JP6590086B2 - 情報処理システム、情報処理方法、及び、プログラム - Google Patents
情報処理システム、情報処理方法、及び、プログラム Download PDFInfo
- Publication number
- JP6590086B2 JP6590086B2 JP2018560270A JP2018560270A JP6590086B2 JP 6590086 B2 JP6590086 B2 JP 6590086B2 JP 2018560270 A JP2018560270 A JP 2018560270A JP 2018560270 A JP2018560270 A JP 2018560270A JP 6590086 B2 JP6590086 B2 JP 6590086B2
- Authority
- JP
- Japan
- Prior art keywords
- event
- relationship
- feature
- feature quantity
- layer
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/042—Knowledge-based neural networks; Logical representations of neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
Description
まず、第1の実施形態及び第2の実施形態において用いられる前提事項について以下に説明する。
本発明の第1の実施形態について以下に説明する。
本発明の第2の実施形態について以下に説明する。本発明の第2の実施形態では、2種類よりも多くの種類の関係を共に用いて学習を行う。
101 CPU
102 記憶デバイス
103 通信デバイス
104 入力デバイス
105 出力デバイス
110 特徴ベクトル記憶部
120 トレーニングデータ記憶部
130 学習部
140 分類部
Claims (8)
- トレーニング用の第1イベント及び第2イベントから成るペア、及び、前記トレーニング用の前記第1イベント及び前記第2イベントから成るペアの間の関係であって第1関係または第2関係を記憶する、トレーニングデータ記憶手段と、
分類対象の前記第1イベント及び前記第2イベントから成るペアの間の関係を、前記第1関係または前記第2関係に分類するニューラルネットワークであって、前記第1関係の特徴量を前記第1イベントの特徴量及び前記第2イベントの特徴量から抽出する第1層と、前記第2関係の特徴量を前記第1イベントの特徴量及び前記第2イベントの特徴量から抽出する第2層と、前記第1関係及び前記第2関係の結合特徴量を前記第1関係の特徴量及び前記第2関係の特徴量から抽出する結合層と、を含むニューラルネットワークを、前記トレーニング用のペアを用いて学習する学習手段と、
を備える、情報処理システム。 - 前記第1関係は、前記第1イベントが前記第2イベントの前に発生する時間関係であり、前記第2関係は、前記第1イベントが前記第2イベントを伴意する伴意関係である、
請求項1に記載の情報処理システム。 - 前記第1イベントの特徴量は、前記第1イベントに含まれる単語の特徴量により決定され、前記第2イベントの特徴量は、前記第2イベントに含まれる単語の特徴量により決定される、
請求項1又は2に記載の情報処理システム。 - さらに、前記学習手段により学習された前記ニューラルネットワークを用いて、前記分類対象の前記第1イベント及び前記第2イベントから成るペアの間の関係を、前記第1関係または前記第2関係に分類する、分類手段を備える、
請求項1乃至3のいずれか一項に記載の情報処理システム。 - 前記関係は、前記第1関係、前記第2関係、及び、第3関係のうちいずれか一つの関係であり、
前記学習手段は、前記分類対象の前記第1イベント及び前記第2イベントから成るペアの間の関係を、前記第1関係、前記第2関係、または、前記第3関係に分類する前記ニューラルネットワークを、前記トレーニングペアを用いて学習し、
前記ニューラルネットワークは、さらに、前記第3関係の特徴量を前記第1イベントの特徴量及び前記第2イベントの特徴量から抽出する第3層を含み、
前記結合層は、前記第1関係、前記第2関係、及び、前記第3関係の結合特徴量を前記第1関係の特徴量、前記第2関係の特徴量、及び、前記第3関係の特徴量から抽出する、
請求項1に記載の情報処理システム。 - 前記第1関係は、前記第1イベントが前記第2イベントの前に発生する時間関係であり、前記第2関係は、前記第1イベントが前記第2イベントを伴意し、かつ、前記第2イベントが前記第1イベントを伴意する、伴意関係であり、前記第3関係は、前記第1イベントが前記第2イベントを伴意するが、前記第2イベントは前記第1イベントを伴意しない、完全伴意関係である、
請求項5に記載の情報処理システム。 - トレーニング用の第1イベント及び第2イベントから成るペア、及び、前記トレーニング用の前記第1イベント及び前記第2イベントから成るペアの間の関係であって第1関係または第2関係を読み出し、
分類対象の前記第1イベント及び前記第2イベントから成るペアの間の関係を、前記第1関係または前記第2関係に分類するニューラルネットワークであって、前記第1関係の特徴量を前記第1イベントの特徴量及び前記第2イベントの特徴量から抽出する第1層と、前記第2関係の特徴量を前記第1イベントの特徴量及び前記第2イベントの特徴量から抽出する第2層と、前記第1関係及び前記第2関係の結合特徴量を前記第1関係の特徴量及び前記第2関係の特徴量から抽出する結合層と、を含むニューラルネットワークを、前記トレーニング用のペアを用いて学習する、
情報処理方法。 - コンピュータに、
トレーニング用の第1イベント及び第2イベントから成るペア、及び、前記トレーニング用の前記第1イベント及び前記第2イベントから成るペアの間の関係であって第1関係または第2関係を読み出し、
分類対象の前記第1イベント及び前記第2イベントから成るペアの間の関係を、前記第1関係または前記第2関係に分類するニューラルネットワークであって、前記第1関係の特徴量を前記第1イベントの特徴量及び前記第2イベントの特徴量から抽出する第1層と、前記第2関係の特徴量を前記第1イベントの特徴量及び前記第2イベントの特徴量から抽出する第2層と、前記第1関係及び前記第2関係の結合特徴量を前記第1関係の特徴量及び前記第2関係の特徴量から抽出する結合層と、を含むニューラルネットワークを、前記トレーニング用のペアを用いて学習する、
処理を実行させるプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2016/001076 WO2017149559A1 (en) | 2016-02-29 | 2016-02-29 | An information processing system, an information processing method and a computer readable storage medium |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019511797A JP2019511797A (ja) | 2019-04-25 |
JP6590086B2 true JP6590086B2 (ja) | 2019-10-16 |
Family
ID=55521777
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018560270A Active JP6590086B2 (ja) | 2016-02-29 | 2016-02-29 | 情報処理システム、情報処理方法、及び、プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US11200453B2 (ja) |
JP (1) | JP6590086B2 (ja) |
WO (1) | WO2017149559A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110727806B (zh) * | 2019-12-17 | 2020-08-11 | 北京百度网讯科技有限公司 | 基于自然语言和知识图谱的文本处理方法及装置 |
KR102524766B1 (ko) | 2019-12-17 | 2023-04-24 | 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드 | 자연어 및 지식 그래프 기반 표현 학습 방법 및 장치 |
CN111325020B (zh) * | 2020-03-20 | 2023-03-31 | 北京百度网讯科技有限公司 | 一种事件论元抽取方法、装置以及电子设备 |
CN111967256B (zh) * | 2020-06-30 | 2023-08-04 | 北京百度网讯科技有限公司 | 事件关系的生成方法、装置、电子设备和存储介质 |
CN112819164B (zh) * | 2021-02-02 | 2024-05-24 | 京东科技信息技术有限公司 | 事理图谱的推理方法、装置及计算机设备 |
CN113704476B (zh) * | 2021-09-02 | 2022-03-04 | 中科雨辰科技有限公司 | 目标事件抽取数据处理系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160321522A1 (en) * | 2015-04-30 | 2016-11-03 | Canon Kabushiki Kaisha | Devices, systems, and methods for pairwise multi-task feature learning |
-
2016
- 2016-02-29 WO PCT/JP2016/001076 patent/WO2017149559A1/en active Application Filing
- 2016-02-29 JP JP2018560270A patent/JP6590086B2/ja active Active
- 2016-02-29 US US16/078,697 patent/US11200453B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
WO2017149559A1 (en) | 2017-09-08 |
JP2019511797A (ja) | 2019-04-25 |
US11200453B2 (en) | 2021-12-14 |
US20210192277A1 (en) | 2021-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6590086B2 (ja) | 情報処理システム、情報処理方法、及び、プログラム | |
Liu | Python machine learning by example | |
Fuchs | The dangers of human-like bias in machine-learning algorithms | |
CN108875074B (zh) | 基于交叉注意力神经网络的答案选择方法、装置和电子设备 | |
US20190073420A1 (en) | System for creating a reasoning graph and for ranking of its nodes | |
KR101972408B1 (ko) | 술어 템플릿 수집 장치, 특정 프레이즈 페어 수집 장치, 및 이들을 위한 컴퓨터 프로그램 | |
WO2019144892A1 (zh) | 数据处理方法、装置、存储介质和电子装置 | |
KR102138130B1 (ko) | 개념 그래프 기반 질의응답 장치 및 방법 | |
WO2023029506A1 (zh) | 病情分析方法、装置、电子设备及存储介质 | |
CN106358444A (zh) | 用于面部验证的方法和系统 | |
JP2011133988A5 (ja) | ||
Igarashi et al. | Tohoku at SemEval-2016 task 6: Feature-based model versus convolutional neural network for stance detection | |
KR102264233B1 (ko) | 문장, 문서 특징값 및 문장 가중치 간의 상관관계를 학습한 인공 신경망에 의해 생성된 설명이 부가된 문서 분류 방법 | |
CN111898374A (zh) | 文本识别方法、装置、存储介质和电子设备 | |
CN109710744A (zh) | 一种数据匹配方法、装置、设备及存储介质 | |
CN110134777A (zh) | 问题去重方法、装置、电子设备和计算机可读存储介质 | |
CN115456043A (zh) | 分类模型处理、意图识别方法、装置和计算机设备 | |
Schmitt et al. | Language models for lexical inference in context | |
KR102582744B1 (ko) | Qa 모델을 이용하여 지식 그래프를 구축하는 방법, 장치 및 컴퓨터 프로그램 | |
CN114580738A (zh) | 一种社交媒体危机事件预测方法及系统 | |
US20220277145A1 (en) | Domain Context Ellipsis Recovery for Chatbot | |
CN114265943A (zh) | 一种因果关系事件对提取方法及系统 | |
CN112889066B (zh) | 用于学习词和多词表达的特性的分类引擎 | |
CN114429822A (zh) | 病历质检方法、装置和存储介质 | |
Dey et al. | Analysis of machine learning algorithms by developing a phishing email and website detection model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180808 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180808 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190729 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190820 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190902 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6590086 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |