JP7364512B2 - ラベル付与モデル生成装置、及びラベル付与モデル生成方法 - Google Patents
ラベル付与モデル生成装置、及びラベル付与モデル生成方法 Download PDFInfo
- Publication number
- JP7364512B2 JP7364512B2 JP2020054490A JP2020054490A JP7364512B2 JP 7364512 B2 JP7364512 B2 JP 7364512B2 JP 2020054490 A JP2020054490 A JP 2020054490A JP 2020054490 A JP2020054490 A JP 2020054490A JP 7364512 B2 JP7364512 B2 JP 7364512B2
- Authority
- JP
- Japan
- Prior art keywords
- word
- feature
- deviation
- labeling model
- document
- 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
- 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
- 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
- G06F18/2155—Generating training patterns; Bootstrap methods, e.g. bagging or boosting characterised by the incorporation of unlabelled data, e.g. multiple instance learning [MIL], semi-supervised techniques using expectation-maximisation [EM] or naïve labelling
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
Description
WiFi(登録商標)、インターネット、専用線、各種データ通信網等である。第1通信
ネットワーク及び第2通信ネットワーク6は、種類の異なる通信基盤を組み合わせたものでもよい。
。
cessing Unit)、GPU(Graphics Processing Unit)、FPGA(Field Programmable
Gate Array)、ASIC(Application Specific Integrated Circuit)、AI(Artificial Intelligence)チップ等を用いて構成されている。
Only Memory)、RAM(Random Access Memory)、不揮発性メモリ(NVRAM(Non Volatile RAM))等である。
)、光学式記憶装置(CD(Compact Disc)、DVD(Digital Versatile Disc)等)、ストレージシステム、ICカード、SDカードや光学式記録媒体等の記録媒体の読取/書込装置、クラウドサーバの記憶領域等である。補助記憶装置13には、記録媒体の読取装置や通信装置16を介してプログラムやデータを読み込むことができる。補助記憶装置13に格納(記憶)されているプログラムやデータは主記憶装置12に随時読み込まれる。
部110は、例えば、DBMSが提供するデータベースのテーブルや、ファイルシステムが提供するファイルとして、これらの情報(データ)を記憶する。
ルについて抽出された各特徴量の出現回数の偏差)が管理される。
管理装置3に表示する画面(以下、「偏差確認画面1000」と称する。)の一例である。同図に示すように、例示する偏差確認画面1000は、ラベル指定欄1011、単語数/特徴量偏差表示欄1012、及び偏差調整ボタン1014を含む。
ての当該特徴量における単語数重みを単語数重み調整欄1124に指定する。単語数偏差調整欄1120には、特徴量(特徴量ID)と単語(単語ID)の一つ以上の組み合わせの夫々について、単語数偏差の調整量を個別に指定することができる。単語数重み調整欄1124は、逆三角形のアイコン1123をスライドさせることで単語数重みを容易に指定できるようになっている。アイコン1123を右に置くほど単語数重みは大きくなる。アイコン1123を左端に置くと単語数重みは「0.0」に設定され、アイコン1123を
右端に置くと単語数重みは「1.0」に設定される。
置くと特徴量重みは「1.0」に設定される。
ル付与部240は、ラベル付与モデル117のスコア「0.3024」と「0.0901」を合計し
た値「0.4105」が、予め設定された閾値を超えるか否かにより、当該単語「M加工機」にラベルを設定するか否かを判定し、上記閾値を超えていれば、ラベル1172「工作機械」を設定する。
ラベル付与済)215を生成することで、例えば、文書検索装置300を利用するユーザのニーズに即した文書検索環境を提供することができる。
カード、SDカード、DVD等の記録媒体に置くことができる。
第2通信ネットワーク、100 モデル生成装置、110 記憶部、111 ラベル対象単語リスト、112 学習用文書データ(ラベル無し)、113 特徴量テーブル、114 特徴量偏差テーブル、115 単語数偏差テーブル、116 偏差調整テーブル、
117 ラベル付与モデル、125 自然言語解析部、130 単語検出/特徴量抽出部、135 偏差調整テーブル生成部、140 偏差調整部、150 ラベル付与モデル生成部、160 モデル送信部、200 ラベル付与装置、210 記憶部、211 文書データ(ラベル無し)、213 単語/特徴量テーブル、214 単語/ラベルテーブル、215 文書データ(ラベル付与済)、225 自然言語解析部、230 単語検出/特徴量抽出部、240 ラベル付与部、250 ラベル編集部、260 文書データ(ラベル付与済)生成送信部、300 文書検索装置、310 記憶部、330 検索条件受付部、340 検索処理部、350 検索結果出力部、1000 偏差確認画面、1100 調整設定画面
Claims (15)
- 対象とする文書である対象文書に含まれている単語にラベルを付与する機械学習モデルであるラベル付与モデルを生成する情報処理装置であるラベル付与モデル生成装置であって、
前記ラベル付与モデルは、付与しようとする複数のラベルの夫々について、ラベルと、当該ラベルの付与対象となるために単語が有するべき特徴量である特徴量と、前記特徴量を有する単語に対して当該ラベルを付与するか否かの判断指標であるスコアとを対応づけた情報を含み、
対象文書に含まれている単語へのラベルの付与は、前記文書から抽出される単語と当該単語について抽出される特徴量との組合せを前記ラベル付与モデルに与えることにより取得される前記スコアに基づき行われ、
前記ラベル付与モデルの生成に用いる複数の学習用文書を記憶し、
各前記学習用文書において共通の前記特徴量を有する単語の出現頻度の偏差である単語数偏差に基づき前記学習用文書単位で前記スコアを求めることにより前記ラベル付与モデルを生成する、
ラベル付与モデル生成装置。 - 請求項1に記載のラベル付与モデル生成装置であって、
前記単語数偏差が予め設定された第1閾値を超える単語が前記複数の学習用文書に第2閾値以下の割合で存在する前記共通の特徴量を有する場合に、前記第1閾値を超える前記単語である特定の単語の前記単語数偏差の前記スコアへの影響度である単語数重みを調整し、
前記特定の単語の前記単語数偏差の前記スコアへの影響を前記単語数重みに応じて調整する、
ラベル付与モデル生成装置。 - 請求項2に記載のラベル付与モデル生成装置であって、
前記単語数偏差が予め設定された第1閾値を超える単語が前記複数の学習用文書に第2閾値以下の割合で存在する前記共通の特徴量を有する場合に前記単語数重みを減らすことにより、前記特定の単語の前記単語数偏差の前記スコアへの影響を減らす、
ラベル付与モデル生成装置。 - 請求項1に記載のラベル付与モデル生成装置であって、
ユーザインタフェースを介して入力される、前記単語数偏差の前記スコアへの影響度である単語数重みを受け付け、受け付けた前記単語数重みに応じて、前記単語数偏差の前記スコアへの影響を調整する、
ラベル付与モデル生成装置。 - 請求項1に記載のラベル付与モデル生成装置であって、
前記単語数偏差と、同じ前記学習用文書における前記特徴量の出現頻度の偏差である特徴量偏差とに基づき、前記スコアを求めることにより前記ラベル付与モデルを生成する、
ラベル付与モデル生成装置。 - 請求項5に記載のラベル付与モデル生成装置であって、
前記特徴量偏差が予め設定された第3閾値を超える前記特徴量が前記複数の学習用文書に第4閾値以下の割合で抽出される場合に、前記第3閾値を超える前記特徴量である特定の特徴量の前記特徴量偏差の前記スコアへの影響度である特徴量重みを調整し、
前記特定の特徴量の前記特徴量偏差の前記スコアへの影響を前記特徴量重みに応じて調整する、
ラベル付与モデル生成装置。 - 請求項6に記載のラベル付与モデル生成装置であって、
前記特徴量偏差が予め設定された第3閾値を超える前記特徴量が前記複数の学習用文書に第4閾値以下の割合で抽出される場合に前記特徴量重みを減らすことにより、前記特定の特徴量の前記特徴量偏差の前記スコアへの影響を減らす、
ラベル付与モデル生成装置。 - 請求項5に記載のラベル付与モデル生成装置であって、
ユーザインタフェースを介して入力される、前記特徴量偏差の前記スコアへの影響度である特徴量重みを受け付け、受け付けた前記特徴量重みに応じて、前記特徴量偏差の前記スコアへの影響を調整する、
ラベル付与モデル生成装置。 - 請求項1に記載のラベル付与モデル生成装置であって、
前記単語数偏差が予め設定された第1閾値を超える単語が前記複数の学習用文書に第2閾値以下の割合で存在する前記共通の特徴量を有する場合に、前記第1閾値を超える前記単語である特定の単語を含む前記学習用文書を前記複数の学習用文書から除外する、
ラベル付与モデル生成装置。 - 請求項5に記載のラベル付与モデル生成装置であって、
前記特徴量偏差が予め設定された第3閾値を超える前記特徴量が前記複数の学習用文書に第4閾値以下の割合で抽出される場合に、前記第3閾値を超える前記特徴量である特定の特徴量の抽出元の前記学習用文書を前記複数の学習用文書から除外する、
ラベル付与モデル生成装置。 - 請求項5に記載のラベル付与モデル生成装置であって、
前記学習用文書ごとに、前記特徴量の出現頻度と、前記特徴量を有する単語の数とを、夫々が占める割合に応じた面積で視覚的に描画した棒グラフを表示するユーザインタフェースを備える、
ラベル付与モデル生成装置。 - 対象とする文書である対象文書に含まれている単語にラベルを付与する機械学習モデルであるラベル付与モデルを生成する方法であって、
前記ラベル付与モデルは、付与しようとする複数のラベルの夫々について、ラベルと、当該ラベルの付与対象となるために単語が有するべき特徴量である特徴量と、前記特徴量を有する単語に対して当該ラベルを付与するか否かの判断指標であるスコアとを対応づけた情報を含み、
対象文書に含まれている単語へのラベルの付与は、前記文書から抽出される単語と当該単語について抽出される特徴量との組合せを、前記ラベル付与モデルに与えることにより取得される前記スコアに基づき行われ、
情報処理装置が、
前記ラベル付与モデルの生成に用いる複数の学習用文書を記憶するステップと、
各前記学習用文書において共通の前記特徴量を有する単語の出現頻度の偏差である単語数偏差に基づき前記学習用文書単位で前記スコアを求めることにより前記ラベル付与モデルを生成するステップと、
を実行する、ラベル付与モデル生成方法。 - 請求項12に記載のラベル付与モデル生成方法であって、
前記情報処理装置が、
前記単語数偏差が予め設定された第1閾値を超える単語が前記複数の学習用文書に第2閾値以下の割合で存在する前記共通の特徴量を有する場合に、前記第1閾値を超える前記単語である特定の単語の前記単語数偏差の前記スコアへの影響度である単語数重みを調整するステップと、
前記特定の単語の前記単語数偏差の前記スコアへの影響を前記単語数重みに応じて調整するステップと、
を更に実行する、ラベル付与モデル生成方法。 - 請求項12に記載のラベル付与モデル生成方法であって、
前記情報処理装置が、前記単語数偏差と、同じ前記学習用文書における前記特徴量の出現頻度の偏差である特徴量偏差とに基づき、前記スコアを求めることにより前記ラベル付与モデルを生成するステップ、
を更に実行する、ラベル付与モデル生成方法。 - 請求項12に記載のラベル付与モデル生成方法であって、
前記情報処理装置が、前記単語数偏差が予め設定された第1閾値を超える単語が前記複数の学習用文書に第2閾値以下の割合で存在する前記共通の特徴量を有する場合に、前記第1閾値を超える前記単語である特定の単語を含む前記学習用文書を前記複数の学習用文書から除外するステップ、
を更に実行する、ラベル付与モデル生成方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020054490A JP7364512B2 (ja) | 2020-03-25 | 2020-03-25 | ラベル付与モデル生成装置、及びラベル付与モデル生成方法 |
US17/072,268 US11610062B2 (en) | 2020-03-25 | 2020-10-16 | Label assignment model generation device and label assignment model generation method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020054490A JP7364512B2 (ja) | 2020-03-25 | 2020-03-25 | ラベル付与モデル生成装置、及びラベル付与モデル生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021157282A JP2021157282A (ja) | 2021-10-07 |
JP7364512B2 true JP7364512B2 (ja) | 2023-10-18 |
Family
ID=77857483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020054490A Active JP7364512B2 (ja) | 2020-03-25 | 2020-03-25 | ラベル付与モデル生成装置、及びラベル付与モデル生成方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11610062B2 (ja) |
JP (1) | JP7364512B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220180244A1 (en) * | 2020-12-08 | 2022-06-09 | Vmware, Inc. | Inter-Feature Influence in Unlabeled Datasets |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006072787A (ja) | 2004-09-03 | 2006-03-16 | Advanced Telecommunication Research Institute International | 自動質問解答方法、そのためのモデル作成方法、およびコンピュータプログラム |
JP2008176489A (ja) | 2007-01-17 | 2008-07-31 | Toshiba Corp | テキスト判別装置およびテキスト判別方法 |
JP2011170786A (ja) | 2010-02-22 | 2011-09-01 | Nomura Research Institute Ltd | 文書分類システムおよび文書分類プログラムならびに文書分類方法 |
JP2013246795A (ja) | 2012-05-29 | 2013-12-09 | Nippon Telegr & Teleph Corp <Ntt> | 固有表現抽出装置、方法、及びプログラム |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1669896A3 (en) * | 2004-12-03 | 2007-03-28 | Panscient Pty Ltd. | A machine learning system for extracting structured records from web pages and other text sources |
US8019594B2 (en) * | 2006-06-30 | 2011-09-13 | Robert Bosch Corporation | Method and apparatus for progressively selecting features from a large feature space in statistical modeling |
US8549016B2 (en) * | 2008-11-14 | 2013-10-01 | Palo Alto Research Center Incorporated | System and method for providing robust topic identification in social indexes |
US9367526B1 (en) * | 2011-07-26 | 2016-06-14 | Nuance Communications, Inc. | Word classing for language modeling |
US11195057B2 (en) * | 2014-03-18 | 2021-12-07 | Z Advanced Computing, Inc. | System and method for extremely efficient image and pattern recognition and artificial intelligence platform |
WO2014040169A1 (en) * | 2012-09-14 | 2014-03-20 | Broadbandtv, Corp. | Intelligent supplemental search engine optimization |
US10423650B1 (en) * | 2014-03-05 | 2019-09-24 | Hrl Laboratories, Llc | System and method for identifying predictive keywords based on generalized eigenvector ranks |
US20150309987A1 (en) * | 2014-04-29 | 2015-10-29 | Google Inc. | Classification of Offensive Words |
JP7091742B2 (ja) * | 2018-03-16 | 2022-06-28 | 富士通株式会社 | 学習データ生成方法および学習データ生成プログラム |
US20190349320A1 (en) * | 2018-05-08 | 2019-11-14 | Mz Ip Holdings, Llc | System and method for automatically responding to user requests |
JP7189068B2 (ja) * | 2019-04-05 | 2022-12-13 | 株式会社日立製作所 | モデル作成支援方法、及びモデル作成支援システム |
US11551030B2 (en) * | 2019-10-11 | 2023-01-10 | Perceptive Automata, Inc. | Visualizing machine learning predictions of human interaction with vehicles |
US11036925B2 (en) * | 2019-11-18 | 2021-06-15 | International Business Machines Corporation | Managing the distinctiveness of multimedia |
US11734360B2 (en) * | 2019-12-18 | 2023-08-22 | Catachi Co. | Methods and systems for facilitating classification of documents |
US11449556B2 (en) * | 2020-02-04 | 2022-09-20 | Accenture Global Solutions Limited | Responding to user queries by context-based intelligent agents |
-
2020
- 2020-03-25 JP JP2020054490A patent/JP7364512B2/ja active Active
- 2020-10-16 US US17/072,268 patent/US11610062B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006072787A (ja) | 2004-09-03 | 2006-03-16 | Advanced Telecommunication Research Institute International | 自動質問解答方法、そのためのモデル作成方法、およびコンピュータプログラム |
JP2008176489A (ja) | 2007-01-17 | 2008-07-31 | Toshiba Corp | テキスト判別装置およびテキスト判別方法 |
JP2011170786A (ja) | 2010-02-22 | 2011-09-01 | Nomura Research Institute Ltd | 文書分類システムおよび文書分類プログラムならびに文書分類方法 |
JP2013246795A (ja) | 2012-05-29 | 2013-12-09 | Nippon Telegr & Teleph Corp <Ntt> | 固有表現抽出装置、方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2021157282A (ja) | 2021-10-07 |
US11610062B2 (en) | 2023-03-21 |
US20210303789A1 (en) | 2021-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9864741B2 (en) | Automated collective term and phrase index | |
US20200320086A1 (en) | Method and system for content recommendation | |
US10489439B2 (en) | System and method for entity extraction from semi-structured text documents | |
JP5512489B2 (ja) | ファイル管理装置及びファイル管理方法 | |
US9495358B2 (en) | Cross-language text clustering | |
JP5241828B2 (ja) | 辞書の単語及び熟語の判定 | |
JP2014106665A (ja) | 文書検索装置、文書検索方法 | |
US20200387667A1 (en) | Information processing device and information processing method | |
JP2020113129A (ja) | 文書評価装置、文書評価方法及びプログラム | |
JP5836893B2 (ja) | ファイル管理装置、ファイル管理方法、及びプログラム | |
US8892423B1 (en) | Method and system to automatically create content for dictionaries | |
JPH0484271A (ja) | 文書内情報検索装置 | |
Das et al. | Sentiment analysis: what is the end user's requirement? | |
JP7364512B2 (ja) | ラベル付与モデル生成装置、及びラベル付与モデル生成方法 | |
US20160085850A1 (en) | Knowledge brokering and knowledge campaigns | |
JP7122773B2 (ja) | 辞書構築装置、辞書の生産方法、およびプログラム | |
JP2007128224A (ja) | 文書インデキシング装置、文書インデキシング方法及び文書インデキシングプログラム | |
JP2021196798A (ja) | 対話システム、及び対話システムの制御方法 | |
JP2022050011A (ja) | 情報処理装置及びプログラム | |
Luong et al. | Word graph-based multi-sentence compression: Re-ranking candidates using frequent words | |
JP2002251401A (ja) | 文書検索装置および方法ならびに記憶媒体 | |
JP7425662B2 (ja) | ラベル設計支援装置、及びラベル設計支援方法 | |
JP6565565B2 (ja) | 情報処理装置、名称決定方法、および名称決定プログラム | |
JP2020149539A (ja) | 対話型システムの支援装置、及び対話型システムの支援方法 | |
JP7488207B2 (ja) | 将来事象推定システム、および将来事象推定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220204 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221125 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221213 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230105 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230509 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230605 |
|
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: 20230919 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231005 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7364512 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |