JP6799562B2 - 言語特徴の抽出装置、固有表現の抽出装置、抽出方法、及びプログラム - Google Patents
言語特徴の抽出装置、固有表現の抽出装置、抽出方法、及びプログラム Download PDFInfo
- Publication number
- JP6799562B2 JP6799562B2 JP2018083500A JP2018083500A JP6799562B2 JP 6799562 B2 JP6799562 B2 JP 6799562B2 JP 2018083500 A JP2018083500 A JP 2018083500A JP 2018083500 A JP2018083500 A JP 2018083500A JP 6799562 B2 JP6799562 B2 JP 6799562B2
- Authority
- JP
- Japan
- Prior art keywords
- language
- rule
- feature extraction
- extraction
- target
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/383—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
- G06F40/20—Natural language analysis
- G06F40/263—Language identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/268—Morphological analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/51—Translation evaluation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/58—Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Library & Information Science (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本開示の第4の態様の抽出装置は、第1の態様から第3の態様のいずれか1態様の抽出装置において、前記抽象ルールの集合は、単語内の文字状況の特徴を捉えるためのルール、単語情報を別の観点で置き換えるためのルール、及び言語ごとに有用な特徴量の取捨選択を実現するためのルールを含む。
本開示は、複数の言語を固有表現抽出するにあたり、言語によって着目する特徴が異なる場合でも統一的な処理系で固有表現抽出するために以下の(1)〜(3)の構成で固有表現の抽出装置を実現する。
(2)形態素解析結果に対し、言語別に当該言語の特徴に応じて設けられた抽出ルールを参照して、言語特徴抽出処理を実行して素性を抽出し、言語特徴抽出結果として出力する。
(3)言語特徴抽出結果に対し、固有表現抽出処理を行い、抽出結果である固有表現を出力する。
次に、本実施形態の固有表現の抽出装置の構成について説明する。図1には、本実施形態の固有表現の抽出装置10の一例の構成を表す構成図を示す。図1に示した本実施形態の固有表現の抽出装置10は、テキストである入力文9を解析し、入力文9から人名、地名、組織名、及び商品名などの固有表現を抽出する。
(I)大文字小文字、単語内文字、特定文字または文字列の有無、及び文字種等の単語内の文字状況の特徴を捉える。
(II)表記や品詞等の単語情報を、単語タイプ、品詞などのカテゴリの上/下位概念化、及び辞書などの外部知識を参照して、別の観点で置き換える。
(III)言語ごとに有用な特徴量の取捨選択。
ルールB:任意の箇所の部分文字列を、置換/挿入/削除を行って抽出するためのルール(「RegexReplace」と表記される)。
ルールC:所定のパタンにマッチする表現に対し、特定のラベル情報を付与するためのルール(「RegexMatch」と表記される)。
ルールD:所定のパタンにマッチする表現か否かを判定するためのルール(「IsContain」と表記される)。
ルールE:辞書情報(外部データ)を参照するためのルール(「Dic」と表記される)。
ルールF:抽出情報を初期化するためのルール(「SetValue」と表記される)。
次に、本実施形態の固有表現の抽出装置10の作用について説明する。固有表現の抽出装置10は、入力文9が入力されると、図7に一例を示す固有表現抽出処理ルーチンを実行する。
10 固有表現の抽出装置
11 言語特徴の抽出装置
12 形態素解析部
13、13A、13B 形態素解析結果
14 言語特徴抽出部
15、15A、15B 言語特徴抽出結果
16 固有表現抽出部
17 固有表現抽出モデル
18、18A、18B 言語別特徴抽出ルール
19、19A、19B 固有表現
Claims (7)
- 複数の言語に共通した抽象ルールの集合から、予め選択された、対象言語の特徴に応じた抽象ルールを、前記対象言語に合わせて具体化した素性の抽出方法、及び抽出した素性の出力条件を予め定義したものであり、かつ複数の対象言語の各々に対して予め定義された言語別特徴抽出ルールを記憶した記憶部と、
入力文の形態素解析結果に対し、前記入力文の言語に対して定義され、かつ前記形態素解析結果に含まれる表記又は品詞に関する素性を抽出するための前記言語別特徴抽出ルールを参照して、前記言語に応じた素性を抽出し、言語特徴抽出結果として出力する言語特徴抽出部と
を備え、
前記抽象ルールの集合は、任意の箇所の部分文字列を抽出するためのルールA、任意の箇所の部分文字列の置換、挿入、及び削除の少なくとも一つを行って文字列を抽出するためのルールB、所定のパタンにマッチする表現に対し、特定のラベル情報を付与するためのルールC、及び所定のパタンにマッチする表現か否かを判定するためのルールDを抽象ルールとして含み、
対象言語が英語を含むヨーロッパ言語である場合、前記ルールA、前記ルールC、及び前記ルールDが前記対象言語の特徴に応じた抽象ルールとして少なくとも選択され、
対象言語が日本語、中国語、又は韓国語である場合、前記ルールBが前記対象言語の特徴に応じた抽象ルールとして少なくとも選択され、
前記ルールAを具体化した言語別特徴抽出ルールは、単語の先頭または末尾からの所定数の文字を部分文字列として抽出することであり、
前記ルールBを具体化した言語別特徴抽出ルールは、前記入力文の形態素解析結果に含まれる品詞を主品詞のみに置き換えて品詞に関する素性を抽出することであり、
前記ルールCを具体化した言語別特徴抽出ルールは、大文字及び小文字の使われ方の違いを表す単語タイプを含む、単語に含まれる文字に応じた分類を抽出することであり、
前記ルールDは、前記入力文の形態素解析結果にハイフンを含む特定の文字が含まれるか否かを抽出することである
言語特徴の抽出装置。 - 複数の言語に共通した抽象ルールの集合から、予め選択された、対象言語の特徴に応じた抽象ルールを、前記対象言語に合わせて具体化した素性の抽出方法、及び抽出した素性の出力条件を予め定義したものであり、かつ複数の対象言語の各々に対して予め定義された言語別特徴抽出ルールを記憶した記憶部と、
入力文の形態素解析結果に対し、前記入力文の言語に対して定義され、かつ前記形態素解析結果に含まれる表記又は品詞に関する素性を抽出するための前記言語別特徴抽出ルールを参照して、前記言語に応じた素性を抽出し、言語特徴抽出結果として出力する言語特徴抽出部と、
前記複数の対象言語に共通の機械学習アルゴリズムを用い、前記複数の対象言語ごとに、言語特徴抽出結果を入力として、固有表現抽出結果を出力するように予め学習済みの言語別の固有表現抽出モデルと、
前記言語特徴抽出部から出力された言語特徴抽出結果を入力として、前記入力文の言語に対応する前記固有表現抽出モデルを用いて、固有表現抽出処理を実行し、抽出した固有表現を出力する固有表現抽出部と、
を備え、
前記抽象ルールの集合は、任意の箇所の部分文字列を抽出するためのルールA、任意の箇所の部分文字列の置換、挿入、及び削除の少なくとも一つを行って文字列を抽出するためのルールB、所定のパタンにマッチする表現に対し、特定のラベル情報を付与するためのルールC、及び所定のパタンにマッチする表現か否かを判定するためのルールDを抽象ルールとして含み、
対象言語が英語を含むヨーロッパ言語である場合、前記ルールA、前記ルールC、及び前記ルールDが前記対象言語の特徴に応じた抽象ルールとして少なくとも選択され、
対象言語が日本語、中国語、又は韓国語である場合、前記ルールBが前記対象言語の特徴に応じた抽象ルールとして少なくとも選択され、
前記ルールAを具体化した言語別特徴抽出ルールは、単語の先頭または末尾からの所定数の文字を部分文字列として抽出することであり、
前記ルールBを具体化した言語別特徴抽出ルールは、前記入力文の形態素解析結果に含まれる品詞を主品詞のみに置き換えて品詞に関する素性を抽出することであり、
前記ルールCを具体化した言語別特徴抽出ルールは、大文字及び小文字の使われ方の違いを表す単語タイプを含む、単語に含まれる文字に応じた分類を抽出することであり、
前記ルールDは、前記入力文の形態素解析結果にハイフンを含む特定の文字が含まれるか否かを抽出することである
固有表現の抽出装置。 - 前記言語別特徴抽出ルールの前記出力条件は、最終的に素性として用いる情報、及び前記情報のフォーマットの定義を含み、
前記言語特徴抽出部は、前記言語特徴抽出結果として、抽出した素性のうちから前記出力条件として定義された素性のみを最終的な素性として出力する、
請求項1または請求項2に記載の抽出装置。 - 前記抽象ルールの集合は、単語内の文字状況の特徴を捉えるためのルール、単語情報を別の観点で置き換えるためのルール、及び言語ごとに有用な特徴量の取捨選択を実現するためのルールを含む、
請求項1から請求項3のいずれか1項に記載の抽出装置。 - 言語特徴抽出部が、複数の言語に共通した抽象ルールの集合から、予め選択された、対象言語の特徴に応じた抽象ルールを、前記対象言語に合わせて具体化した素性の抽出方法、及び抽出した素性の出力条件を予め定義したものであり、かつ複数の対象言語の各々に対して予め定義された言語別特徴抽出ルールを記憶するステップと、
入力文の形態素解析結果に対し、前記入力文の言語に対して定義され、かつ前記形態素解析結果に含まれる表記又は品詞に関する素性を抽出するための前記言語別特徴抽出ルールを参照して、前記言語に応じた素性を抽出し、言語特徴抽出結果として出力するステップと
を含み、
前記抽象ルールの集合は、任意の箇所の部分文字列を抽出するためのルールA、任意の箇所の部分文字列の置換、挿入、及び削除の少なくとも一つを行って文字列を抽出するためのルールB、所定のパタンにマッチする表現に対し、特定のラベル情報を付与するためのルールC、及び所定のパタンにマッチする表現か否かを判定するためのルールDを抽象ルールとして含み、
対象言語が英語を含むヨーロッパ言語である場合、前記ルールA、前記ルールC、及び前記ルールDが前記対象言語の特徴に応じた抽象ルールとして少なくとも選択され、
対象言語が日本語、中国語、又は韓国語である場合、前記ルールBが前記対象言語の特徴に応じた抽象ルールとして少なくとも選択され、
前記ルールAを具体化した言語別特徴抽出ルールは、単語の先頭または末尾からの所定数の文字を部分文字列として抽出することであり、
前記ルールBを具体化した言語別特徴抽出ルールは、前記入力文の形態素解析結果に含まれる品詞を主品詞に置き換えて品詞に関する素性を抽出することであり、
前記ルールCを具体化した言語別特徴抽出ルールは、大文字及び小文字の使われ方の違いを表す単語タイプを含む、単語に含まれる文字に応じた分類を抽出することであり、
前記ルールDは、前記入力文の形態素解析結果にハイフンを含む特定の文字が含まれるか否か、及びハイフンが含まれるか否かを抽出することである
言語特徴の抽出方法。 - 言語特徴抽出部が、複数の言語に共通した抽象ルールの集合から、予め選択された、対象言語の特徴に応じた抽象ルールを、前記対象言語に合わせて具体化した素性の抽出方法、及び抽出した素性の出力条件を予め定義したものであり、かつ複数の対象言語の各々に対して予め定義された言語別特徴抽出ルールを記憶した記憶部と、
入力文の形態素解析結果に対し、前記入力文の言語に対して定義され、かつ前記形態素解析結果に含まれる表記又は品詞に関する素性を抽出するための前記言語別特徴抽出ルールを参照して、前記言語に応じた素性を抽出し、言語特徴抽出結果として出力するステップと、
固有表現抽出部が、前記複数の対象言語に共通の機械学習アルゴリズムを用い、前記複数の対象言語ごとに、言語特徴抽出結果を入力として、固有表現抽出結果を出力するように予め学習済みの言語別の固有表現抽出モデルであって、かつ前記入力文の言語に対応する前記固有表現抽出モデルを用いて、前記言語特徴抽出部から出力された言語特徴抽出結果を入力として固有表現抽出処理を実行し、抽出した固有表現を出力するステップと、
を含み、
前記抽象ルールの集合は、任意の箇所の部分文字列を抽出するためのルールA、任意の箇所の部分文字列の置換、挿入、及び削除の少なくとも一つを行って文字列を抽出するためのルールB、所定のパタンにマッチする表現に対し、特定のラベル情報を付与するためのルールC、及び所定のパタンにマッチする表現か否かを判定するためのルールDを抽象ルールとして含み、
対象言語が英語を含むヨーロッパ言語である場合、前記ルールA、前記ルールC、及び前記ルールDが前記対象言語の特徴に応じた抽象ルールとして少なくとも選択され、
対象言語が日本語、中国語、又は韓国語である場合、前記ルールBが前記対象言語の特徴に応じた抽象ルールとして少なくとも選択され、
前記ルールAを具体化した言語別特徴抽出ルールは、単語の先頭または末尾からの所定数の文字を部分文字列として抽出することであり、
前記ルールBを具体化した言語別特徴抽出ルールは、前記入力文の形態素解析結果に含まれる品詞を主品詞のみに置き換えて品詞に関する素性を抽出することであり、
前記ルールCを具体化した言語別特徴抽出ルールは、大文字及び小文字の使われ方の違いを表す単語タイプを含む、単語に含まれる文字に応じた分類を抽出することであり、
前記ルールDは、前記入力文の形態素解析結果にハイフンを含む特定の文字が含まれるか否かを抽出することである
固有表現の抽出方法。 - コンピュータを、請求項1から請求項4のいずれか1項に記載の抽出装置の各部として機能させるためのプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018083500A JP6799562B2 (ja) | 2018-04-24 | 2018-04-24 | 言語特徴の抽出装置、固有表現の抽出装置、抽出方法、及びプログラム |
PCT/JP2019/017049 WO2019208507A1 (ja) | 2018-04-24 | 2019-04-22 | 言語特徴の抽出装置、固有表現の抽出装置、抽出方法、及びプログラム |
US17/049,939 US11809820B2 (en) | 2018-04-24 | 2019-04-22 | Language characteristic extraction device, named entity extraction device, extraction method, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018083500A JP6799562B2 (ja) | 2018-04-24 | 2018-04-24 | 言語特徴の抽出装置、固有表現の抽出装置、抽出方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019191900A JP2019191900A (ja) | 2019-10-31 |
JP6799562B2 true JP6799562B2 (ja) | 2020-12-16 |
Family
ID=68295309
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018083500A Active JP6799562B2 (ja) | 2018-04-24 | 2018-04-24 | 言語特徴の抽出装置、固有表現の抽出装置、抽出方法、及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US11809820B2 (ja) |
JP (1) | JP6799562B2 (ja) |
WO (1) | WO2019208507A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111191428B (zh) * | 2019-12-27 | 2022-02-25 | 北京百度网讯科技有限公司 | 评论信息处理方法、装置、计算机设备和介质 |
US11308283B2 (en) * | 2020-01-30 | 2022-04-19 | International Business Machines Corporation | Lightweight tagging for disjoint entities |
CN111522944B (zh) * | 2020-04-10 | 2023-11-14 | 北京百度网讯科技有限公司 | 用于输出信息的方法、装置、设备以及存储介质 |
CN112199953B (zh) * | 2020-08-24 | 2024-06-28 | 广州九四智能科技有限公司 | 一种电话通话中信息提取方法、装置及计算机设备 |
CN113705194B (zh) * | 2021-04-12 | 2024-09-06 | 腾讯科技(深圳)有限公司 | 简称抽取方法及电子设备 |
CN114254082A (zh) * | 2021-12-20 | 2022-03-29 | 浪潮软件科技有限公司 | 基于双数组字典树的模板匹配方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4088171B2 (ja) * | 2003-02-24 | 2008-05-21 | 日本電信電話株式会社 | テキスト解析装置、方法、プログラム及びそのプログラムを記録した記録媒体 |
JP2007005477A (ja) | 2005-06-22 | 2007-01-11 | Toyota Industries Corp | アンダーフィルによるノイズ除去方法 |
US9971763B2 (en) * | 2014-04-08 | 2018-05-15 | Microsoft Technology Licensing, Llc | Named entity recognition |
-
2018
- 2018-04-24 JP JP2018083500A patent/JP6799562B2/ja active Active
-
2019
- 2019-04-22 US US17/049,939 patent/US11809820B2/en active Active
- 2019-04-22 WO PCT/JP2019/017049 patent/WO2019208507A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2019208507A1 (ja) | 2019-10-31 |
US20210097237A1 (en) | 2021-04-01 |
US11809820B2 (en) | 2023-11-07 |
JP2019191900A (ja) | 2019-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6799562B2 (ja) | 言語特徴の抽出装置、固有表現の抽出装置、抽出方法、及びプログラム | |
US10409911B2 (en) | Systems and methods for text analytics processor | |
Azmi et al. | A survey of automatic Arabic diacritization techniques | |
JP3768205B2 (ja) | 形態素解析装置、形態素解析方法及び形態素解析プログラム | |
JP5809381B1 (ja) | 自然言語処理システム、自然言語処理方法、および自然言語処理プログラム | |
KR102043353B1 (ko) | 딥 러닝을 이용한 한국어 개체명 인식 장치 및 방법 | |
Susanto et al. | Learning to capitalize with character-level recurrent neural networks: an empirical study | |
WO2022256144A1 (en) | Application-specific optical character recognition customization | |
EP3598321A1 (en) | Method for parsing natural language text with constituent construction links | |
Gambäck et al. | Methods for Amharic part-of-speech tagging | |
Ekbal et al. | Named entity recognition and transliteration in Bengali | |
Nehar et al. | Rational kernels for Arabic root extraction and text classification | |
CN109815497B (zh) | 基于句法依存的人物属性抽取方法 | |
Haertel et al. | Automatic diacritization for low-resource languages using a hybrid word and consonant CMM | |
Muhamad et al. | Proposal: A hybrid dictionary modelling approach for malay tweet normalization | |
CN104641367B (zh) | 用于格式化电子字符序列的格式化模块、系统和方法 | |
JP4088171B2 (ja) | テキスト解析装置、方法、プログラム及びそのプログラムを記録した記録媒体 | |
MacNamara et al. | Neural networks for language identification: a comparative study | |
JP2009176148A (ja) | 未知語判定システム、方法及びプログラム | |
Manohar et al. | Spellchecker for Malayalam using finite state transition models | |
KR100484943B1 (ko) | 한국어 텍스트 상의 개체명 인식 방법 | |
Demir | Context tailoring for text normalization | |
Gurusamy et al. | Stemming techniques for tamil language | |
Ouersighni | Robust rule-based approach in Arabic processing | |
JPWO2014030258A1 (ja) | 形態素解析装置、テキスト分析方法、及びそのプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191028 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200428 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20200629 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200826 |
|
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: 20201117 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201120 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6799562 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |