JP7277502B2 - タグマイニング方法、装置、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラム - Google Patents

Description

本出願は、人工知能分野におけるビッグデータ技術、特に自然言語処理、スマート検索、及びスマート推奨の技術に関する。具体的には、タグマイニング方法、装置、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラムに関する。

タグはコンテンツを理解するための一般的なキャリアである。通常、インターネットにおける１つのコンテンツは、より良好な表示及び配信の効果を得るために、複数のタグとして抽象し、検索エンジンや推薦エンジンに供給される。

テキストコンテンツのタグを正確に説明することにより、テキストが検索エンジン又は推薦エンジンに供給された後、ユーザに正確に配信・表示され、それによって、ユーザが情報を取得するときの効率及びユーザエクスペリエンスを向上させる。

本開示は、タグマイニング方法、装置、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラムを提供する。

本開示の一態様によれば、
既存タグ及び前記既存タグが属するカテゴリーを決定するステップと、
前記既存タグに基づいて、前記カテゴリーに関連つけられたターゲットテキストから候補タグを決定するステップと、
前記既存タグと前記候補タグを組み合わせて、組み合わせ結果に基づいて新しいタグを決定するステップと、を含む、タグマイニング方法を提供する。

本開示の別の態様によれば、
既存タグ及び前記既存タグが属するカテゴリーを決定するためのカテゴリー決定モジュールと、
前記既存タグに基づいて、前記カテゴリーに関連つけられたターゲットテキストから候補タグを決定するためのタグ決定モジュールと、
前記既存タグと前記候補タグを組み合わせて、組み合わせ結果に基づいて新しいタグを決定するためのタグ組み合わせモジュールとを含む、タグマイニング装置を提供する。

本開示のさらなる態様によれば、
少なくとも１つのプロセッサと、
前記少なくとも１つのプロセッサに通信可能に接続されたメモリとを含み、
前記メモリは、前記少なくとも１つのプロセッサにより実行可能な命令を記憶しており、前記命令は、前記少なくとも１つのプロセッサにより実行されて、本出願の実施例のいずれか１項に記載の方法を前記少なくとも１つのプロセッサに実行させる、電子デバイスを提供する。

本開示のさらなる態様によれば、コンピュータ命令が記憶されている非一時的なコンピュータ可読記憶媒体であって、前記コンピュータ命令は、本出願の実施例のいずれか１項に記載の方法を前記コンピュータに実行させる記憶媒体を提供する。

本開示のさらなる態様によれば、コンピュータプログラムであって、前記コンピュータプログラムは、プロセッサにより実行されると、本出願の実施例のいずれか１項に記載の方法を実行させるコンピュータプログラムを提供する。

本出願の技術によれば、既存タグによる正確なタグのマイニングを実現する。

なお、本部分で記載されるコンテンツは、本開示の実施例のキーとなる又は重要な特徴を表すことを意図しておらず、また本開示の範囲を制限するものでもない。本開示の他の特徴は、以下の明細書により理解されやすくなる。

図面は、本解決手段をより理解しやすくするために過ぎず、本出願の限定を構成していない。
本出願の実施例によるタグマイニング方法のフローチャートである。 本出願の実施例による別のタグマイニング方法のフローチャートである。 本出願の実施例によるさらなるタグマイニング方法のフローチャートである。 本出願の実施例によるさらなるタグマイニング方法のフローチャートである。 本出願の実施例によるさらなるタグマイニング方法のフローチャートである。 本出願の実施例によるさらなるタグマイニング方法のフローチャートである。 本出願の実施例によるさらなるタグマイニング方法の模式的フローチャートである。 本出願の実施例によるタグマイニング装置の構造模式図である。 本出願の実施例のグマイニング方法の電子デバイスのブロック図である。

以下、図面を参照して本出願の例示的な実施例を説明し、理解しやすくするためにこの説明には本出願の実施例のさまざまな詳細が含まれており、このような詳細は例示的なものとして理解すべきである。したがって、当業者が理解できるように、本出願の範囲及び主旨を逸脱することなく、ここで記載された実施例についてさまざまな変化及び修正を行うことができる。同様に、明瞭さ及び簡素化から、以下の記載には、公知の機能及び構造の記載が省略される。

図１は、本出願の実施例によるタグマイニング方法のフローチャートである。本実施例は、テキストコンテンツを正確に説明する正確なタグをマイニングする場合に適用できる。この方法はタグマイニング装置によって実行され得る。この装置はソフトウェア及び／又はハードウェアの形態で実現され得る。図１に示すように、本出願の実施例によるタグマイニング方法は、Ｓ１１０～Ｓ１３０を含む。

Ｓ１１０、既存タグ及び前記既存タグが属するカテゴリーを決定する。
既存タグとは、従来技術により抽出されたタグを指す。
既存タグが属するカテゴリーとは、既存タグのカテゴリーを指す。
一実施例では、既存タグを決定するステップは、従来のタグの抽出アルゴリズムによって、テキストから既存タグを抽出することを含む。

Ｓ１２０、前記既存タグに基づいて、前記カテゴリーに関連つけられたターゲットテキストから候補タグを決定する。
ターゲットテキストとは、既存タグが属するカテゴリーのテキストを指す。
一例として、既存タグが属するカテゴリーが美食である場合、ターゲットテキストは美食に関するテキストである。
候補タグ是とは、既存タグと生成すべき新しいタグを指す。
一実施例では、前記既存タグに基づいて、前記カテゴリーに関連つけられたターゲットテキストから候補タグを決定するステップは、
既存タグと共起するターゲットテキスト内の他のタグを候補タグとするステップを含む。

Ｓ１３０、前記既存タグと前記候補タグを組み合わせて、組み合わせ結果に基づいて新しいタグを決定する。
新しいタグとは、既存タグに基づいてマイニングされた新しいタグである。

一実施例では、組み合わせ結果に基づいて新しいタグを決定するステップは、
組み合わせて得たタグ群を新しいタグとするステップを含む。

本出願の実施例では、既存タグに基づいて、既存タグが属するカテゴリーに関連つけられたターゲットテキストから候補タグを決定し、既存タグと候補タグを組み合わせて、組み合わせ結果に基づいて新しいタグを決定することによって、既存タグによる新しいタグのマイニングを実現する。

さらに、既存タグが属するカテゴリーに関連つけられたターゲットテキストから候補タグを決定することによって、組み合わせタグの計算範囲を限定し、組み合わせ潜在力を備えないことが明らかであるタグを除去する。ここで、組み合わせ潜在力を備えないタグとは、分割された後の意味が分割されていないものの意味と同じタグを指す。たとえば、このようなタグは、「夏野菜」、「夏の旅行」であってもよい。組み合わせ潜在力を備えたタグの組み合わせによりテキストコンテンツを正確に説明できるため、本解決手段では、正確なタグがマイニングされ、検索エンジン又は推薦エンジンに供給された後、テキストがユーザに正確に配信・表示され、それによって、ユーザが情報を取得するときの効率及びユーザエクスペリエンスを向上させる。

従来のタグが固定しており、ユーザのニーズをタイムリーに反映できないという問題を解決するために、前記既存タグを決定するステップは、
人気が所定の人気しきい値よりも大きいタグを決定し、このタグを前記既存タグとするステップを含む。

ここで、所定の人気しきい値とは、実際のニーズに応じて決定することができる。本実施例では、これについて特に限制がない。

人気が所定の人気しきい値よりも大きいタグは、時効性が高いタグ、つまり、現在の人気タグである。たとえば、「恰飯」、「後浪」などである。

このようなタグを既存タグに追加することにより、既存タグの時効性を向上させ、従来のタグが固定しており、ユーザのニーズをタイムリーに反映できないという問題を解決する。

図２は、本出願の実施例による別のタグマイニング方法のフローチャートである。本解決手段は、上記の解決手段を基に、ステップ「前記既存タグが属するカテゴリーを決定する」を具体的に最適化するものである。図２に示すように、本解決手段によるタグマイニング方法は、Ｓ２１０～Ｓ２４０を含む。

Ｓ２１０、既存タグを決定し、前記既存タグを含むテキストのカテゴリーを統計する。
テキストのカテゴリーとは、テキストが属するカテゴリーである。一例として、テキストのカテゴリーは、美食やエンターテインメント等であってもよい。

Ｓ２２０、統計結果に基づいて、前記既存タグを含むテキストのカテゴリーから、前記既存タグが属するカテゴリーを決定する。
既存タグが属するカテゴリーとは、既存タグが属するカテゴリー、つまり、既存タグのカテゴリーを指す。

一実施例では、統計結果に基づいて、前記既存タグを含むテキストのカテゴリーから、前記既存タグが属するカテゴリーを決定するステップは、
統計した結果、最も多いカテゴリーを既存タグが属するカテゴリーとするステップを含む。

たとえば、統計の結果、美食類のテキストが８０個であり、エンターテインメント類のテキストが２０個である場合、既存タグが属するカテゴリーを美食として決定する。

Ｓ２３０、前記既存タグに基づいて、前記カテゴリーに関連つけられたターゲットテキストから候補タグを決定する。

一例として、また既存タグが属するカテゴリーが美食である場合を例に、既存タグに基づいて、既存タグが属するカテゴリーに関連つけられたターゲットテキストから候補タグを決定するステップは、既存タグに基づいて、美食類のテキストから候補タグを決定するステップを含む。

Ｓ２４０、前記既存タグと前記候補タグを組み合わせて、組み合わせ結果に基づいて新しいタグを決定する。

本解決手段では、既存タグを含むテキストのカテゴリーを統計し、統計結果に基づいて、既存タグを含むテキストのカテゴリーから既存タグが属するカテゴリーを決定することによって、既存タグの決定正確率を向上させ、組み合わせタグの計算範囲をさらに限定し、それにより、組み合わせ潜在力を備えていないことが明らかであるタグをフィルタリングにより除去する。

図３は、本出願の実施例によるさらなるタグマイニング方法のフローチャートである。本解決手段は、上記の解決手段を基に、ステップ「前記既存タグに基づいて、前記カテゴリーに関連つけられたターゲットテキストから候補タグを決定する」を具体的に最適化させたものである。図３に示すように、本解決手段によるタグマイニング方法は、Ｓ３１０～Ｓ３４０を含む。

Ｓ３１０、既存タグ及び前記既存タグが属するカテゴリーを決定する。

Ｓ３２０、前記既存タグと前記カテゴリーに関連つけられたターゲットテキスト中のほかのタグとの共起頻度を統計する。
他のタグとは、ターゲットテキスト内の、上記の既存タグ以外のタグを指す。
共起頻度とは、ターゲットテキストに同時に現れる回数を指す。

Ｓ３３０、統計結果に基づいて、前記ターゲットテキストのほかのタグから前記候補タグを決定する。

一実施例では、統計結果に基づいて、前記ターゲットテキストのほかのタグから前記候補タグを決定するステップは、
共起頻度の最も高い他のタグを候補タグとするステップを含む。

Ｓ３４０、前記既存タグと前記候補タグを組み合わせて、組み合わせ結果に基づいて新しいタグを決定する。

本解決手段では、既存タグ与ターゲットテキスト中のほかのタグの共起頻度を統計し、統計結果に基づいて、ターゲットテキストの他のタグから候補タグを決定することによって、候補タグの決定正確率を向上させる。通常、組み合わせ潜在力を備えたタグの、テキスト内の共起頻度が最も高いため、本解決手段により組み合わせタグの計算範囲をさらに限定し、組み合わせ潜在力を備えないことが明らかであるタグをさらにフィルタリングにより除去する。

図４は、本出願の実施例によるさらなるタグマイニング方法のフローチャートである。本解決手段は、上記の解決手段を基に、上記の解決手段をさらに拡張させたものである。図４に示すように、本解決手段によるタグマイニング方法は、Ｓ４１０～Ｓ４５０を含む。

Ｓ４１０、既存タグ及び前記既存タグが属するカテゴリーを決定する。

Ｓ４２０、前記既存タグに基づいて、前記カテゴリーに関連つけられたターゲットテキストから候補タグを決定する。

Ｓ４３０、前記既存タグと前記候補タグを組み合わせる。

Ｓ４４０、前記既存タグと前記候補タグとの前記ターゲットテキスト内の間隔及び／又は共起頻度に基づいて、組み合わせ結果をフィルタリングする。
既存タグと候補タグとのターゲットテキスト内の間隔は、２つのタグのターゲットテキスト内の距離として理解してもよい。距離が大きい場合、新しいタグが形成される確率が低い。したがって、この部分の組み合わせ結果をフィルタリングにより除去する。

既存タグと候補タグとのターゲットテキスト内の共起頻度は、２つのタグが同時に現れる頻度として理解してもよい。この頻度が過不足する場合にも、好ましいタグ組み合わせではなく、したがって、同様にこの部分の組み合わせ結果をフィルタリングにより除去する。

Ｓ４５０、フィルタリングした組み合わせ結果に基づいて、新しいタグを決定する。

本解決手段では、既存タグと候補タグとのターゲットテキスト内の間隔及び／又は共起頻度に基づいて、組み合わせ結果をフィルタリングすることによって、組み合わせ結果の正確率を向上させ、さらに新しいタグの正確率を向上させる。

図５は、本出願の実施例によるさらなるタグマイニング方法のフローチャートである。本解決手段は、上記の解決手段を基に、上記のステップ「組み合わせ結果に基づいて新しいタグを決定する」を具体的に最適化させたものである。図５に示すように、本解決手段によるタグマイニング方法は、Ｓ５１０～Ｓ５５０を含む。

Ｓ５１０、既存タグ及び前記既存タグが属するカテゴリーを決定する。

Ｓ５２０、前記既存タグに基づいて、前記カテゴリーに関連つけられたターゲットテキストから候補タグを決定する。

Ｓ５３０、前記既存タグと前記候補タグを組み合わせる。

Ｓ５４０、前記既存タグと前記候補タグを組み合わせて得る候補タグ群を含む少なくとも１つのテキストフラグメントを前記ターゲットテキストから抽出する。
代表例として、このテキストフラグメントは１つの文であってもよい。

Ｓ５５０、前記少なくとも１つのテキストフラグメントに基づいて、新しいタグを決定する。

一実施例では、上記の少なくとも１つのテキストフラグメントのうちいずれかのテキストフラグメントを新しいタグとすることができる。

新しいタグを簡素化させるために、前記少なくとも１つのテキストフラグメントに基づいて、新しいタグを決定する前記ステップは、
前記テキストフラグメントの本体情報を抽出して、少なくとも１つのテキスト本体を得るステップと、
前記少なくとも１つのテキスト本体から新しいタグを決定するステップとを含む。

テキストフラグメントの本体情報とは、分の基本構造を左右する成分情報を指す。

一実施例では、テキストフラグメントの本体情報を抽出するステップは、
テキストフラグメント中の修飾語及び接頭辞と接尾辞を削除することを含む。

テキスト本体とは、抽出したテキストフラグメントの本体情報を指す。

本解決手段では、候補タグ群を含む少なくとも１つのテキストフラグメントをターゲットテキストから抽出し、少なくとも１つのテキストフラグメントに基づいて、新しいタグを決定することによって、新しいタグの表現を最適化させ、ユーザにより理解されやすくする。

新しいタグの正確率を向上させるために、前記少なくとも１つのテキスト本体から新しいタグを決定する前記ステップは、
前記少なくとも１つのテキスト本体を統計し、統計結果に基づいて前記少なくとも１つのテキスト本体からターゲットテキスト本体を決定し、このターゲットテキスト本体を新しいタグとするステップを含む。

ターゲットテキスト本体とは、新しいタグを正確に記述し得るテキスト本体を指す。

一実施例では、統計結果に基づいて、少なくとも１つのテキスト本体からターゲットテキスト本体を決定するステップは、
統計の結果、現れる頻度が最も多いテキスト本体をターゲットテキスト本体とするステップを含む。

図６は、本出願の実施例によるさらなるタグマイニング方法のフローチャートである。本解決手段は、上記の解決手段を基に、上記の解決手段を拡張させたものである。図６に示すように、本解決手段によるタグマイニング方法は、Ｓ６１０～Ｓ６５０を含む。

Ｓ６１０、既存タグ及び前記既存タグが属するカテゴリーを決定する。

Ｓ６２０、前記既存タグに基づいて、前記カテゴリーに関連つけられたターゲットテキストから候補タグを決定する。

Ｓ６３０、前記既存タグと前記候補タグを組み合わせて、組み合わせ結果に基づいて新しいタグを決定する。

Ｓ６４０、前記既存タグと前記候補タグを含む標識対象テキストを決定する。

Ｓ６５０、決定した新しいタグを前記標識対象テキスト内に標識する。

本解決手段では、既存タグと候補タグを含む標識対象テキストを決定し、決定した新しいタグを標識対象テキストに標識することによって、新しいタグを用いて標識対象テキストに対するタグ標識を実現する。

図７は、本出願の実施例によるさらなるタグマイニング方法の模式的フローチャートである。本解決手段は、上記の解決手段を基に提供する、任意の解決手段である。図７に示すように、本解決手段によるタグマイニング方法は、
収集したテキスト集合に人気タグを追加するステップと、
テキスト集合から各テキストのタグを抽出し、タグセットを得るステップと、
得たタグセットから重複を排除し、残りのタグを既存タグとするステップと、
既存タグに関連つけられたテキストのカテゴリーに基づいて、既存タグが属するカテゴリーを決定するステップと、
共起頻度に基づいて、対応するカテゴリーのターゲットテキスト内の他のタグから候補タグを決定するステップと、
既存タグと候補タグを組み合わせて、候補タグ群を得るステップと、
候補タグ群中の２つのタグのターゲットテキスト内の間隔及び共起頻度に基づいて、候補タグ群をフィルタリングして、ターゲットタグ群を得るステップと、
ターゲットタグ群中の各タグが共起している少なくとも１つの文をターゲットテキストから抽出するステップと、
この文の修飾語、接頭辞と接尾辞を削除して、候補文を得るステップと、
候補文を統計し、統計結果に基づいて、候補文からターゲット文を決定するステップと、
ターゲット文を新しいタグとして、新しいタグを、ターゲットタグ群を含むテキストに標識するステップとを含む。

本解決手段では、テキストに人気の高いタグを追加することによって、タグ集合が固定されており、ユーザのニーズをタイムリーに反映できないという問題を解決する。

タグを組み合わせて、組み合わせて得たタグ群に応じて文を抽出し、抽出した文に基づいて決定した新しいタグに基づいて、タグ粒度を細分化することによって、従来のタグが意味を要約できないという問題を解決する。

図８は、本出願の実施例によるタグマイニング装置の構造模式図である。図８に示すように、本出願の実施例によるタグマイニング装置８００は、カテゴリー決定モジュール８０１、タグ決定モジュール８０２、及びタグ組み合わせモジュール８０３を含む。

カテゴリー決定モジュール８０１は、既存タグ及び前記既存タグが属するカテゴリーを決定することに用いられ、
タグ決定モジュール８０２は、前記既存タグに基づいて、前記カテゴリーに関連つけられたターゲットテキストから候補タグを決定することに用いられ、
タグ組み合わせモジュール８０３は、前記既存タグと前記候補タグを組み合わせて、組み合わせ結果に基づいて新しいタグを決定することに用いられる。

本出願の実施例では、既存タグに基づいて、既存タグが属するカテゴリーに関連つけられたターゲットテキストから候補タグを決定し、既存タグと候補タグを組み合わせて、組み合わせ結果に基づいて新しいタグを決定することによって、既存タグによる新しいタグのマイニングを実現する。

さらに、既存タグが属するカテゴリーに関連つけられたターゲットテキストから候補タグを決定することによって、組み合わせタグの計算範囲を限定し、組み合わせ潜在力を備えないことが明らかであるタグを除去する。其ここで、組み合わせ潜在力を備えないタグとは、分割された意味が、分割されていないものの意味と同じタグを指す。たとえば、このようなタグは、「夏野菜」、「夏の旅行」であってもよい。組み合わせ潜在力を備えたタグの組み合わせによりテキストコンテンツを正確に説明できるため、本解決手段では、正確なタグがマイニングされ、検索エンジン又は推薦エンジンに供給された後、テキストがユーザに正確に配信・表示され、それによって、ユーザが情報を取得するときの効率及びユーザエクスペリエンスを向上させる。

さらに、前記カテゴリー決定モジュールは、
前記既存タグを含むテキストのカテゴリーを統計するためのカテゴリー統計ユニットと、
統計結果に基づいて、前記既存タグを含むテキストのカテゴリーから、前記既存タグが属するカテゴリーを決定するためのカテゴリー決定ユニットとを含む。

さらに、前記タグ決定モジュールは、
前記既存タグと前記ターゲットテキスト中のほかのタグとの共起頻度を統計するための頻度統計ユニットと、
統計結果に基づいて、前記ターゲットテキストのほかのタグから前記候補タグを決定するためのタグ決定ユニットとを含む。

さらに、前記カテゴリー決定モジュールは、
人気が所定の人気しきい値よりも大きいタグを決定し、このタグを前記既存タグとするための既存タグ決定ユニットを含む。

さらに、前記装置は、
前記組み合わせ結果に基づいて新しいタグを決定する前に、前記既存タグと前記候補タグとの前記ターゲットテキスト内の間隔及び／又は共起頻度に基づいて、前記組み合わせ結果をフィルタリングする結果フィルタリングモジュールをさらに含む。

さらに、前記タグ組み合わせモジュールは、
前記既存タグと前記候補タグを組み合わせて得る候補タグ群を含む少なくとも１つのテキストフラグメントを、前記ターゲットテキストから抽出するためのテキストフラグメント抽出ユニットと、
前記少なくとも１つのテキストフラグメントに基づいて、新しいタグを決定するための新しいタグ決定ユニットとを含む。

さらに、前記新しいタグ決定ユニットは、
前記テキストフラグメントの本体情報に基づいて、少なくとも１つのテキスト本体を得るための本体抽出サブユニットと、
前記少なくとも１つのテキスト本体から新しいタグを決定するための新しいタグ決定サブユニットとを含む。

さらに、前記新しいタグ決定サブユニットは、具体的には、
前記少なくとも１つのテキスト本体を統計し、統計結果に基づいて前記少なくとも１つのテキスト本体からターゲットテキスト本体を決定し、このターゲットテキスト本体を新しいタグとすることに用いられる。

さらに、前記装置は、
前記既存タグと前記候補タグを組み合わせて、組み合わせ結果に基づいて新しいタグを決定する前記ステップの後、前記既存タグと前記候補タグを含む標識対象テキストを決定するための標識テキスト決定モジュールと、
決定した新しいタグを前記標識対象テキスト内に標識するためのテキスト標識モジュールとをさらに含む。

本出願の実施例によれば、本出願は、電子デバイス、及び読み取り可能な記憶媒体をさらに提供する。

図９には、本出願の実施例に係るタグマイニング方法の電子デバイスのブロック図が示されている。電子デバイスは、たとえば、ラップトップコンピュータ、デスクトップコンピュータ、ワークステーション、パーソナルデジタルアシスタント、サーバ、ブレードサーバ、メインフレームコンピュータ、及びその他の適切なコンピュータなど、様々な形式のデジタルコンピュータを指すことを意図している。電子デバイスは、たとえば、パーソナルデジタルアシスタント、携帯電話、スマートフォン、ウェアラブルデバイス、及びその他の類似のコンピューティング装置など、様々な形式の移動装置を示してもよい。本明細書に示されているコンポーネント、それらの接続と関係、及びそれらの機能は単なる例であるが、本明細書の説明及び／又は要求される本出願の実現を制限する意図はしない。

図９に示すように、この電子デバイスは、１つ又は複数のプロセッサ９０１、メモリ９０２、及び高速インターフェースと低速インターフェースを含む、様々なコンポーネントを接続するためのインターフェースを含む。各コンポーネントは、異なるバスを介して互いに接続され、共通のマザーボードに取り付けられ、又は必要に応じて他の方式で取り付けられ得る。プロセッサは電子デバイス内で実行される命令を処理でき、この命令には、メモリ内に格納される又はメモリ上に格納されて外部入力／出力装置（たとえば、インターフェースに結合された表示デバイスなど）にＧＵＭのグラフィック情報を表示する命令が含まれる。他の実施形態では、複数のプロセッサ及び／又は複数のバスを、必要に応じて、複数のメモリ及び複数のメモリとともに使用することができる。同様に、複数の電子デバイスを接続することができ、各デバイスは必要な操作の一部（たとえば、サーバアレイ、ブレードサーバのグループ、又はマルチプロセッサシステムとして）を提供する。図９では、１つのプロセッサ９０１の場合が例示されている。

メモリ９０２は、本出願による非一時的なコンピュータ可読記憶媒体である。前記メモリは、本出願に係るタグマイニング方法を前記少なくとも１つの前記プロセッサに実行させるように、少なくとも１つのプロセッサによって実行可能な命令を格納している。本出願の非一時的なコンピュータ可読記憶媒体は、本出願に係るタグマイニング方法をコンピュータに実行させるためのコンピュータ命令を格納している。

非一時的なコンピュータ可読記憶媒体としてのメモリ９０２は、非一時的なソフトウェアプログラム、非一時的なコンピュータ実行可能なプログラム及びモジュール、たとえば、本出願の実施例におけるタグマイニング方法に対応するプログラム命令／モジュール（たとえば、図８に示すカテゴリー決定モジュール８０１、タグ決定モジュール８０２、及びタグ組み合わせモジュール８０３）を格納することができる。プロセッサ９０１は、メモリ９０２に格納された非一時的なソフトウェアプログラム、命令、及びモジュールを実行することによって、サーバの様々な機能アプリケーション及びデータ処理を実行し、すなわち、上記方法実施例におけるタグマイニング方法を実現する。

メモリ９０２は、プログラム記憶領域及びデータ記憶領域を含むことができ、プログラム記憶領域は、オペレーティングシステム、及び少なくとも１つの機能に必要なアプリケーションプログラムを格納し、データ記憶領域は、タグマイニング電子デバイスの使用に従って作成されたデータなどを格納する。さらに、メモリ９０２は、たとえば、少なくとも１つの磁気ディスクストレージデバイス、フラッシュメモリデバイス、又は他の非一時的なソリッドステートストレージデバイスなどの非一時的なメモリを含んでもよい。いくつかの実施例では、メモリ９０２は、プロセッサ９０１に対して遠隔的に設置されるメモリを選択的に含んでもよく、これらの遠隔メモリは、ネットワークを介してタグマイニング電子デバイスに接続され得る。上記ネットワークの例には、インターネット、企業イントラネット、ローカルエリアネットワーク、モバイル通信ネットワーク、及びそれらの組み合わせが含まれるが、これらに限定されない。

タグマイニング電子デバイスは、入力装置９０３及び出力装置９０４をさらに含んでもよい。プロセッサ９０１、メモリ９０２、入力装置９０３及び出力装置９０４はバス又はその他の方式で接続してもよく、図９には、バスによる接続が例示されている。

入力装置９０３は、入力される数字又はキャラクター情報を受信すること、タグマイニング電子デバイス、たとえば、タッチスクリーン、キーパッド、マウス、トラックパッド、タッチパッド、ポインタ、１つ又は複数のマウスボタン、トラックボール、ジョイスティックなどの入力装置のユーザ設定及び機能制御に関連するキー信号入力を生成することができる。出力装置９０４は、表示デバイス、補助照明装置（たとえば、ＬＥＤ）、触覚フィードバック装置（たとえば、振動モータ）などを含む。この表示デバイスは、液晶ディスプレイ（ＬＤＣ）、発光ダイオード（ＬＥＤ）ディスプレイ、及びプラズマディスプレイを含むが、これらに限定されない。いくつかの実施形態では、表示デバイスはタッチスクリーンであり得る。

ここで説明するシステム及び技術の様々な実施形態は、デジタル電子回路システム、集積回路システム、専用ＡＳＩＣ（特定用途向け集積回路）、コンピュータハードウェア、ファームウェア、ソフトウェア、及び／又はそれらの組み合わせにおいて実現することができる。これらの様々な実施形態は、１つ又は複数のコンピュータプログラムにおいて実施され、この１つ又は複数のコンピュータプログラムは、少なくとも１つのプログラム可能なプロセッサを含むプログラム可能なシステムで実行及び／又は解釈され得、このプログラム可能なプロセッサは専用又は汎用のプログラム可能なプロセッサであってもよく、ストレージシステム、少なくとも１つの入力装置、及び少なくとも１つの出力装置からデータ及び命令を受信し、データ及び命令をこのストレージシステム、少なくとも１つの入力装置、及び少なくとも１つの出力装置に送信することができる。

これらのコンピューティングプログラム（プログラム、ソフトウェア、ソフトウェアアプリケーション、又はコードとも呼ばれる）には、プログラム可能なプロセッサの機械命令が含まれ、高度なプロセス及び／又はオブジェクト指向のプログラミング言語、及び／又はアセンブリ／機械語を用いてこれらのコンピューティングプログラムを実施できる。たとえば、本明細書で使用される「機械読み取り可能な媒体」及び「コンピュータ可読媒体」という用語は、機械命令及び／又はデータをプログラム可能なプロセッサの任意のコンピュータプログラム製品、デバイス、及び／又は装置（たとえば、磁気ディスク、光ディスク、メモリ、プログラマブルロジックデバイス（ＰＬＤ））に提供するものを指し、機械読み取り可能な信号としての機械命令を受信するための機械読み取り可能な媒体を含む。「機械読み取り可能な信号」という用語は、プログラム可能なプロセッサに機械命令及び／又はデータを提供するために使用される任意の信号を指す。

ユーザと対話できるように、ここで説明するシステム及び技術をコンピュータに実施することができ、このコンピュータは、ユーザに情報を表示するための表示装置（たとえば、ＣＲＴ（陰極線管）又はＬＣＤ（液晶ディスプレイ）モニター）、ユーザがコンピュータに入力することを可能とするキーボード及びポインティング装置（たとえば、マウスやトラックボール）を有する。他の種類の装置も、ユーザとの対話を提供することができ、たとえば、ユーザに提供するフィードバックは、任意の形式の感覚フィードバック（たとえば、視覚的フィードバック、聴覚的フィードバック、又は触覚的フィードバック）であってもよく、そして、ユーザからの入力は、任意の形式（音響入力、音声入力、又は触覚入力を含む）で受信できる。

ここで説明するシステム及び技術は、バックエンドコンポーネントを含むコンピューティングシステム（たとえば、データサーバとして）、又はミドルウェアコンポーネントを含むコンピューティングシステム（たとえば、アプリケーションサーバ）、又はフロントエンドコンポーネントを含むコンピューティングシステム（たとえば、グラフィカルユーザインターフェース又はＷＥＢブラウザーを備えたユーザコンピュータが挙げられ、ユーザはこのグラフィカルユーザインターフェース又はこのＷＥＢブラウザーを介してここで説明するシステム及び技術の実施形態と対話できる）、又はこのようなバックエンドコンポーネント、ミドルウェアコンポーネント、又はフロントエンドコンポーネントを含む任意の組み合わせコンピューティングシステムにおいて実施できる。システムのコンポーネントは、任意の形式又は媒体のデジタルデータ通信（たとえば、通信ネットワーク）を介して相互に接続できる。通信ネットワークの例には、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）、及びインターネットが含まれる。

コンピュータシステムには、クライアントとサーバを含むことができる。クライアントとサーバは通常、互いに遠く離れており、通信ネットワークを介して互いに会話するのが一般的である。クライアントとサーバの関係は、対応するコンピュータで実行され、互いにクライアント－サーバの関係を持つコンピュータプログラムによって生成される。サーバは、クラウドコンピューティングサーバー又はクラウドホストとも呼ばれるクラウドサーバーにすることができ、これは、管理が困難であり、ビジネススケーラビリティが低いという従来の物理ホスト及びＶＰＳサービスの欠陥を解決するためのクラウドコンピューティングサービスシステムにおける１つのホスト製品である。

本出願の技術によれば、既存タグによる正確なタグのマイニングを実現する。なお、上記の様々な形式のプロセスを用いて、ステップを改めて並べ替えたり、追加したり、削除したりすることができる。たとえば、本出願に記載の各ステップは、本出願開示の技術案の所望の結果が達成できる限り、並行して実施しても、順次実施しても、異なる順序で実施してもよく、本明細書では、それについて限定しない。

上記特定実施形態は、本出願の特許範囲に対する制限を構成するものではない。当業者にとって明らかなように、設計要件及び他の要因に応じて、様々な修正、組み合わせ、サブ組み合わせ、及び置換を行うことができる。本出願の精神及び原則の範囲内で行われた修正、同等の置換、及び改良であれば、本出願の特許範囲に含まれるものとする。

Claims (21)

1. タグマイニング装置により実行される方法であって、
   既存タグ及び前記既存タグが属するカテゴリーを決定するステップと、
   前記既存タグに基づいて、前記カテゴリーに関連つけられたターゲットテキストから候補タグを決定するステップと、
   前記既存タグと前記候補タグを組み合わせて、組み合わせ結果に基づいて新しいタグを決定するステップとを含む、方法。
2. 前記既存タグが属するカテゴリーを決定する前記ステップは、
   前記既存タグを含むテキストのカテゴリーを統計するステップと、
   統計結果に基づいて、前記既存タグを含むテキストのカテゴリーから、前記既存タグが属するカテゴリーを決定するステップとを含む、請求項１に記載の方法。
3. 前記既存タグに基づいて、前記カテゴリーに関連つけられたターゲットテキストから候補タグを決定する前記ステップは、
   前記既存タグと前記ターゲットテキスト中のほかのタグとの共起頻度を統計するステップと、
   統計結果に基づいて、前記ターゲットテキストのほかのタグから前記候補タグを決定するステップとを含む、請求項１又は２に記載の方法。
4. 既存タグを決定する前記ステップは、
   人気が所定の人気しきい値よりも大きいタグを決定し、このタグを前記既存タグとするステップを含む、請求項１又は２に記載の方法。
5. 前記組み合わせ結果に基づいて新しいタグを決定する前ステップの前に、
   前記既存タグと前記候補タグとの前記ターゲットテキスト内の間隔及び／又は共起頻度に基づいて、前記組み合わせ結果をフィルタリングするステップをさらに含む、請求項１又は２に記載の方法。
6. 組み合わせ結果に基づいて新しいタグを決定する前記ステップは、
   前記既存タグと前記候補タグを組み合わせて得る候補タグ群を含む少なくとも１つのテキストフラグメントを前記ターゲットテキストから抽出するステップと、
   前記少なくとも１つのテキストフラグメントに基づいて、新しいタグを決定するステップとを含む、請求項１又は２に記載の方法。
7. 前記少なくとも１つのテキストフラグメントに基づいて、新しいタグを決定する前記ステップは、
   前記テキストフラグメントの本体情報を抽出して、少なくとも１つのテキスト本体を得るステップと、
   前記少なくとも１つのテキスト本体から新しいタグを決定するステップとを含む、請求項６に記載の方法。
8. 前記少なくとも１つのテキスト本体から新しいタグを決定する前記ステップは、
   前記少なくとも１つのテキスト本体を統計し、統計結果に基づいて前記少なくとも１つのテキスト本体からターゲットテキスト本体を決定し、このターゲットテキスト本体を新しいタグとするステップを含む、請求項７に記載の方法。
9. 前記既存タグと前記候補タグを組み合わせて、組み合わせ結果に基づいて新しいタグを決定する前記ステップの後、
   前記既存タグと前記候補タグを含む標識対象テキストを決定するステップと、
   決定した新しいタグを前記標識対象テキスト内に標識するステップとをさらに含む、請求項１又は２に記載の方法。
10. タグマイニング装置であって、
    既存タグ及び前記既存タグが属するカテゴリーを決定するためのカテゴリー決定モジュールと、
    前記既存タグに基づいて、前記カテゴリーに関連つけられたターゲットテキストから候補タグを決定するためのタグ決定モジュールと、
    前記既存タグと前記候補タグを組み合わせて、組み合わせ結果に基づいて新しいタグを決定するためのタグ組み合わせモジュールとを含むタグマイニング装置。
11. 前記カテゴリー決定モジュールは、
    前記既存タグを含むテキストのカテゴリーを統計するためのカテゴリー統計ユニットと、
    統計結果に基づいて、前記既存タグを含むテキストのカテゴリーから、前記既存タグが属するカテゴリーを決定するためのカテゴリー決定ユニットとを含む、請求項１０に記載の装置。
12. 前記タグ決定モジュールは、
    前記既存タグと前記ターゲットテキスト中のほかのタグとの共起頻度を統計するための頻度統計ユニットと、
    統計結果に基づいて、前記ターゲットテキストのほかのタグから前記候補タグを決定するためのタグ決定ユニットとを含む、請求項１０又は１１に記載の装置。
13. 前記カテゴリー決定モジュールは、
    人気が所定の人気しきい値よりも大きいタグを決定し、このタグを前記既存タグとするための既存タグ決定ユニットをさらに含む、請求項１０又は１１に記載の装置。
14. 前記組み合わせ結果に基づいて新しいタグを決定する前、前記既存タグと前記候補タグとの前記ターゲットテキスト内の間隔及び／又は共起頻度に基づいて、前記組み合わせ結果をフィルタリングするための結果フィルタリングモジュールをさらに含む、請求項１０又は１１に記載の装置。
15. 前記タグ組み合わせモジュールは、
    前記既存タグと前記候補タグを組み合わせて得る候補タグ群を含む少なくとも１つのテキストフラグメントを前記ターゲットテキストから抽出するためのテキストフラグメント抽出ユニットと、
    前記少なくとも１つのテキストフラグメントに基づいて、新しいタグを決定するための新しいタグ決定ユニットとを含む、請求項１０又は１１に記載の装置。
16. 前記新しいタグ決定ユニットは、
    前記テキストフラグメントの本体情報に基づいて、少なくとも１つのテキスト本体を得るための本体抽出サブユニットと、
    前記少なくとも１つのテキスト本体から新しいタグを決定するための新しいタグ決定サブユニットとを含む、請求項１５に記載の装置。
17. 前記新しいタグ決定サブユニットは、具体的には、
    前記少なくとも１つのテキスト本体を統計し、統計結果に基づいて前記少なくとも１つのテキスト本体からターゲットテキスト本体を決定し、このターゲットテキスト本体を新しいタグとすることに用いられる、請求項１６に記載の装置。
18. 前記既存タグと前記候補タグを組み合わせて、組み合わせ結果に基づいて新しいタグを決定した後、前記既存タグと前記候補タグを含む標識対象テキストを決定するための標識テキスト決定モジュールと、
    決定した新しいタグを前記標識対象テキスト内に標識するためのテキスト標識モジュールとをさらに含む、請求項１０又は１１に記載の装置。
19. 電子デバイスであって、
    少なくとも１つのプロセッサと、
    前記少なくとも１つのプロセッサに通信可能に接続されたメモリとを含み、
    前記メモリは、前記少なくとも１つのプロセッサにより実行可能な命令を記憶しており、前記命令が前記少なくとも１つのプロセッサにより実行されて、前記少なくとも１つのプロセッサに請求項１～９のいずれか１項に記載の方法を実行させる電子デバイス。
20. コンピュータ命令が記憶されている非一時的なコンピュータ可読記憶媒体であって、前記コンピュータ命令は、請求項１～９のいずれか１項に記載の方法をコンピュータに実行させる記憶媒体。
21. コンピュータプログラムであって、
    前記コンピュータプログラムは、プロセッサにより実行されると、請求項１～９のいずれか１項に記載の方法を実行させるコンピュータプログラム。

Images