できないことを判断すること、プロセッサにより、第１のサブクエリーを、非構造化テキストを使用して解決すること、及びプロセッサにより、解決された第１のサブクエリーを使用してキュレーテッド・ナレッジ・ベースを適応させることを実行させる。

もう１つの特徴によれば、システムは、プロセッサ及びプロセッサに論理的に一体化され、プロセッサにより実行可能又はプロセッサに一体化されるか、又は実行可能な論理を含み、この論理は、自然言語フォーマットで質問を受領し、質問から複数のサブクエリーを導出し、複数のサブクエリーの第１のサブクエリーがキュレーテッド・ナレッジ・ベースを使用して解決できないことを判断し、第１のサブクエリーを、非構造化テキストを使用して解決し、及び解決された第１のサブクエリーを使用してキュレーテッド・ナレッジ・ベースを適応させるように構成される。

もう１つの特徴によれば、コンピュータ実装方法は、自然言語フォーマットで質問を受領すること、質問から第１のサブクエリー及び第２のサブクエリーを導出すること、複数のサブクエリーの第１のサブクエリーがキュレーテッド・ナレッジ・ベースを使用して解決できないことを判断すること、クエリー・リラクゼーションを使用して、第１のサブクエリーに対する追加の検索語を生成すること、第１のサブクエリー及び追加の検索語を使用して、非構造化テキストについて検索インデックスを照会すること、検索インデックスの照会に応答して検索結果を受領すること、検索結果に基づいて新たな主語／述語／目的語のトリプルを生成すること、新たな主語／述語／オブジェクトのトリプルを使用して第１のサブクエリーを完全化すること、完全化した第１のサブクエリーを含むように、キュレーテッド・ナレッジ・ベースをアップデートすること、第２のクエリーがアップデートされたナレッジ・ベースを使用して解決できることを判断すること、及びアップデートしたナレッジ・ベースを使用して第２のサブクエリーを完全化することを含む。

さらにもう１つの特徴によれば、オンデマンドな抽出及び一体化を実装するためのコンピュータ・プログラム製品は、それに実体化されたプログラム命令を有するコンピュータ可読な記録媒体を含み、このコンピュータ可読な記録媒体は、それ自体が過渡的ではなく、かつプログラム命令は、プロセッサにより実行可能であり、プロセッサをして、プロセッサにより自然言語フォーマットで質問を受領すること、プロセッサにより、質問から複数のサブクエリーを導出すること、プロセッサにより、複数のサブクエリーの第１のサブクエリーがキュレーテッド・ナレッジ・ベースを使用して解決できないことを判断すること、プロセッサにより、クエリー・リラクゼーションを使用して、第１のサブクエリーに対して追加の検索語を生成すること、プロセッサにより、第１のサブクエリー及び追加の検索語を使用して、非構造化テキストについて検索インデックスを照会すること、プロセッサにより、検索インデックスの照会に応答して検索結果を受領すること、プロセッサにより、検索結果に基づいて新たな主語／述語／目的語のトリプルを生成すること、プロセッサにより、新たな主語／述語／目的語のトリプルを使用して第１のサブクエリーを完全化すること、プロセッサにより、完全化した第１のサブクエリーを含むようにキュレーテッド・ナレッジ・ベースをアップデートすること、プロセッサにより、第２のクエリーがアップデートされたナレッジ・ベースを使用して解決できることを判断すること、及びプロセッサにより、アップデートしたキュレーテッド・ナレッジ・ベースを使用して第２のサブクエリーを完全化する方法を実行させる。

本発明の他の特徴及び実施形態は、後述する詳細な説明から明らかとなるであろうが、ここで、図面と組み合わせされる場合、図面は、本発明の原理の実施例の目的において図示する。

図１は、本発明の１実施形態によるネットワーク・アーキテクチャを示す。 図２は、本発明の１実施形態による図１のサーバ又はクライアント又はそれら両方に伴う代表的なハードウェア環境を示す。 図３は、本発明の１実施形態による構造化及び非構造化データを使用した照会解決のための方法を示す。 図４は、本発明の１実施形態によるオンデマンド抽出及び一体化を実装するための方法を示す。 図５は、本発明の１実施形態による非構造化及び構造化データを一体化する、例示的な質問・回答（ＱＡ）システムを示す。

以下の説明は、本発明の一般的な原理を例示する目的でなされ、本明細書の請求項の発明的概念の限定を意味しない。さらに本明細書で説明する特定の特徴は、種々の可能な組み合わせ及び置換のそれぞれにおいて、他の説明した特徴と組み合わせにおいて使用することができる。

本明細書で特に他に規定されない限り、すべての用語は、当業者により理解されるか又は辞書、論文において規定されるものなど又はこれらの組み合わせに加え、明細書から暗示される意味を含む、それらの最も広く、かつ可能な解釈を与えるものである。

本明細書及び添付する請求の範囲で使用した用語は、特定の実施例のみを説明するための目的であり、本発明を限定することを意図しないことはまた明記されるべきである。本明細書で使用されるように、単数形式“ａ”、“ａｎ”、及び“ｔｈｅ”は、文脈が明確にそれ以外を示さない限り、同様に複数の形態を含むことを意図する。さらに、用語“含む”及び“含んでいる”は、本明細書において使用される場合、言及された特徴、整数、ステップ、操作、要素、及びコンポーネント又はそれらの組み合わせの存在を特定するが、１つ又はそれ以上の他の特徴、整数、ステップ、操作、要素、コンポーネント、及びそれらのグループ又はそれらの組み合わせを除外しない。

後述する説明は、構造化及び非構造化データを使用した照会の解決のための、システム、方法及びコンピュータ・プログラム製品のいくつかの好ましい実施形態を開示する。

１つの一般的な実施形態においては、コンピュータ実装方法は、自然言語フォーマットで質問を受領すること、質問から複数のサブクエリーを導出すること、複数のサブクエリーの第１のサブクエリーがキュレーテッド・ナレッジ・ベースを使用して解決できないことを判断すること、第１のサブクエリーを、非構造化テキストを使用して解決すること、及び解決された第１のサブクエリーを使用してキュレーテッド・ナレッジ・ベースを適応させることを含む。

もう１つの一般的な実施形態においては、構造化及び非構造化されたデータを使用して照会を解決するためのコンピュータ・プログラム製品は、それに実体化されたプログラム命令を有するコンピュータ可読な記録媒体を含み、コンピュータ可読な記録媒体は、それ自体では過渡的な信号ではなく、プログラム命令は、プロセッサにより実行可能であり、プロセッサをして、プロセッサにより、自然言語フォーマットでの質問を受領すること、プロセッサにより、質問から複数のサブクエリーを導出すること、プロセッサにより、複数のサブクエリーの第１のサブクエリーがキュレーテッド・ナレッジ・ベースを使用して解決できないことを判断すること、プロセッサにより、第１のサブクエリーを、非構造化テキストを使用して解決すること、及びプロセッサにより、解決された第１のサブクエリーを使用してキュレーテッド・ナレッジ・ベースを適応させることを実行させる。

もう１つの一般的な特徴においては、システムは、プロセッサ及びプロセッサに論理的に一体化され、プロセッサにより実行可能又はプロセッサに一体化されてプロセッサにより実行可能な論理を含み、この論理は、自然言語フォーマットで質問を受領し、質問から複数のサブクエリーを導出し、複数のサブクエリーの第１のサブクエリーがキュレーテッド・ナレッジ・ベースを使用して解決できないことを判断し、第１のサブクエリーを、非構造化テキストを使用して解決し、及び解決された第１のサブクエリーを使用してキュレーテッド・ナレッジ・ベースを適応させるように構成される。

もう１つの一般的な実施形態においては、コンピュータ実装方法は、自然言語フォーマットで質問を受領すること、質問から第１のサブクエリー及び第２のサブクエリーを導出すること、第１のサブクエリーがキュレーテッド・ナレッジ・ベースを使用して解決できないことを判断すること、クエリー・リラクゼーションを使用して、第１のサブクエリーに対して追加の検索語を生成すること、第１のサブクエリー及び追加の検索語を使用して、非構造化テキストについて検索インデックスを照会すること、検索インデックスの照会に応答して検索結果を受領すること、検索結果に基づいて新たな主語／述語／目的語のトリプルを生成すること、新たな主語／述語／目的語のトリプルを使用して第１のサブクエリーを完全化すること、完全化した第１のサブクエリーを含むようにキュレーテッド・ナレッジ・ベースをアップデートすること、第２のクエリーがアップデートされたキュレーテッド・ナレッジ・ベースを使用して解決できることを判断すること、及びアップデートしたキュレーテッド・ナレッジ・ベースを使用して第２のサブクエリーを完全化することを含む。

もう１つの一般的な実施形態においては、オンデマンドな抽出及び一体化を実装するためのコンピュータ・プログラム製品は、それに実体化されたプログラム命令を有するコンピュータ可読な記録媒体を含み、このコンピュータ可読な記録媒体は、それ自体が過渡的ではなく、かつプログラム命令は、プロセッサにより実行可能であり、プロセッサをして、プロセッサにより自然言語フォーマットで質問を受領すること、プロセッサにより、質問から第１のサブクエリー及び第２のサブクエリーを導出すること、プロセッサにより、第１のサブクエリーがキュレーテッド・ナレッジ・ベースを使用して解決できないことを判断すること、プロセッサにより、クエリー・リラクゼーションを使用して、第１のサブクエリーに対して追加の検索語を生成すること、プロセッサにより、第１のサブクエリー及び追加の検索語を使用して、非構造化テキストについて検索インデックスを照会すること、プロセッサにより、検索インデックスの照会に応答して検索結果を受領すること、プロセッサにより、検索結果に基づいて新たな主語／述語／オブジェクトの３つを生成すること、プロセッサにより、新たな主語／述語／オブジェクトの３つを使用して第１のサブクエリーを完全化すること、プロセッサにより、完全化した第１のサブクエリーを含むようにキュレーテッド・ナレッジ・ベースをアップデートすること、プロセッサにより、第２のクエリーがアップデートされたキュレーテッド・ナレッジ・ベースを使用して解決できることを判断すること、及びプロセッサにより、アップデートしたキュレーテッド・ナレッジ・ベースを使用して第２のサブクエリーを完全化することを実行させる。

図１は、１実施形態におけるアーキテクチャ１００を示す。図１に示すように、第１のリモート・ネットワーク１０４及び第２のリモート・ネットワーク１０６を含む、複数のリモート・ネットワーク１０２が提供される。ゲートウェイ１０１は、リモート・ネットワーク１０２と、近接ネットワーク１０８との間を結合することができる。本アーキテクチャ１００のコンテキストにおいて、ネットワーク１０４，１０６は、ＬＡＮ、インターネットといったＷＡＮ、公衆切替電話ネットワーク（ＰＳＴＮ）、内部電話ネットワークなどを含む如何なる形態でも取ることができるが、これらに限定されることはない。

使用において、ゲートウェイ１０１は、リモート・ネットワーク１０２から近接ネットワーク１０８への入口ポイントを提供する。そのようにして、ゲートウェイ１０１は、ルータとして機能することができ、ルータは、ゲートウェイ１０１に到着した所与のデータ・パケットを管理することができ、スイッチは、所与のパケットのためのゲートウェイ１０１の出入りにおける実際の経路を提供する。

さらに含まれるものは、近接ネットワーク１０８に接続された、少なくとも１つのデータ・サーバ１１４であり、これはゲートウェイ１０１を介して、複数のリモート・ネットワーク１０２からアクセス可能である。データ・サーバ（複数でも良い）１１４は、如何なるタイプのコンピューティング・デバイス／グループウェアでも含むことができることについて、明記されるべきである。それぞれのデータ・サーバ１１４に結合されるものは、複数のユーザ・デバイス１１６である。ユーザ・デバイス１１６はまた、ネットワーク１０４，１０６，１０８の１つを通して直接的に結合されてもよい。そのようなユーザ・デバイス１１６は、デスクトップ・コンピュータ、ラップトップ・コンピュータ、ハンドヘルド・コンピュータ、プリンタ又は如何なる他のタイプの論理を含むことができる。ユーザ・デバイス１１１はまた、１つの実施形態では如何なるネットワークにでも直接結合することができることが留意されるべきである。

周辺機器１２０又は複数の周辺機器１２０の連なり、例えばファクシミリ機、プリンタ、ネットワーク又はローカル又はそれら両方のストレージ・ユニット又はシステムは、１つ又はそれ以上のネットワーク１０４，１０６，１０８に結合することができる。データベース又は追加的なコンポーネント又はそれらの両方は、ネットワーク１０４，１０６，１０８に結合された如何なるタイプのネットワーク要素と共に用いられ、また一体化されることができることが留意されるべきである。本明細書のコンテキストにおいては、ネットワーク要素は、ネットワークの否かるコンポーネントでも参照することができる。

いくつかのアプローチにより、本明細書で説明する方法及びシステムは、仮想化システムと共に又は仮想化システム上に、又はそれら両方に、若しくはＩＢＭ ｚＯＳ環境をエミュレートするＵＮＩＸ（登録商標）システム、ＭＩＣＲＯＳＯＦＴ ＷＩＮＤＯＷＳ（登録商標）環境を仮想的にホストするＵＮＩＸ（登録商標）システム、ＩＢＭ ｚ／ＯＳ環境をエミュレートするＭＩＣＲＯＳＯＦＴ ＷＩＮＤＯＷＳ（登録商標）システムなどといった、１つ又はそれ以上のシステムをエミュレートするシステムに実装することができる。この仮想化又はエミュレーション又はそれらの両方は、いくつかの実施形態では、ＶＭＷＡＲＥ（登録商標）を通して強化することができる。

さらなるアプローチにおいては、１つ又はそれ以上のネットワーク１０４，１０６，１０８は、“クラウド”として共通的に参照されるシステムのクラスタを表すことができる。クラウド・コンピューティングにおいては、処理能力、周辺機器、ソフトウェア、データ、サーバなどといった共有リソースがクラウド内の如何なるシステムに対してもオンデマンドの関係において提供され、それによって、多数のコンピューティング・システムにわたってサービスへのアクセス及び配布を可能とする。クラウド・コンピューティングは、典型的にはクラウド内において動作しているシステムの間のインターネット接続を含むが、システムを結合する他の技術もまた、使用することができる。

図２は、図１のユーザ・デバイス１１６又はサーバ１１４又はそれら両方に伴われる代表的なハードウェア環境を示す。図２は、マイクロプロセッサといった中央処理ユニット２１０及びシステム・バス２１２を介して相互接続された多数の他のユニットを含むワークステーションの典型的なハードウェア構成を示す。

図２に示すワークステーションは、ランダム・アクセス・メモリ（ＲＡＭ）２１４，リード・オンリー・メモリ（ＲＯＭ）２１６、ディスク・ストレージ・ユニット２２０といった周辺機器をバス２１２へと結合するＩ／Ｏアダプタ２１８、キーボード２２４、マウス２２６、スピーカ２２８、マイクロホン２３２又はタッチスクリーン及びデジタル・カメラ（不図示）といった他のユーザ・インタフェース・デバイスをバス２１２へと結合するためのユーザ・インタフェース・アダプタ２２２、ワークステーションを通信ネットワーク２３５（例えばデータ処理ネットワーク）に結合するための通信アダプタ２３４、及びバス２１２をディスプレイ・デバイス２３８結合するためのディスプレイ・アダプタ２３６を含む。

ワークステーションは、それ上に、ＭＩＣＲＯＳＯＦＴ ＷＩＮＤＯＷＳ（登録商標）オペレーティング・システム、ＭＡＣ ＯＳ（登録商標）、ＵＮＩＸ（登録商標）ＯＳなどといったオペレーティング・システムの格納部を有する。好ましい実施形態は、また、上述したものではないプラットフォーム及びオペレーティング・システム上に実装することができる。好ましい実施形態は、オブジェクト指向プログラミング方法論と共に、ＸＭＬ、Ｃ、又はＣ＋＋言語又はそれらの組み合わせ、又は他のプログラミング言語を使用して記述することができる。

ここで図３を参照すると、１実施形態による方法３００のフローチャートが示される。方法３００は、種々の実施形態の中でもとりわけ、図１～２及び５に図示される環境の如何なるものにおいても、本発明により実行することができる。当然ながら、図３に特定的に記載されたものではなく、本明細書を読んだ当業者により理解されるであろうように、より多くの、又はより少ない操作が方法３００に含まれてもよい。

方法３００の各ステップは、オペレーティング環境の如何なる好適なコンポーネントによっても実装することができる。例えば、種々の実施形態においては、方法３００は、１つ又はそれ以上のサーバ、コンピュータにより、又は１つ又はそれ以上のプロセッサを内部に有するいくつかの他のデバイスによって、部分又は全体が実行されることができる。例えば、ハードウェア又はソフトウェア又はそれら両方に実装される処理回路（複数でも良い）、チップ（複数でも良い）、又はモジュール（複数でも良い）及び好ましくは少なくとも１つのハードウェア・コンポーネントを有するプロセッサは、本方法３００の１つ又はそれ以上のステップを実行するために如何なるデバイスの内部でも使用することができる。例示的なプロセッサは、これらに限定されないが、中央処理ユニット（ＣＰＵ）、特定用途集積回路（ＡＳＩＣ）、フィールド・プログラマブル・ゲートアレイ（ＦＰＧＡ）など、これらの組み合わせ又は本技術において知られている如何なる他の好適なコンピューティング・デバイスを含む。

図３に示されるように、方法３００は、操作３０２で開始することができ、ここで、質問は、自然言語フォーマットで受領される。１つの実施形態においては、質問は、質問・回答（ＱＡ）アプリケーションにより受領される。もう１つの実施形態では、質問は、ＯＡアプリケーションにより回答されるべき照会を含むことができる。さらなるもう１つの実施形態では、自然言語フォーマットは、人間による日常会話において使用されるフォーマットを含むことができる。

加えて、１つの実施形態においては、自然言語フォーマットは、プログラム・コードを使用する形式的な言語などから区別することができる。もう１つの実施形態においては、自然言語フォーマットにおける例示的な質問は、質問「２０１８年の会社Xの競合者の収益はどうか？」を含むことができる。

さらに、方法３００は、操作３０４に進むことができ、ここでは、複数のサブクエリーが、質問から導出される。１つの実施形態においては、サブクエリーは、質問の自然言語フォーマットを論理形式にパースすることにより、質問から導出することができる。例えば、質問がパースされて、質問の１つ又はそれ以上のコンポーネントを識別することができる。もう１つの実施例においては、１つ又はそれ以上のコンポーネントが分析されて、質問の１つ又はそれ以上のサブクエリーを生成することができる。

さらに、１つの実施形態においては、それぞれのサブクエリーは、トリプル（例えば、主語／述語／目的語のトリプル、など）といったｎ重タプルを含むことができる。例えば、不完全なトリプルは、主語、述語、目的語のフィールドの１つ又はそれ以上についてのデータが無いことがある。もう１つの実施形態では、主語／述語／目的語のトリプルは、質問のパースの結果に基づいて記入される、主語、述語、及び目的語を含むデータ・オブジェクトを含むことができる。例えば、質問「２０１８年の会社Ｘの競合者の収益はどうか？」について、導出される主語／述語／目的語のトリプルは、以下の不完全なトリプルを含む可能性がある：第１のサブクエリー（？ｙ“の収益”？ｘ）及び第２のサブクエリー（？ｘ，“競合者の”，“会社Ｘ”）。

また、方法３００は、操作３０６に進むことができ、ここでは、複数のサブクエリーの第１のサブクエリーが、キュレーテッド・ナレッジ・ベースを使用して解決することができないこと判断される。１つの実施形態では、キュレーテッド・ナレッジ・ベースは、非構造化テキストから収集された所定のドメインを確認するためのデータを含むことができる。例えば、非構造化テキスト（例えば、フリーテキストなど）は、所定のドメインにマッチするテキストデータ（例えば単語、センテンスなど）を判断するためにパース（手作業又は自動的に又はそれら両方で）されることができる。もう１つの実施形態においては、キュレーテッド・ナレッジ・ベースは、複数の完全なトリプレットを含む可能性がある。

加えて、１つの実施例では、所定のドメインは、キュレーテッド・ナレッジ・ベースのための、１つ又はそれ以上の所定のトピックス（例えば、会社の財務情報など）を含むことができる。もう１つの実施例では、所定のドメインにマッチするテキストデータは、所定のドメインのためのキュレーテッド・ナレッジ・ベースに追加することができる。さらにもう１つの実施例では、キュレーテッド・ナレッジ・ベースは、複数の完全なトリプルを含むことができる。

さらに、１つの実施形態では、複数のサブクエリーの第１のサブクエリーは、キュレーテッド・ナレッジ・ベースを使用するＱＡアプリケーションによっては解決することができない場合がある。複数のサブクエリーのうちの第１のサブクエリーは、不完全なトリプルをキュレーテッド・ナレッジ・ベースとの比較により完全化することができない、不完全なトリプルを含むことがある。もう１つの実施例では、複数のサブクエリーのうちの第２のサブクエリーは、キュレーテッド・ナレッジ・ベースを使用するＱＡアプリケーションにより解決することができる場合がある。例えば、複数のサブクエリーの第２のサブクエリーは、不完全なトリプルをキュレーテッド・ナレッジ・ベースと比較することにより完全化することができる不完全なトリプルを含む場合がある。もう１つの実施形態においては、第１のサブクエリーは、キュレーテッド・ナレッジ・ベースに対する第１のサブクエリーのセマンティックな関連性の分析に基づいて、キュレーテッド・ナレッジ・ベースを使用して解決できないと判断される場合がある。

さらに、方法３００は、操作３０８に進むことができ、ここでは、第１のサブクエリーが、非構造化テキストを使用して解決される。１つの実施形態では、非構造化テキストは、キュレーテッド・ナレッジ・ベースが生成されて以来のテキスト・コーパスを含むことができる。もう１つの実施形態においては、非構造化テキストは、所定の構造を全く有しない、履歴的なテキスト・ドキュメント（例えば、テキスト・ファイル、ＨＴＭＬなど）を含むことができる。さらにもう１つの実施形態においては、第１のサブクエリーは、不完全なトリプルを含むことができる。１つの実施形態においては、第１のサブクエリーは、第１のサブクエリーが、キュレーテッド・ナレッジ・ベースを使用して解決できないとの判断に応答して、非構造化テキストを使用して解決される場合がある。

また、１つの実施形態では、第１のサブクエリーの解決は、非構造化テキストを使用して以前に生成された検索インデックスを照会することを含むことができる。例えば、非構造化テキストは、事前処理（例えば、パースされ、分析されるなど）されて、検索インデックスを生成することができる。もう１つの実施例では、検索インデックスは、非構造化テキストのために生成されたキーワード・ベースの検索エンジンを含むことができる。さらいもう１つの実施例では、検索インデックスは、非構造化テキストのために生成されたキーワード・ベースの検索エンジンを含むことができる。例示的には、検索エンジンは、第１のサブクエリーの不完全なトリプル内に見出された語を使用して検索することができる。

加えて、１つの実施形態では、クエリー・リラクゼーションは、検索インデックスのクエリーに含ませる追加的語を生成するために使用することができる。例えば、クエリー・リラクゼーションを実行することは、第１のサブクエリー内の不完全なトリプル内の語について、類似語（例えば、シノニムなど）を決定することを含むことができる。もう１つの実施例では、検索インデックスの照会は、不完全なトリプルの語に加えてこれらの類似語を含むように修正することができる。

さらに、１つの実施形態では、第１のサブクエリーを解決することは、検索インデックスの照会の結果を受領することを含むことができる。例えば、結果は、興味のある１つ又はそれ以上の断片を含む可能性がある。もう１つの実施例では、１つ又はそれ以上のテキストの断片のそれぞれは、検索インデックスの照会にマッチする、１つ又はそれ以上のテキストの部分（例えば、単語、フレーズ、センテンス、パラグラフなど）を含む場合がある。さらにもう１つの実施例では、１つ又はそれ以上のテキスト断片は、１つ又はそれ以上の基準（例えば、検索インデックスの照会に対する関連性など）に従ってランク付けすることができる。

さらに、１つの実施形態においては、第１のサブクエリーを解決することは、検索インデックスの照会の結果を使用して新たなトリプルを生成することを含む。例えば、新たな主語／述語／目的語のトリプルは、検索インデックの照会の結果として受領された、１つ又はそれ以上のテキスト断片を使用して生成することができる。もう１つの実施例では、これらの新たなトリプルが完全化する可能性はある（例えば、それらは、主語、述語、及び目的語のフィールドについての値を有することができる）。

また、１つの実施形態では、第１のサブクエリーを解決することは、新たなトリプレットを使用して第１のサブクエリーを完全化することを含むことができる。例えば、第１のサブクエリーは、不完全トリプルを含む場合がある。もう１つの実施例では、第１のサブクエリーの不完全なトリプルは、新たなトリプルに基づいて完全化する可能性がある。さらにもう１つの実施例では、無いフィールドまたは不完全なトリプルについての値を決定するために、第１のサブクエリーの不完全なトリプルについて、１つ又はそれ以上の整列ベースの回答識別及び類似の操作が新たなトリプレットに基づいて実行される。

また、１つの実施形態においては、非構造化データは、定期的にアップデートされて、以前に検索されたものの、非構造化データ内には見出されなかった情報を含ませることができる。例えば、検索インデックスの照会に応答して戻されるテキスト断片の量が、所定の閾値を下回る場合、検索は、検索インデックスの照会に、さらに関連すると判断される結果を含む追加の非構造化データについて行われる。この追加の非構造化データは、現在の非構造化データに組み込まれて非構造化データのコーパスを増強する。

加えて、方法３００は、操作３１０に進んで、ここでは、キュレーテッド・ナレッジ・ベースが解決された第１のサブクエリーを使用して適応される。１つの実施形態においては、キュレーテッド・ナレッジ・ベースを適応させることは、キュレーテッド・ナレッジ・ベースに解決された第１のサブクエリーを追加することを含む。もう１つの実施形態においては、解決された第１のサブクエリーは、解決された第１のサブクエリーと、キュレーテッド・ナレッジ・ベース内の既存のトリプルとの間の依存性の判断に基づいて、キュレーテッド・ナレッジ・ベース内の既存の完全化したトリプルに追加されることになる完全化したトリプルを含むことができる。

さらに、１つの実施形態においては、複数のサブクエリーの第２のサブクエリーは、適応されたキュレーテッド・ナレッジ・ベースを使用して解決することができる。例えば、第２のサブクエリーを解決することは、適応されたキュレーテッド・ナレッジ・ベース内のトリプルを使用して第２のサブクエリーを完全化することを含むことができる。もう１つの実施例では、複数のサブクエリーの第２のサブクエリーは、適応されたキュレーテッド・ナレッジ・ベース内（例えば、解決された第１の完全化したトリプルを含む）の完全化したトリプルと比較される不完全なトリプルを含む可能性がある。

さらに、１つの実施例においては、１つ又はそれ以上の整列ベースの回答識別及び類似操作は、無いフィールドまたは不完全なトリプルのフィールドについての値を決定するために、適応されたキュレーテッド・ナレッジ・ベース内の完全化したトリプルに基づいて第２のサブクエリーの不完全なトリプルについて実行することができる。もう１つの実施例では、第２のサブクエリーの、無いフィールドまたは不完全なトリプルのフィールドについての値を、不完全なトリプルに追加して、完全なトリプルを生成することができる（それにより、第２のサブクエリーを解決する）。

また、１つの実施形態では、解決された第１のサブクエリー及び解決された第２のサブクエリーは、受領した質問の回答を生成するために使用することができる。例えば、解決された第１のサブクエリー及び解決された第２のサブクエリーのトリプルのフィールド内の情報は、自然言語フォーマットを有する応答へと変換することができる。もう１つの実施例では、応答は、自然言語フォーマットで戻すことができる。

この方法において、非構造化データ（非構造化テキスト）及び構造化データ（キュレーテッド・ナレッジ・ベース）の両方を、ＱＡシステムにより質問に回答するために互いに使用することができる。加えて、キュレーテッド・ナレッジ・ベースは、非構造化テキスト検索及び分析の結果を使用して、動的に増強することができる。これがキュレーテッド・ナレッジ・ベースの妥当性を進歩させ、このことがキュレーテッド・ナレッジ・ベースを使用して実行される将来のサブクエリー検索の正確性及び性能を改善することができる。キュレーテッド・ナレッジ・ベースの妥当性の改善により、キュレーテッド・ナレッジ・ベースを使用するコンピューティング・デバイスはまた、改善された性能からの利益を得ることができる。

ここで、図４を参照すると、１実施形態による、オンデマンド抽出及び一体化を実装するための方法４００のフローチャートが示される。方法４００は、種々の実施形態の中でもとりわけ、図１～２、及び５に図示された如何なる環境においても本発明により実行することができる。当然ながら、図４に特定的に記載されたもの以外により多く、又はより少ない操作は、本明細書を読んだ当業者において理解されるであろうように、方法４００において含まれることができる。

方法４００のステップのそれぞれは、オペレーティング環境の如何なる好適なコンポーネントによっても実行することができる。例えば、種々の実施形態においては、方法４００は、１つ又は複数のサーバ、コンピュータ、又はその内部に１つ又はそれ以上のプロセッサを有するいくつかの他のデバイスにより、部分又は全体を実行することができる。例えば、ハードウェア又はソフトウェア又はそれら両方に実装される処理回路（複数でも良い）、チップ（複数でも良い）、又はモジュール（複数でも良い）及び好ましくは少なくとも１つのハードウェア・コンポーネントを有するプロセッサは、本方法４００の１つ又はそれ以上のステップを実行するために如何なるデバイスの内部にあっても使用することができる。例示的なプロセッサは、これらに限定されないが、中央処理ユニット（ＣＰＵ）、特定用途集積回路（ＡＳＩＣ）、フィールド・プログラマブル・ゲートアレイ（ＦＰＧＡ）など、これらの組み合わせ又は本技術において知られている如何なる他の好適なコンピューティング・デバイスをも含む。

図４に示されるように、方法４００は、操作４０２で開始することができ、ここで、質問は、自然言語フォーマットで受領される。追加的に方法４００は、操作４０４に進み、ここで、第１のサブクエリー及び第２のサブクエリーが、質問から導出される。１つの実施形態においては、第１のサブクエリー及び第２のサブクエリーは、両方とも不完全な主語／述語／目的語のトリプルを含む。もう１つの実施形態では、第１のサブクエリーは、第２のサブクエリーとは異なる。例えば、第１のサブクエリーは、第２のサブクエリーに比較して異なるトリプルのフィールド値を有することができる。

追加的に方法４００は、操作４０６に進むことができ、ここで、第１のサブクエリーが非構造化テキストに基づいてキュレーテッド・ナレッジ・ベースを使用して解決できないことを判断する。さらに方法４００は、操作４０８に進むことができ、ここで、クエリー・リラクゼーションを使用して、追加の検索語が第１のサブクエリーについて生成される。さらに、方法４００は、操作４１０に進むことができ、ここで第１のサブクエリー及び追加の検索語を使用して、非構造化テキストについて検索インデックスが照会される。１つの実施形態においては、検索インデックスは、非構造化テキストを使用して以前に生成されたものとすることができる。もう１つの実施形態では、非構造化テキストのための検索インデックスは、第１のサブクエリーがキュレーテッド・ナレッジ・ベースを使用して解決できないと判断されたことに応答して照会することができる。

また、方法４００は、操作４１２に進み、ここで、検索結果が検索インデックスの照会に応答して受領される。加えて、方法４００は、操作４１４に進み、ここで、検索結果に基づいて、新たな主語／述語／目的語のトリプルを生成する。例えば、検索結果は、複数の関連する断片を含むことができ、オープン・インフォメーション抽出を、断片から新たなトリプルを抽出するために使用することができる。もう１つの実施形態においては、新たなトリプルは、第１のサブクエリー及び第２のサブクエリーに対するそれらのセマンティック的な関連性に従ってランク付けすることができ、上位にランク付けされたトリプルの所定数が、新たなトリプルとして選択される。さらに、方法４００は、操作４１６に進み、ここで、第１のサブクエリーが、新たな主語／述語／目的語のトリプルを使用して完全化される。さらに、方法４００は、操作４１８に進み、ここで、キュレーテッド・ナレッジ・ベースが、完全化された第１のサブクエリーを含むようにアップデートされる。

また、方法４００は、操作４２０に進み、ここで、第２のサブクエリーがアップデートされたキュレーテッド・ナレッジ・ベースを使用して解決できることを判断する。１つの実施形態においては、第２のサブクエリーは、第１のサブクエリーが完全化されるまで保留される。例えば、第２のサブクエリーは、第１のサブクエリー及び第２のサブクエリーの不完全なトリプルの分析に基づいて第１のサブクエリーに応じて判断することができる。例示として、第２のサブクエリーで無いフィールドは、第１のサブクエリー内に配置されていることがあり、第２のサブクエリーの無いフィールドが第１のサブクエリーの完全化時に完全化することができると判断することができる。もう１つの実施形態では、第２のサブクエリーは、この判断に応答して第１のサブクエリーが完全化するまで、保留することができる。

追加的に方法４００は、操作４２２に進むことができ、ここで、第２のサブクエリーがアップデートされたキュレーテッド・ナレッジ・ベースを使用して完全化される。１つの実施形態では、第２のサブクエリーは、第１のサブクエリーが完全化し、かつキュレーテッド・ナレッジ・ベースに追加されたことの判断に応答して完全化することができる。もう１つの実施形態では、第２のサブクエリーは、完全化した第１のサブクエリーのトリプルを含むアップデートされたキュレーテッド・ナレッジ・ベース内の主語／述語／目的語のトリプレットを使用して解決される。

この方法において、キュレーテッド・ナレッジ・ベース及び非構造化テキスト両方の検索は、キュレーテッド・ナレッジ・ベースの増強及び解決した質問に正確に応答するように遂行することができる。

図５は、例示的な実施形態による、非構造化データ及び構造化データを一体化させた、質問・回答（ＱＡ）システム５００を示す。ＱＡシステム５００は、非構造化データ（フリーテキスト）及び構造化データ（キュレーテッド・ナレッジ・ベース５０２）の両方からリアルタイムで情報を一体化することにより質問に回答する。

図示されるように、システムへの入力は、自然言語の質問Ｑ５０４である。質問Ｑ５０４は、自然言語理解ユニット５０６によりパースされ、これは、質問を、機械により理解することができるサブクエリー５０８に変換する。例えば、サブクエリー５０８は、不完全な主語／述語／目的語のトリプルを含むことができる。

追加的に、サブクエリー５０８のそれぞれのサブクエリーｑ_ｘについて、照会計画生成器５１０は、類似のクエリーのセットを使用してq_ｘを拡張することにより、クエリー拡張を実行する。例えばｑ_ｘが、
（会社，取得，？）
を含むことができる。

クエリー拡張は、その後、
（会社，買収，？）及び
（？，により買収，会社）
といった、また推定されたクエリーについて適用される。

１つの実施形態においては、上述のクエリー拡張は、１つ又はそれ以上のパラフレーズ・モデルを使用して完全化することができる。その後、ストリング－類似性マッチング、埋め込み（例えば、事前学習させたｗｏｒｄ２ｖｅｃ埋め込み）マッチング、及びパラフレーズに基づくマッチングが、どのデータ・ソース（例えば、非構造化テキスト５１２又はキュレーテッド・ナレッジ・ベース５０２）へと、それぞれのサブクエリー５０８を送付するべきかを判断するために使用することができる。サブクエリー５０８は、判断されたデータ・ソースに基づいて、２つのサブセット－フリーテキスト・サブクエリー５１４及びキュレーテッド・ナレッジ・ベース・サブクエリー５１６に分割される。

さらに、フリーテキスト・サブクエリー５１４は、フリーテキスト照会モジュール５１８へと送付され、これはインデックス付けされたテキスト・コーパス５２０を検索し、フリーテキスト・サブクエリー５１４に対する回答を含む可能性のある、関連するテキスト断片５２２の収集を識別する。非構造化テキスト５１２は、インデックス付け５２４されて、テキスト・コーパス５２０を生成する。これは、関連するテキスト断片５２２を迅速に識別し、検索するために、インデックス付け技術（例えば、ＴＤ－ＩＦに基づく方法など）を使用して完全化される。インデックス付けされたコーパス５２０を検索する場合、フリーテキスト・サブクエリー５１４は、包括性を増加させるために、パラフレーズ・モデルを使用して拡張することができる。

さらに、関連するテキスト断片５２２は、情報抽出器５２６（リラクゼーション抽出器といった）に渡されて、それぞれのフリーテキスト・サブクエリー５１４に対する回答の候補を抽出し（これにより、それぞれのフリーテキスト・サブクエリー５１４が完全化する）、それらの関連性スコアに基づいてそれらをランク付けする。

また、完全化されたフリーテキスト・サブクエリー５１４の全部またはいくつかはその後、キュレーテッド・ナレッジ・ベース５０２に追加され、キュレーテッド・ナレッジ・ベース５０２をアップデートする。１つの実施形態では、完全化されたフリーテキスト・サブクエリー５１４の全部、又はいくつかは、完全化されたキュレーテッド・ナレッジ・ベース・サブクエリー５１６と一体化され（完全化された、とは、例えば、キュレーテッド・ナレッジ・ベース５０２を使用するキュレーテッド・ナレッジ・ベースに対する照会モジュール５２８による）、自然言語の質問Ｑ５０４に応答して提供される最終的な回答を判断することができる。もう１つの実施形態では、１つ又はそれ以上のキュレーテッド・ナレッジ・ベース・サブクエリー５１６は、アップデートされたキュレーテッド・ナレッジ・ベース５０２を使用するキュレーテッド・ナレッジ・ベースに対する照会モジュール５２８により完全化することができ、完全化されたナレッジ・ベース・サブクエリー５１６は、その後、自然言語の質問Ｑ５０４に応答して提供されるべき最終的な回答を判断するために使用することができる。

もう１つの実施形態においては、自然言語の質問Ｑ５０４から識別されたアグリゲート・サブクエリーが存在する場合、１つ又はそれ以上のアグリゲーションを実行することができる。

オンデマンド抽出及び一体化
ナレッジ・ベース（ＫＢ）は、多くのデータを中心とした、質問・回答（ＱＡ）アプリケーションといったアプリケーションの核となった。大規模なナレッジ・ベースは、異なったエンティティに関する膨大な量の知識を格納し、システムがエンティティを中心とする質問に対する回答を提供することを可能とする。これらのナレッジ・ベースの中でも、キュレートされたＫＢｓは、システムが高い精度の知識にわたって理由付けをし、かつ正確な回答を返すことを可能とする。

ナレッジ・ベースは、ドメインに特化したスキーマ及びキュレーションのワークフローの提案が要求されるドメイン・エキスパートにより記述され、かつキュレートされて、スキーマに肯定される事実を抽出することが可能である。高い精度であったとしても、これらのＫＢｓは、世界の知識が、選択された言語的な述語を使用してエンコードすることができることを仮定するため、不完全である可能性がある。しばしば、ＫＢｓからの情報が無いことは、ＫＢｓが立脚する非構造化テキストにおいて存在する。

例示的に、ＫＢは、公的な会社に関する情報及びそれらのいくつかの財務的基準を含む可能性が有るが、取得者、競合者、及び会社の間に存在する子会社といった関係を含まない場合がある。これらの情報は、使用可能な場合、情報技術を使用してテキストからキュレートして、完全化させ、かつＫＢｓに無い情報を補足することができる。これは、キュレートされたＫＢｓの不完全性に遭遇するＱＡシステムの汎用化を支援することができる。ドメイン・エキスパートは、自動的にキュレートされたテキストを取得し、かつシステムにより提供された回答からの洞察を使用して、キュレーション・ワークフローをさらに改善する、という質問を依頼する可能性がある。

例示として、ドメイン・エキスパートが公的な会社について、これらの会社の財務報告内のテーブル（例えば１０－ｋのレポート）から、これらの会社の正確な財務基準を含むＫＢを構築しようとする。しかしながら、ユーザが興味のあるクエリーは、同じように見えるであろう。
「私に２０１６年における会社Xの競合者の収益を示せ」

このクエリーは、キュレートされたＫＢからだけではサポートすることができず、かつ２つのサブクエリーに分解することができる：
（１）（？ｙ，の収益，？ｘ）、及び
（２）（？ｘ，“の競合者”，“会社Ｘ”）、
ここで、クエリー（１）は、我々がクエリー（２）に対する回答を知るや否やキュレーテッド・ナレッジ・ベースにより回答することができ、この回答は、会社Ｘの財務報告のフリーテキストにおいて見出すことができる（報告が実際に興味のある情報を含んでいるものと仮定する。）。

この結果、１実施形態においては、不均質なデータ・ソース、構造化ＫＢ、及び非構造化されたテキストを結合し、構造化ＫＢの正確さ及び非構造化テキストからの事実の包括性に資する、動的なハイブリッド・ナレッジ・ベースを構築するために使用することができる。所与の自然言語の質問又は自然言語の質問の解釈について、システムは、全体として、非構造化テキスト又は構造化ＫＢを選択的に照会し、必要に応じて情報を抽出し、一体化させ、結果を一体化してクエリーに回答することができる。

例示的な特徴は、以下のものを含む：
１．所与の自然言語クエリー（ＮＬＱ）のローカルな代表を、論理クエリーとして参照すると、対応する照会計画が生成される。この計画は、既存のナレッジ・ベース及び非構造化データに対して照会を行って中間的な結果を生成し、中間的な回答を結合し、そして最終的な結果をアグリゲートする照会操作器から構成される。
２．非構造化データにアクセスする照会操作器については、操作器に関連する関係のある断片が、非構造化データから検索される。
ａ．関係のある断片からの事実が、抽出され、ランク付けされる。
ｂ．入力した照会操作器についての結果が、抽出された事実から判断
される。
３．キュレーテッド・ナレッジ・ベースにアクセスした照会操作器のために、ナレッジ・ベースに対する照会が行なわれ、関連する事実を検索する。
４．元の照会計画についての最終的な結果が生成される。

１つの例示的なアプローチは、オンデマンド様式でフリーテキストを紹介して、無い情報を見出すことで、照会に回答することができる。このアプローチは、静的なナレッジ・ベースへのアプローチに比較した場合、より多くの照会をサポートする。加えて、無い情報は、オンデマンド様式で、フリーテキストから抽出される。さらに、本アプローチは、関連する情報がキュレートされたＫＢに無い場合、複雑なクエリーを、キュレートされたＫＢ、又は抽出されたＫＢにより、より信頼性をもって回答することができるようにする、多数のサブクエリーへと分解する。

如何なる質問についてでも回答する前に、システムは、ワンタイムのプリプロセッシング・ステップを必要とする。オフライン・プロセスにおいては、システムは、複数のテキスト・コーパスの上で、照会時におけるキーワード検索を効率化することを可能とする、転置インデックスを生成する。

システムは、オフライン処理で、複数のテキスト・コーパスの上で、キーワード検索を効率化することを可能とする、転置インデックスを生成する。これに加えて、年、名前空間、及びテキストに伴われるエンティティといったいくつかのメタデータがインデックス付けされる。

システムへの入力は、論理クエリー（例えば、自然言語での質問の１つの解釈）である。論理クエリーは、多数のクローズの組み合わせであり、ここで、それぞれのクローズは、１つ又はそれ以上の可変的な要旨を伴うｎ重のタプルである。実体的な計画生成器は、論理クエリーを翻訳して、照会のための実体的な計画を生成する。実体的な計画は、クローズの実行順、及びクローズをキュレートされたＫＢ又はフリーテキストに対して実行することが必要か否かを決定する。加えて、実体的な計画は、どのようにして中間的な結果を組み合わせ、任意的にアグリゲートするかを決定する。

クエリー・クローズがフリーテキストに対して実行される必要がある場合、クエリー・クローズは、より柔軟化された照会計画を生成するために、先ずメタデータを使用して書き換えられる。これは、興味のある情報を表現しない可能性のあるテキスト断片を検索することを支援する。柔軟化された照会計画のそれぞれは、同一の事実が、フリーテキスト内に表現されるであろう数多くのやり方を処理するため、その後、パラフレーズ化される。照会計画は、元のクエリーに対するそれらのセマンティック的な類似性に基づいてランク付けされる。上位ｋ個の計画が最適化され、照会計画にわたった共通のキーワードのクエリーが識別され、かつ、一度に実行される。

キーワード・クエリーがインデックス付けされたテキスト・コーパスに対して発行されて、関連するテキスト断片を検索する。オープン・ドメインのインフォメーション抽出器が、テキスト断片から事実のトリプル（主語－述語－目的語）を抽出する。これらのトリプルは、ノイズが多く、かつ規格化されていないので、システムは、さらにこれらを処理してアノテートし、回答を正確に識別することを支援する。トリプルは、異なる照会計画を横断してアグリゲートされ、かつそれらの推定された信頼性に基づいてランク付けされる。システムは、その後、整列ベースの回答識別アルゴリズムを使用してトリプルから回答を識別する。これらの回答は、さらに非曖昧化され、さらなる利用のために計画生成器に戻される。

クエリー・クローズをキュレートされたＫＢに対して実行する必要がある場合、それは、先ず高レベルの宣言的言語におけるクエリーに翻訳されなければならない。オントロジ・クエリー言語（ＯＱＬ）は、キュレートされたＫＢに格納された情報にアクセスするために使用することができる。クエリー分解は、クエリーを多数の単純なクローズに分解するので、手作業で作成されたテンプレートを、クローズをＯＱＬクエリーに翻訳するために使用することができる。論理クエリーと、ＯＱＬとの間のスキーマ要素の情報のオーバーラップは、キュレートされたＫＢに照会するためのテンプレートを選択するために使用することができる。選択されたテンプレートは、インスタンス化され、対応するＯＱＬクエリーがＫＢに対して発行され、タプルのセットが戻される。

１つの実施形態においては、不均質なデータ・ソースは、構造化ＫＢを含むことができ、これは、高精度の実世界の事実及びフリーテキストを有し、フリーテキストは、ＫＢ内の事実を捕捉する膨大なセンテンスのレポジトリを含む。ハイブリッド・システムは、キュレートされたＫＢの精度及びテキスト形式の事実の包括性による利益を得、かつドメイン・エキスパートがキュレートされたＫＢｓに無い述語を識別することを支援する。

加えて、１実施形態では、キーワード・クエリーは、クエリー・リラクゼーション及び書き換えについてのメタデータを使用して関連するドキュメントのスーパーセットにルートさせることができる。加えて、パラフレージング・モデルは、クエリーの拡張のために使用することができる。

本発明は、いかなる可能な技術的に詳細な一体化レベルであっても、システム、方法、又はコンピュータ・プログラム製品又はこれらの組み合わせとすることができる。コンピュータ・プログラム製品は、プロセッサに対して本発明の特徴を遂行させるためのコンピュータ可読なプログラム命令をそれ上に有する記録媒体（又は複数の媒体）を含むことができる。

コンピュータ可読な記録媒体は、命令実行デバイスが使用するための複数の命令を保持し格納することができる有形のデバイスとすることができる、コンピュータ可読な媒体は、例えば、これらに限定されないが、電気的記録デバイス、磁気的記録デバイス、光学的記録デバイス、電気磁気的記録デバイス、半導体記録デバイス又はこれらのいかなる好ましい組み合わせとすることができる。コンピュータ可読な記録媒体のより具体的な実施例は、次のポータブル・コンピュータ・ディスク、ハードディスク、ランダム・アクセス・メモリ（ＲＡＭ）、リード・オンリー・メモリ（ＲＯＭ）、消去可能なプログラマブル・リード・オンリー・メモリ（ＥＰＲＯＭ又はフラッシュ・メモリ（登録商標））、スタティック・ランダム・アクセス・メモリ（ＳＲＡＭ）、ポータブル・コンパクト・ディスク・リード・イオンリー・メモリ（ＣＤ－ＲＯＭ）、デジタル多目的ディスク（ＤＶＤ）、メモリ・スティック、フロッピー・ディスク（登録商標）、パンチ・カード又は命令を記録した溝内に突出する構造を有する機械的にエンコードされたデバイス、及びこれらの好ましい如何なる組合せを含む。本明細書で使用するように、コンピュータ可読な記録媒体は、ラジオ波又は他の自由に伝搬する電磁波、導波路又は他の通信媒体（例えば、光ファイバ・ケーブルを通過する光パルス）といった電磁波、又はワイヤを通して通信される電気信号といったそれ自体が一時的な信号として解釈されることはない。

本明細書において説明されるコンピュータ・プログラム命令は、コンピュータ可読な記録媒体からそれぞれのコンピューティング／プロセッシング・デバイスにダウンロードでき、又は例えばインターネット、ローカル・エリア・ネットワーク、ワイド・エリア・ネットワーク又はワイヤレス・ネットワーク及びそれからの組み合わせといったネットワークを介して外部コンピュータ又は外部記録デバイスにダウンロードすることができる。ネットワークは、銅通信ケーブル、光通信ファイバ、ワイヤレス通信ルータ、ファイアウォール、スイッチ、ゲートウェイ・コンピュータ及びエッジ・サーバ又はこれらの組み合わせを含むことができる。それぞれのコンピューティング／プロセッシング・デバイスにおけるネットワーク・アダプタ・カード又はネットワーク・インタフェースは、ネットワークからコンピュータ可読なプログラム命令を受領し、このコンピュータ可読なプログラム命令を格納するためにそれぞれのコンピューティング／プロセッシング・デバイス内のコンピュータ可読な記録媒体内に転送する。

本発明の操作を遂行するためのコンピュータ可読なプログラム命令は、アセンブラ命令、命令セット・アーキテクチャ（ＩＳＡ）命令、機械語命令、マシン依存命令、マイクロ・コード、ファームウェア命令、状態設定データ、集積回路のための構成データ、又は１つ又はそれ以上の、Ｓｍａｌｌｔａｌｋ（登録商標）、Ｃ＋＋などのオブジェクト指向プログラミング言語、“Ｃ”プログラミング言語又は類似のプログラム言語といった手続き型プログラミング言語を含むプログラミング言語のいかなる組合せにおいて記述されたソース・コード又はオブジェクト・コードのいずれかとすることができる。コンピュータ可読なプログラム命令は、全体がユーザ・コンピュータ上で、部分的にユーザ・コンピュータ上でスタンドアローン・ソフトウェア・パッケージとして、部分的にユーザ・コンピュータ上で、かつ部分的にリモート・コンピュータ上で、又は全体がリモート・コンピュータ又はサーバ上で実行することができる。後者のシナリオにおいて、リモート・コンピュータは、ローカル・エリア・ネットワーク（ＬＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）を含むいかなるタイプのネットワークを通してユーザ・コンピュータに接続することができ、又は接続は、外部コンピュータ（例えばインターネット・サービス・プロバイダを通じて）へと行うことができる。いくつかの実施形態では、例えばプログラマブル論理回路、フィールド・プログラマブル・ゲートアレイ（ＦＰＧＡ）、又はプログラマブル論理アレイ（ＰＬＡ）を含む電気回路がコンピュータ可読なプログラム命令を、コンピュータ可読なプログラム命令の状態情報を使用して、本発明の特徴を実行するために電気回路をパーソナライズして実行することができる。

本明細書で説明した本発明の実施形態を、本発明の実施形態にしたがい、フローチャート命令及び方法のブロック図、又はそれらの両方、装置（システム）、及びコンピュータ可読な記録媒体及びコンピュータ・プログラムを参照して説明した。フローチャートの図示及びブロック図又はそれら両方及びフローチャートの図示におけるブロック及びブロック図、又はそれらの両方のいかなる組合せでもコンピュータ可読なプログラム命令により実装することができることを理解されたい。

これらのコンピュータ可読なプログラム命令は、汎用目的のコンピュータ、特定目的のコンピュータ、または他のプロセッサ又は機械を生成するための他のプログラマブル・データ・プロセッシング装置に提供することができ、コンピュータのプロセッサ又は他のプログラマブル・データ・プロセッシング装置による実行がフローチャート及びブロック図のブロック又は複数のブロック又はこれらの組み合わせで特定される機能／動作を実装するための手段を生成する。コンピュータ、プログラマブル・データ・プロセッシング装置及び他の装置又はこれらの組み合わせが特定の仕方で機能するように指令するこれらのコンピュータ可読なプログラム命令は、またコンピュータ可読な記録媒体に格納することができ、その内に命令を格納したコンピュータ可読な記録媒体は、フローチャート及びブロック図のブロック又は複数のブロック又はこれらの組み合わせで特定される機能／動作の特徴を実装する命令を含む製造品を構成する。

コンピュータ可読なプログラム命令は、またコンピュータ、他のプログラマブル・データ・プロセッシング装置、又は他のデバイス上にロードされ、コンピュータ、他のプログラマブル装置、又は他のデバイス上で操作ステップのシリーズに対してコンピュータ実装プロセスを生じさせることで、コンピュータ、他のプログラマブル装置又は他のデバイス上でフローチャート及びブロック図のブロック又は複数のブロック又はこれらの組み合わせで特定される機能／動作を実装させる。

図のフローチャート及びブロック図は、本発明の種々の実施形態にしたがったシステム、方法及びコンピュータ・プログラムのアーキテクチャ、機能、及び可能な実装操作を示す。この観点において、フローチャート又はブロック図は、モジュール、セグメント又は命令の部分を表すことかでき、これらは、特定の論理的機能（又は複数の機能）を実装するための１つ又はそれ以上の実行可能な命令を含む。いくつかの代替的な実装においては、ブロックにおいて記述された機能は、図示した以外で実行することができる。例えば、連続して示された２つのブロックは、含まれる機能に応じて、実際上１つのステップとして遂行され、同時的、実質的に同時的に、部分的又は完全に一時的に重ね合わされた仕方で実行することができ、又は複数のブロックは、時として逆の順番で実行することができる。またブロック図及びフローチャートの図示、又はこれらの両方及びブロック図中のブロック及びフローチャートの図示又はこれらの組み合わせは、特定の機能又は動作を実行するか又は特定の目的のハードウェア及びコンピュータ命令を遂行する特定目的のハードウェアに基づいたシステムにより実装することができることを指摘する。

さらに、種々の実施形態によるシステムは、プロセッサ及びプロセッサに一体化又は実行可能な又はそれら両方のロジックを含むことができ、この論理は、本明細書に掲載した１つ又はそれ以上のプロセス・ステップを実行するように構成される。プロセッサは、本明細書において説明したとおり、ディスクリートなプロセッサ又はプロセッシング・ハードウェア、メモリ、Ｉ／Ｏインタフェースなどの多くのコンポーネントを含む、如何なる構成のものにでもすることができる。一体化されることが意味するものは、プロセッサが特定用途集積回路（ＡＳＩＣ）、ＦＰＧＡなどのハードウェア論理としてそれに埋め込まれた論理を有することを意味する。プロセッサにより実行可能ということが意味するものは、論理がファームウェアといったハードウェア倫理、ソフトウェア論理、オペレーティング・システムの部分、アプリケーション・プログラムの部分など、又はハードウェア及びプロセッサによりアクセス可能で、かつプロセッサをしてプロセッサによる実行に際していくつかの機能を実行させるように構成されたソフトウェア論理を意味する。ソフトウェア論理は、ローカル又はリモート又はそれら両方の如何なるメモリ形式のメモリに格納することができる。本技術において知られた、ソフトウェア・プロセッサ・モジュール又はＡＳＩＣ、ＦＰＧＡ、中央処理装置（ＣＰＵ）、集積回路（ＩＣ）、グラフィックス・プロセッシング・ユニット（ＧＰＵ）などのハードウェア・プロセッサといった、如何なるプロセッサが使用可能である。

上述したシステム又は方法論又はそれら両方は、如何なる仕方においても組み合わせることができ、上記に提示した説明からの複数の組み合わせが生成できることが明らかであろう。

さらに、本発明の実施形態は、カスタマーの代わりに配置され、オンデマンドにサービスを提供する形態において提供することができる。

本開示の種々の実施形態の説明は、例示の目的のために提示されたが、開示された実施形態への排他又は限定を意図するものではない。多くの変更例又は変形例は、本開示の範囲及び精神から逸脱することなく、当業者において自明である。本明細書で使用する用語は、本実施形態の原理、実用的用途、又は市場において見出される技術を超える技術的改善を最良に説明するため、又は本明細書において開示された実施形態を当業者の他の者が理解できるようにするために選択したものである。

Claims (28)

1. コンピュータ実装方法であって、
   自然言語フォーマットで質問を受領すること、
   前記質問から複数のサブクエリーを導出すること、
   前記複数のサブクエリーの第１のサブクエリーがキュレーテッド・ナレッジ・ベースを使用して解決できないことを判断すること、
   非構造化テキストを使用して、前記第１のサブクエリーを解決すること、
   解決された前記第１のサブクエリーを使用して前記キュレーテッド・ナレッジ・ベースを適応させること
   を含む、コンピュータ実装方法。
2. 前記質問が、質問・回答（ＱＡ）アプリケーションにより受領される、請求項１に記載のコンピュータ実装方法。
3. 前記サブクエリーが、前記質問の自然言語フォーマットを論理形式にパースすることにより導出される、請求項１に記載のコンピュータ実装方法。
4. それぞれのサブクエリーが、不完全な主語／述語／目的語のトリプルを含む、請求項１に記載のコンピュータ実装方法。
5. 前記キュレーテッド・ナレッジ・ベースを適応させることが、解決された前記第１のサブクエリーを前記キュレーテッド・ナレッジ・ベースに追加することを含む、請求項１に記載のコンピュータ実装方法。
6. 前記第１のサブクエリーを解決することが、前記非構造化テキストを使用して以前に解決された検索インデックスを照会することを含む、請求項１に記載のコンピュータ実装方法。
7. クエリー・リラクゼーションが、検索インデックスのクエリー内に含ませるための追加の語を生成するために使用される、請求項６に記載のコンピュータ実装方法。
8. 前記第１のサブクエリーを解決することが、前記検索インデックスの照会の結果を受領することを含む、請求項６に記載のコンピュータ実装方法。
9. 前記第１のサブクエリーを解決することが、前記検索インデックスの照会の結果を使用して新たなトリプルを生成することを含む、請求項８に記載のコンピュータ実装方法。
10. 前記第１のサブクエリーを解決することが、前記新たなトリプルを使用して前記第１のサブクエリーを完全化させることを含む、請求項９に記載のコンピュータ実装方法。
11. さらに前記複数のサブクエリーの第２のサブクエリーを、適応させた前記キュレーテッド・ナレッジ・ベースを使用することにより解決することを含む、請求項１に記載のコンピュータ実装方法。
12. 解決された前記第１のサブクエリー及び解決された前記第２のサブクエリーが前記受領した質問に対する回答を生成するために使用される、請求項１１に記載のコンピュータ実装方法。
13. 構造化及び非構造化データを使用してクエリーを解決するためのコンピュータ・プログラム製品であって、前記コンピュータ・プログラム製品は、それに実体化されたプログラム命令を有するコンピュータ可読な記録媒体を含み、前記コンピュータ可読な記録媒体は、それ自体が過渡的な信号ではなく、前記プログラム命令がプロセッサによって実行可能であり、プロセッサをして、
    前記プロセッサにより、自然言語フォーマットで質問を受領すること、
    前記プロセッサにより、前記質問から複数のサブクエリーを導出すること、
    前記プロセッサにより前記複数のサブクエリーの第１のサブクエリーがキュレーテッド・ナレッジ・ベースを使用して解決できないことを判断すること、
    前記プロセッサにより、非構造化テキストを使用して、前記第１のサブクエリーを解決すること、
    前記プロセッサにより、解決された前記第１のサブクエリーを使用して前記キュレーテッド・ナレッジ・ベースを適応させること
    を実行させる、コンピュータ・プログラム製品。
14. 前記質問が、質問・回答（ＱＡ）アプリケーションにより受領される、請求項１３に記載のコンピュータ・プログラム製品。
15. 前記サブクエリーが、前記質問の自然言語フォーマットを論理形式にパースすることにより導出される、請求項１３に記載のコンピュータ・プログラム製品。
16. それぞれのサブクエリーが、不完全な主語／述語／目的語のトリプルを含む、請求項１３に記載のコンピュータ・プログラム製品。
17. 前記キュレーテッド・ナレッジ・ベースを適応させることが、解決された前記第１のサブクエリーを前記キュレーテッド・ナレッジ・ベースに追加することを含む、請求項１３に記載のコンピュータ・プログラム製品。
18. 前記第１のサブクエリーを解決することが、前記非構造化テキストを使用して以前に解決された検索インデックスを照会することを含む、請求項１３に記載のコンピュータ・プログラム製品。
19. クエリー・リラクゼーションが、検索インデックスのクエリー内に含ませるための追加の語を生成するために使用される、請求項１８に記載のコンピュータ・プログラム製品。
20. 前記第１のサブクエリーを解決することが、前記検索インデックスの照会の結果を受領することを含む、請求項１８に記載のコンピュータ・プログラム製品。
21. 前記第１のサブクエリーを解決することが、前記検索インデックスの照会の結果を使用して新たなトリプルを生成することを含む、請求項１８に記載のコンピュータ・プログラム製品。
22. 前記第１のサブクエリーを解決することが、前記新たなトリプルを使用して前記第１のサブクエリーを完全化させることを含む、請求項２１に記載のコンピュータ・プログラム製品。
23. システムであって、
    プロセッサと、
    前記プロセッサに一体化され、前記プロセッサにより実行可能であるか、又は前記プロセッサに一体化された論理であって、前記論理が、請求項１～１２の方法を実行するように構成される論理と
    を含むシステム。
24. コンピュータ実装方法であって、
    自然言語フォーマットで質問を受領すること、
    前記質問から第１のサブクエリー及び第２のサブクエリーを導出すること、
    前記第１のサブクエリーが非構造化テキストに基づきキュレーテッド・ナレッジ・ベースを使用して解決できないことを判断すること、
    クエリー・リラクゼーションを使用して前記第１のサブクエリーのための追加の検索語を生成すること、
    追加の前記検索語を、クエリー・リラクゼーションを使用して生成すること、
    前記第１のサブクエリー及び追加の前記検索語を使用して非構造化テキストについて検索インデックスを照会すること、
    前記検索インデックスの照会に応答して検索結果を受領すること、
    前記検索結果に基づいて新たな主語／述語／目的語のトリプルを生成すること、
    前記新たな主語／述語／目的語のトリプルを使用して前記第１のサブクエリーを完全化すること、
    完全化した前記第１のサブクエリーを含ませるように、前記キュレーテッド・ナレッジ・ベースをアップデートすること、
    前記第２のサブクエリーがアップデートされた前記キュレーテッド・ナレッジ・ベースを使用して解決できることを判断すること、及び
    アップデートされた前記キュレーテッド・ナレッジ・ベースを使用して前記第２のサブクエリーを完全化させること
    を含むコンピュータ実装方法。
25. コンピュータ実装方法であって、
    自然言語入力を主語／述語／目的語（ＳＰＯ）のトリプルに落とし込む自然言語のパーサで、質問に対応する前記自然言語入力を受領すること、
    前記ＳＰＯトリプルを照会計画生成器に入力すること、
    モデルを使用して、キュレーテッド・ナレッジ・ベースに対するセマンティック的な関連性を考慮して、前記ＳＰＯトリプルの第１のサブセットをフリーテキストに対する照会モジュールに、かつ前記第１のサブセットとは異なるＳＰＯトリプルの第２のサブセットを、キュレーテッド・ナレッジ・ベースに対する照会モジュールに管理させること、
    前記フリーテキストに対する照会モジュールにより、前記ＳＰＯトリプルの前記第１のサブセットにおいて興味のある断片を識別するためにインデックス付けされたテキストデータにアクセスすること、
    オープン情報抽出を使用して、興味のある前記断片から前記ＳＰＯトリプルの前記第１のサブセットに対応するＳＰＯトリプルを抽出すること
    抽出されたＳＰＯトリプルをそれらの前記ＳＰＯトリプルの前記第１のサブセットに対するセマンティック的な関連性にしたがってランク付けすること、
    ランク付けされ、抽出されたＳＰＯトリプルの上位から所定数のＳＰＯトリプルを選択すること、及び
    選択された前記所定数のＳＰＯトリプルを、前記ＳＰＯトリプルの第２のサブセットに一体化して、前記質問に対する回答を形成すること
    を含む、コンピュータ実装方法。
26. 前記一体化することが、選択された所定数の前記ＳＰＯトリプルと、前記ＳＰＯトリプルの前記第２のサブセットとの間の前記自然言語のパーサにより生成された依存性の観点において実行される、請求項２５に記載のコンピュータ実装方法。
27. ユーザが前記質問をアップデートする、請求項２５に記載のコンピュータ実装方法。
28. ユーザが、前記自然言語のパーサから出力を受けて前記ＳＰＯトリプルを修正して改善する、請求項２５に記載のコンピュータ実装方法。
    

Images