JP7134526B1 - マッチング装置、マッチング方法、プログラム、及び記録媒体 - Google Patents
マッチング装置、マッチング方法、プログラム、及び記録媒体 Download PDFInfo
- Publication number
- JP7134526B1 JP7134526B1 JP2021185939A JP2021185939A JP7134526B1 JP 7134526 B1 JP7134526 B1 JP 7134526B1 JP 2021185939 A JP2021185939 A JP 2021185939A JP 2021185939 A JP2021185939 A JP 2021185939A JP 7134526 B1 JP7134526 B1 JP 7134526B1
- Authority
- JP
- Japan
- Prior art keywords
- matching
- unit
- information
- candidates
- result
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000014509 gene expression Effects 0.000 claims abstract description 64
- 230000008685 targeting Effects 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims description 40
- 230000007704 transition Effects 0.000 description 28
- 238000010586 diagram Methods 0.000 description 26
- 238000004891 communication Methods 0.000 description 17
- 230000000052 comparative effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 3
- 238000010845 search algorithm Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000037361 pathway Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Landscapes
- Character Discrimination (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【解決手段】マッチング装置(1)は、マッチングの対象である対象情報を取得する取得部(11)と、ある正規表現に対応する状態モデルを用いて、前記対象情報に含まれる複数の部分情報の各々を対象とするサーチであって、サーチ経路数を所定の数以下に制限したサーチを実行することによって、前記対象情報に対するパターンマッチングを行う第1のマッチング部(12)と、正規表現に対応する状態モデルを用いることなく、前記対象情報に含まれる複数の部分情報の各々を対象とするビームサーチを実行することによって、前記対象情報に対するパターンマッチングを行う第2マッチング部(15)と、第1のマッチング部によるマッチング結果及び前記第2のマッチング部によるマッチング結果の何れかを出力する選択部(16)とを備えている。
【選択図】図11
Description
以下、本発明の一実施形態について、詳細に説明する。本実施形態に係るマッチング装置は、画像情報等の対象情報に対するマッチング処理を行い、マッチング結果を出力する。一例として、本実施形態に係るマッチング装置は、撮像装置によって撮像された画像データに含まれる文字列を識別するために用いることができるがこれは本実施形態を限定するものではない。
図1を参照してマッチング装置の構成について具体的に説明する。図1は、本実施形態に係るマッチング装置1の構成を示すブロック図である。図1に示すように、マッチング装置1は、制御部10、記憶部20、通信部30、及び入出力部40を備えている。
まず、図1を参照して記憶部20に格納された各種データについて説明を行う。図1に示すように、記憶部20には、
・正規表現(Regular Expression)REGEX、及び、
・当該正規表現に対応する状態モデル(State Model)SM
が格納されている。ここで、正規表現REGEXは、後述する通信部30や入出力部40を介して、マッチング装置1の外部から取得されたものであってもよいし、通信部30や入出力部40を介して取得したユーザの指示に基づき、後述する生成部14によって生成されたものであってもよい。
・リテラル文字「a」及び「b」
・グループ化を意味するメタ文字「()」
・択一的選択を意味するメタ文字「|」
・指定回数分の繰り返しを意味するメタ文字「{}」と指定回数を示すリテラル文字「2」
・0回以上の任意の繰り返しを意味するメタ文字「*」
を含んで構成されており、全体として、
・(1個のa、又は2個のb)の0回以上の繰り返し
を表現している。
・決定論的有限オートマトン(Deterministic Finite Automaton)
・非決定論的有限オートマトン(Non-deterministic Finite Automaton)
が挙げられるが、これは本実施形態を限定するものではない。有限オートマトンは、一例として、1又は複数の状態と1又は複数の遷移を記述するルールとを含むコンピュータプログラムによって表現可能である。
・ノード「1」及び「2」
・ノード「1」からノード「2」へのリンク
・ノード「2」からノード「1」へのリンク、並びに
・ノード「1」から自身のノード「1」へのリンク
を含んで構成される。状態モデルSMに対して対象の文字列がノード「1」に入力され、当該文字列の1番目が「a」であればノード「1」に留まり、当該文字列の1番目が「b」であればノード「2」に遷移する。当該文字列の1番目が「a」又は「b」以外であれば当該文字列は拒絶(reject)される。また、ノード「2」の状態において、当該文字列の2番目が「b」であれば、ノード「1」に遷移する。
通信部30は、マッチング装置1の外部の装置と通信を行う。通信部30は、制御部10から供給されたデータを外部の装置に送信したり、外部の装置から受信したデータを制御部10に供給したりする。
入出力部40は、マッチング装置1の外部からデータを受け付けたり、マッチング装置1の外部にデータを出力したりする。一例として、入出力部40は、カメラ又はスキャナを備え、当該カメラ又はスキャナで取得した画像を、制御部10に供給する。ここで、当該画像には、上述した画像データIMGが含まれ得る。他の例として、入出力部40はキーボードやタッチパッド等の入力デバイスを備え、これらの入力デバイスを介してデータの入力を受け付ける。そして受け付けたデータを制御部10に供給する。また、一例として、入出力部40は、表示パネルを備え、制御部10から供給されたデータを当該表示パネルを介して表示する。表示パネルが表示するデータには、マッチング部12によるマッチング結果が含まれ得る。
続いて、図1を参照して、マッチング装置1が備える制御部10の構成について説明する。図1に示すように、制御部10は、取得部11、マッチング部12、選択部13、及び生成部14を備えている。
取得部11は、マッチングの対象である対象情報を取得する。ここで、対象情報は、一例として、1又は複数の文字やパターンを画角に含む画像情報である。一例として、対象情報は、1又は複数の文字やパターンを画角に含む1枚の画像を含んでもよいし、1又は複数の文字やパターンを画角に含む複数枚の画像を含んでもよい。上述した画像データIMGは、対象情報の一例である。ただし、これらの例は、本実施形態を限定するものではない。
マッチング部12は、対象情報に対するパターンマッチング処理を実行する。より具体的には、マッチング部12は、ある正規表現に対応する状態モデルを用いて、画像データIMGに含まれる複数の部分情報の各々を対象とするサーチであって、サーチ経路数を所定の数以下に制限したサーチを実行することによって、前記対象情報に対するパターンマッチングを行う。マッチング部12のことを第1のマッチング部と呼ぶこともある。また、本実施形態において、サーチ経路のことを単に経路とも呼ぶ。
(1)確率情報の示す確率が高い順にK個のマッチング候補を選択し
(2)選択した複数のマッチング候補を、前回までのサーチ経路に追加することによって1又は複数のサーチ経路を生成し、
(3)生成した1又は複数のサーチ経路のうち、上位N番目までのサーチ経路を残し、他の経路を排除する
という処理を行う。
選択部13(状態モデル選択部13)は、記憶部20に格納されている状態モデルSMの中から、マッチング部12によるパターンマッチに用いられる状態モデルSMを選択する。選択部13は、一例として、入出力部40が受け付けたコンテンツタイプ情報に基づいて、個々の正規表現に個別に対応する複数の状態モデルから、パターンマッチングに用いる状態モデルを選択する。
・日付(年、月、日等を含む)に関するパターンマッチに適した正規表現に対応する状態モデル
・住所(都道府県、市、町、番地等を含む)に関するパターンマッチに適した正規表現に対応する状態モデル
・電話番号に関するパターンマッチに適した正規表現に対応する状態モデル
・E-mailアドレスに関するパターンマッチに適した正規表現に対応する状態モデル
・金融的な値(価格や各種の指数など)に関するパターンマッチに適した正規表現に対応する状態モデル
のように、マッチング対象の種類に応じて、予め用意しておくことができる。
生成部14は、記憶部20に格納された正規表現REGEXから、当該正規表現に対応する状態モデルSMを生成する。生成部14は、有限オートマトンとしての状態モデルSMを、一例としてコンピュータプログラムの形式で生成することができる。ただしこれは本実施形態を限定するものではなく、状態モデルSMは、ルールやパラメータの集合であってコンピュータが参照可能な形式として生成されてもよい。
続いて、マッチング装置1によるパターンマッチング処理の流れについて図3を参照して説明する。図3は、マッチング装置1によるパターンマッチング処理の流れを示すフローチャートである。
まず、ステップS101において、取得部11は対象情報を取得する。上述したように、一例として、取得部11は対象情報として画像データIMGを取得する。
ステップS102は、対象情報に含まれる複数の部分情報に関する処理のループの始端である。上述したように、一例として、部分情報は、画像データIMGに含まれる所定の画素幅の部分画像である。部分情報に関するループを、一例として、ループ変数n(nは0からN-1(Nは画像データIMGに含まれる部分画像の総数)までの自然数)によって表現している。
続いて、ステップS103において、マッチング部12は、部分情報Inを参照した推論モデルPMによって画像データIMGに含まれる文字(character)を予測し、予測結果を表す複数のマッチング候補を、各々のマッチング候補の確率情報と共に取得する。
続いて、ステップS104において、マッチング部12は、ステップS103において取得した各々のマッチング候補を用いて、現在状態からの可能な遷移を取得する。ここで、現在状態とは、ループ変数n-1までの処理によって定まる状態のことを指し、一例として、状態モデルSMにおける現在状態のことを指し、現在状態からの可能な遷移とは、一例として、状態モデルSMにおいて現在状態からの可能な遷移のことを指す。或いは、ループ変数n-1までの各処理に対応する遷移を表現する遷移図において、選択可能な状態として残存している1又は複数の経路のことを現在状態と呼ぶこともできる。
続いて、ステップS105において、マッチング部12は、ステップS104において取得した各々の前記可能な遷移が、状態モデルSMと整合しているかを確認する。換言すれば、各々のマッチング候補が、状態モデルSMと整合しているかを確認する。ここで、前記可能な遷移(又はそれに対応するマッチング候補)が状態モデルSMに整合している場合には、当該遷移(又はそれに対応するマッチング候補)は、状態モデルSMによって受理され、そうでない場合に拒絶される。
続いて、ステップS106において、マッチング部12は、状態モデルSMに整合しない遷移(又はそれに対応するマッチング候補)、換言すれば状態モデルSMによって拒絶された遷移(又はそれに対応するマッチング候補)を排除し、以降の処理では考慮しない。
続いて、ステップS107において、マッチング部12は、ステップS106において排除されなかったマッチング候補から、K個のマッチング候補を選択する。一例として、確率が高いK番目までのマッチング候補を選択する。
続いて、ステップS108において、マッチング部12は、ステップS107において選択されたマッチング候補を用いて経路を更新する。
続いて、ステップS109において、マッチング部12は、ステップS108において選択された経路のうち、上記N番目までの経路を残し、それ以外の経路を排除する。排除された経路は、以降の処理では考慮されない。
続いて、ステップS110において、マッチング部12は、ループ変数nをn+1にインクリメントする。
ステップS111は、対象情報に含まれる複数の部分情報に関する処理のループの終端である。
対象情報に含まれる複数の部分情報の全てについて上述した処理が終了した後、ステップS112において、マッチング部12は、最も確率の高い経路に対応するマッチング結果を出力する。
前記ある部分情報に対する1又は複数のマッチング候補と、各マッチング候補の確率情報とを取得する処理(ステップS103)と、
前記1又は複数のマッチング候補のうち、前記状態モデルに整合しないマッチング候補を除外する第1の選択処理(ステップS106)と、
前記確率情報を参照して、前記第1の選択処理後のマッチング候補から、前記所定の数以下のマッチング候補を選択する第2の選択処理(ステップS107)と、を含んでいる。
以下では、マッチング部12の処理による状態の遷移例について説明する。以下の説明では、撮像装置によって撮像された画像データに含まれる文字列が「1年2月8日」であった場合を例に挙げて説明する。換言すれば、上述したステップS101において、取得部11が、「1年2月8日」との文字列が撮像された画像データIMGを対象情報として取得した場合を例に挙げて説明する。
まず、比較のため、従来のビームサーチによる遷移を、比較例として先に説明する。
次に、本実施形態のマッチング装置1によるパターンマッチング処理による状態の遷移について、より具体的に説明する。
Step0(ノード0からノード1への遷移)において、各マッチング候補と正規表現「[0-9]」との整合性を判定し、当該正規表現「[0-9]に整合するマッチング候補を残し、当該正規表現「[0-9]に整合しないマッチング候補を除外し、
Step1(ノード1からノード2への遷移)において、各マッチング候補と正規表現「年」との整合性を判定し、当該正規表現「年」に整合するマッチング候補を残し、当該正規表現「年」に整合しないマッチング候補を除外し、
・・・
Step5(ノード5からノード6への遷移)において、各マッチング候補と正規表現「日」との整合性を判定し、当該正規表現「日」に整合するマッチング候補を残し、当該正規表現「日」に整合しないマッチング候補を除外する、
という処理を行う。
図10は、本実施形態に係るマッチング装置1による出力結果例を、比較例と共に示す図である。図10に示す例では、マッチング装置1が、画像データ101を対象情報として取得した場合の、マッチング結果を示している。
数字(numbers)、漢字(kanji)、及び句読点(punctuation)のみを残す処理、換言すれば、数字(numbers)、漢字(kanji)、及び句読点(punctuation)以外の出力の確率情報を0に設定する処理
を実行したうえで、状態モデルを用いないビームサーチを実行した結果を示している。
数字(numbers)、漢字(kanji)のみを残す処理、換言すれば、数字(numbers)、及び漢字(kanji)以外の出力の確率情報を0に設定する処理
を実行したうえで、状態モデルを用いないビームサーチを実行した結果を示している。
以下、本発明の第2の実施形態について説明する。実施形態1において説明した構成と同じ構成については同じ参照符号を付し説明を適宜省略する。
マッチングの対象である対象情報を取得する取得ステップと、
ある正規表現に対応する状態モデルを用いて、前記対象情報に含まれる複数の部分情報の各々を対象とするサーチであって、サーチ経路数を所定の数以下に制限したサーチを実行することによって、前記対象情報に対するパターンマッチングを行う第1のマッチングステップと、
正規表現に対応する状態モデルを用いることなく、前記対象情報に含まれる複数の部分情報の各々を対象とするビームサーチであって、サーチ経路数を所定の数に制限したビームサーチを実行することによって、前記対象情報に対するパターンマッチングを行う第2のマッチングステップと、
前記第1のマッチングステップによるマッチング結果及び前記第2のマッチングステップによるマッチング結果の何れかを、前記第1のマッチングステップによるマッチング結果の確率情報と前記第2のマッチングステップによるマッチング結果の確率情報とに応じて選択する選択ステップと
を含んでいると表現してもよい。
(具体的な処理例)
なお、マッチング結果選択部16による具体的な処理例は、以下のように表現してもよい。すなわち、マッチング結果選択部16は、
第1マッチング部12によるマッチング結果の確率情報が示す確率値と、第2マッチング部15によるマッチング結果の確率情報が示す確率値で除算して得られる比を示す値と、閾値とを比較する。そして、マッチング結果選択部16は、
前記比を示す値が、前記閾値以上であれば、第1マッチング部12によるマッチング結果を選択し、
前記比を示す値が、前記閾値未満であれば、第2マッチング部15によるマッチング結果を選択する。ここで、前記閾値は、適宜設定しておくことができる。一例として前記閾値は、0.9~1.0までの任意の値としてもよいし、他の値としてもよい。
0.989
を算出する。ここで、上記閾値(threshold value)を0.9とする。
0.021
を算出する。ここで、上記閾値は、図12の例の場合と同じく、0.9とする。
図14は、マッチング装置1,1Aとして用いられるコンピュータの物理的構成を例示したブロック図である。情報処理装置1は、図14に示すように、バス210と、プロセッサ201と、主メモリ202と、補助メモリ203と、通信インタフェース204と、入出力インタフェース205とを備えたコンピュータによって構成可能である。プロセッサ201、主メモリ202、補助メモリ203、通信インタフェース204、及び入出力インタフェース205は、バス210を介して互いに接続されている。入出力インタフェース205には、入力装置206および出力装置207が接続されている。
情報処理装置1、1Aの機能は、当該装置としてコンピュータを機能させるためのプログラムであって、当該装置の各制御ブロック(特に制御部10に含まれる各部)としてコンピュータを機能させるためのプログラムにより実現することができる。
上述した実施形態の一部又は全部は、以下のようにも記載され得る。ただし、本発明は、以下の記載する態様に限定されるものではない。
マッチングの対象である対象情報を取得する取得部と、ある正規表現に対応する状態モデルを用いて、前記対象情報に含まれる複数の部分情報の各々を対象とするサーチであって、サーチ経路数を所定の数以下に制限したサーチを実行することによって、前記対象情報に対するパターンマッチングを行う第1のマッチング部とを備えているマッチング装置。
前記第1のマッチング部が実行する前記サーチは、前記対象情報に含まれるある部分情報に対するマッチング処理として、前記ある部分情報に対する1又は複数のマッチング候補と、各マッチング候補の確率情報とを取得する処理と、前記1又は複数のマッチング候補のうち、前記状態モデルに整合しないマッチング候補を除外する第1の選択処理と、前記確率情報を参照して、前記第1の選択処理後のマッチング候補から、前記所定の数以下のマッチング候補を選択する第2の選択処理と、を含んでいる付記1に記載のマッチング装置。
前記状態モデルは、決定論的有限オートマトンである付記1又は2に記載のマッチング装置。
コンテンツタイプ情報に基づいて、個々の正規表現に個別に対応する複数の状態モデルから、前記パターンマッチングに用いる状態モデルを選択する選択部を更に備えている付記1から3の何れか1項に記載のマッチング装置。
前記状態モデルを生成する生成部を更に備えている付記1から4の何れか1項に記載のマッチング装置。
前記対象情報は、1又は複数の画像を含んでいる付記1から5の何れか1項に記載のマッチング装置。
前記第1のマッチング部によるマッチング結果を出力する出力部を備えている付記1から6の何れか1項に記載のマッチング装置。
正規表現に対応する状態モデルを用いることなく、前記対象情報に含まれる複数の部分情報の各々を対象とするビームサーチであって、サーチ経路数を所定の数に制限したビームサーチを実行することによって、前記対象情報に対するパターンマッチングを行う第2のマッチング部を更に備え、
前記第1のマッチング部によるマッチング結果及び前記第2のマッチング部によるマッチング結果の何れかを、前記第1のマッチング部によるマッチング結果の確率情報と前記第2のマッチング部によるマッチング結果の確率情報とに応じて出力する出力部
を備えている付記1から6の何れか1項に記載のマッチング装置。
マッチングの対象である対象情報を取得する取得ステップと、ある正規表現に対応する状態モデルを用いて、前記対象情報に含まれる複数の部分情報の各々を対象とするサーチであって、サーチ経路数を所定の数以下に制限したサーチを実行することによって、前記対象情報に対するパターンマッチングを行うマッチングステップとを含んでいるマッチング方法。
付記1に記載のマッチング装置としてコンピュータを機能させるためのプログラムであって、上記取得部、および上記マッチング部としてコンピュータを機能させるためのプログラム。
付記10に記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。
10 制御部
11 取得部
12 マッチング部(第1マッチング部)
13 選択部(状態モデル選択部)
14 生成部
15 第2マッチング部
16 マッチング結果選択部
17 マッチング結果出力部
20 記憶部
30 通信部
40 入出力部
Claims (8)
- マッチングの対象である対象情報として1又は複数の文字、数字および/または記号を含む文字列の画像データを取得する取得部と、
前記対象情報に対するパターンマッチングを行う第1のマッチング部であって、
前記対象情報に含まれるある部分情報に対するマッチング処理として、
前記ある部分情報に対する1又は複数のマッチング候補を、推論モデルを用いて予測し、各マッチング候補の確率情報と共に取得する処理を実行するとともに、
前記複数の部分情報のそれぞれに対する1又は複数のマッチング候補の各々を対象とするサーチであって、前記文字列を表現する正規表現に対応する状態モデルを用いて、サーチ経路数を所定の数以下に制限したサーチを実行することによって、
前記1又は複数のマッチング候補のうち、前記状態モデルに整合しないマッチング候補を除外する第1の選択処理と、前記確率情報を参照して、前記第1の選択処理後のマッチング候補から、前記所定の数以下のマッチング候補を選択する第2の選択処理と、を実行する第1のマッチング部と、
前記対象情報に対するパターンマッチングを行う第2のマッチング部であって、
前記対象情報に含まれるある部分情報に対するマッチング処理として、
前記ある部分情報に対する1又は複数のマッチング候補を、推論モデルを用いて予測し、各マッチング候補の確率情報と共に取得する処理を実行するとともに、
前記複数の部分情報のそれぞれに対する1又は複数のマッチング候補の各々を対象とするビームサーチであって、前記文字列を表現する正規表現に対応する状態モデルを用いることなく、サーチ経路数を所定の数に制限したビームサーチを実行することによって、
前記確率情報を参照して、前記1又は複数のマッチング候補から、前記所定の数のマッチング候補を選択する選択処理を実行する、第2のマッチング部と、
前記第1のマッチング部によるマッチング結果及び前記第2のマッチング部によるマッチング結果の何れかを、前記第1のマッチング部によるマッチング結果の確率情報と前記第2のマッチング部によるマッチング結果の確率情報とに応じて選択するマッチング結果選択部とを備える
マッチング装置。 - 前記状態モデルは、決定論的有限オートマトンである
請求項1に記載のマッチング装置。 - 前記状態モデルを生成する生成部
を更に備えている請求項1または2の何れか1項に記載のマッチング装置。 - 前記マッチング結果選択部による選択結果を出力する出力部
を備えている請求項1から3の何れか1項に記載のマッチング装置。 - 前記マッチング結果選択部は、
前記第1のマッチング部によるマッチング結果の確率情報が示す確率値を、前記第2のマッチング部によるマッチング結果の確率情報が示す確率値で除算して得られる比を示す値と、閾値とを比較し、
前記比を示す値が、前記閾値以上であれば、前記第1のマッチング部によるマッチング結果を選択し、
前記比を示す値が、前記閾値未満であれば、前記第2のマッチング部によるマッチング結果を選択する
ことを特徴とする請求項1から4の何れか1項に記載のマッチング装置。 - マッチングの対象である対象情報として1又は複数の文字、数字および/または記号を含む文字列の画像データを取得する取得ステップと、
前記対象情報に対するパターンマッチングを行う第1のマッチングステップであって、
前記対象情報に含まれるある部分情報に対するマッチング処理として、
前記ある部分情報に対する1又は複数のマッチング候補を、推論モデルを用いて予測し、各マッチング候補の確率情報と共に取得する処理が実行されるとともに、
前記複数の部分情報のそれぞれに対する1又は複数のマッチング候補の各々を対象とするサーチであって、前記文字列を表現する正規表現に対応する状態モデルを用いて、サーチ経路数を所定の数以下に制限したサーチが実行されることによって 、
前記1又は複数のマッチング候補のうち、前記状態モデルに整合しないマッチング候補を除外する第1の選択処理と、前記確率情報を参照して、前記第1の選択処理後のマッチング候補から、前記所定の数以下のマッチング候補を選択する第2の選択処理と、が実行される第1のマッチングステップと、
前記対象情報に対するパターンマッチングを行う第2のマッチングステップであって、
前記対象情報に含まれるある部分情報に対するマッチング処理として、
前記ある部分情報に対する1又は複数のマッチング候補を、推論モデルを用いて予測し、各マッチング候補の確率情報と共に取得する処理が実行されるとともに、
前記複数の部分情報のそれぞれに対する1又は複数のマッチング候補の各々を対象とするビームサーチであって、前記文字列を表現する正規表現に対応する状態モデルを用いることなく、サーチ経路数を所定の数に制限したビームサーチが実行されることによって、
前記確率情報を参照して、前記1又は複数のマッチング候補から、前記所定の数のマッチング候補を選択する選択処理が実行される、第2のマッチングステップと、
前記第1のマッチングステップによるマッチング結果及び前記第2のマッチングステップによるマッチング結果の何れかを、前記第1のマッチングステップによるマッチング結果の確率情報と前記第2のマッチングステップによるマッチング結果の確率情報とに応じて選択する選択ステップと
を含んでいるマッチング方法。 - 請求項1に記載のマッチング装置としてコンピュータを機能させるためのプログラムであって、上記取得部、上記第1のマッチング部、上記第2のマッチング部、及び上記マッチング結果選択部としてコンピュータを機能させるためのプログラム。
- 請求項7に記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021185939A JP7134526B1 (ja) | 2021-11-15 | 2021-11-15 | マッチング装置、マッチング方法、プログラム、及び記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021185939A JP7134526B1 (ja) | 2021-11-15 | 2021-11-15 | マッチング装置、マッチング方法、プログラム、及び記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7134526B1 true JP7134526B1 (ja) | 2022-09-12 |
JP2023073104A JP2023073104A (ja) | 2023-05-25 |
Family
ID=83230143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021185939A Active JP7134526B1 (ja) | 2021-11-15 | 2021-11-15 | マッチング装置、マッチング方法、プログラム、及び記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7134526B1 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003242179A (ja) | 2002-02-05 | 2003-08-29 | Internatl Business Mach Corp <Ibm> | 文字列照合方法、これを用いた文書処理装置及びプログラム |
JP2020173802A (ja) | 2019-04-11 | 2020-10-22 | 富士通株式会社 | 画像ブロックの認識結果の補正方法及び装置、並びに記憶媒体 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08235221A (ja) * | 1994-10-17 | 1996-09-13 | Matsushita Electric Ind Co Ltd | インデックス付けされたデータベースを生成する方法およびデータベースにインデックス付けを行う方法 |
-
2021
- 2021-11-15 JP JP2021185939A patent/JP7134526B1/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003242179A (ja) | 2002-02-05 | 2003-08-29 | Internatl Business Mach Corp <Ibm> | 文字列照合方法、これを用いた文書処理装置及びプログラム |
JP2020173802A (ja) | 2019-04-11 | 2020-10-22 | 富士通株式会社 | 画像ブロックの認識結果の補正方法及び装置、並びに記憶媒体 |
Also Published As
Publication number | Publication date |
---|---|
JP2023073104A (ja) | 2023-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11144831B2 (en) | Regularized neural network architecture search | |
Liu et al. | Benchmarking deep learning frameworks: Design considerations, metrics and beyond | |
US9886669B2 (en) | Interactive visualization of machine-learning performance | |
KR102092263B1 (ko) | 일정한 처리 시간 내에 k개의 극값을 찾는 방법 | |
GB2577584A (en) | Utilizing a dynamic memory network to track digital dialog states and generate responses | |
CN108710904A (zh) | 基于递归神经网络的图像匹配方法及系统 | |
CN105701120A (zh) | 确定语义匹配度的方法和装置 | |
JP6641195B2 (ja) | 最適化方法、最適化装置、プログラムおよび画像処理装置 | |
JP2021039640A (ja) | 学習装置、学習システム、および学習方法 | |
KR20220116270A (ko) | 학습 처리 장치 및 방법 | |
JP7293729B2 (ja) | 学習装置、情報出力装置、及びプログラム | |
WO2022173497A9 (en) | Enhancing combinatorial optimization with quantum generative models | |
Gove et al. | New guidance for using t-SNE: Alternative defaults, hyperparameter selection automation, and comparative evaluation | |
JP7295431B2 (ja) | 学習プログラム、学習方法および学習装置 | |
KR20210157302A (ko) | 워크플로우 기반의 자동 예측 모델링 방법 및 그를 위한 장치 | |
JP2019204214A (ja) | 学習装置、学習方法、プログラム及び推定装置 | |
CN113988272A (zh) | 一种生成神经网络的方法、装置、计算机设备和存储介质 | |
Alfarisi et al. | Deducing of Optimal Machine Learning Algorithms for Heterogeneity | |
JP7134526B1 (ja) | マッチング装置、マッチング方法、プログラム、及び記録媒体 | |
CN114254686A (zh) | 对抗样本的识别方法及装置 | |
KR20220016402A (ko) | 복수의 배율에 따라 크기 변환된 영상으로 학습된 병렬 심층 신경망 장치 및 방법 | |
CN113343012B (zh) | 一种新闻配图方法、装置、设备及存储介质 | |
JP7489275B2 (ja) | 情報処理装置、情報処理システムおよび情報処理方法 | |
JP2019185121A (ja) | 学習装置、学習方法及びプログラム | |
JP7348444B2 (ja) | 機械学習モデルのハイパーパラメータ最適化過程の分析と調整のためのチューニングアルゴリズム認識視覚化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211223 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20211223 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220322 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220517 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220720 |
|
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: 20220802 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220824 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7134526 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |