JP7407139B2 - 生成装置、生成方法及び生成プログラム - Google Patents
生成装置、生成方法及び生成プログラム Download PDFInfo
- Publication number
- JP7407139B2 JP7407139B2 JP2021022809A JP2021022809A JP7407139B2 JP 7407139 B2 JP7407139 B2 JP 7407139B2 JP 2021022809 A JP2021022809 A JP 2021022809A JP 2021022809 A JP2021022809 A JP 2021022809A JP 7407139 B2 JP7407139 B2 JP 7407139B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- query information
- weight
- query
- generation
- 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 description 38
- 238000000605 extraction Methods 0.000 claims description 20
- 239000000284 extract Substances 0.000 claims description 17
- 241000990222 Tometes Species 0.000 description 20
- 230000008569 process Effects 0.000 description 19
- 238000012545 processing Methods 0.000 description 15
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 12
- 240000003768 Solanum lycopersicum Species 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 238000013500 data storage Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 5
- 230000010365 information processing Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
まず、図1を用いて、生成装置100が実行する生成処理の一例について説明する。図1は、実施形態に係る生成装置100が実行する生成処理の一例を示す図である。図1では、生成装置100は、取得したクエリ情報に基づいて学習モデルを生成し、かかる学習モデルを用いて、受付けたクエリ情報に対応する検索クエリの候補に関する情報を提供する例を挙げて説明する。
図3に示すように、生成システム1は、端末装置10と、検索サーバ20と、生成装置100とを含む。端末装置10、検索サーバ20及び生成装置100は、ネットワークNを介して、有線又は無線により通信可能に接続される。なお、図3に示す生成システム1には、複数台の端末装置10や、複数台の検索サーバ20や、複数台の生成装置100が含まれてもよい。
以下、上記した生成装置100が有する機能構成の一例について説明する。図3は、実施形態に係る生成装置100の構成例を示す図である。図3に示すように、生成装置100は、通信部110と、記憶部120と、制御部130とを有する。
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。そして、通信部110は、ネットワークNと有線又は無線で接続され、他の各種装置との間で情報の送受信を行う。
記憶部120は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。また、記憶部120は、クエリ情報記憶部121と、データ記憶部122と、重み情報記憶部123と、学習モデル124とを有する。
クエリ情報記憶部121は、利用者によって入力された検索クエリに関する情報を記憶する。ここで、図4に、実施形態に係るクエリ情報記憶部121の一例を示す。図4に示した例では、クエリ情報記憶部121は、「クエリID」、「日時」、「クエリ内容」といった項目を有する。
データ記憶部122は、クエリ情報の組合せであるデータに関する情報を記憶する。ここで、図5に、実施形態に係るデータ記憶部122の一例を示す。図5に示した例では、データ記憶部122は、「データID」、「クエリID」、「日時」、「クエリ内容」といった項目を有する。
重み情報記憶部123は、データと、重みとが対応付けられたデータセットに関する情報を記憶する。ここで、図6に、実施形態に係る重み情報記憶部123の一例を示す。図6に示した例では、重み情報記憶部123は、「データセットID」、「第1データに関する情報」、「第2データに関する情報」、「第3データに関する情報」といった項目を有する。例えば、各データに関する情報は、「データID」と、「重み」とに関する情報を含む。
制御部130は、コントローラ(Controller)であり、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、生成装置100内部の記憶装置に記憶されている各種プログラム(生成プログラムの一例)がRAMを作業領域として実行されることにより実現される。また、制御部130は、コントローラであり、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路により実現される。
取得部131は、各種情報を取得する。具体的には、取得部131は、検索サーバ20から、利用者によって入力された検索クエリを示すクエリ情報(入力情報の一例)を取得する。例えば、取得部131は、所定の期間内に入力された検索クエリと、入力された日時とが対応付けられたクエリ情報を取得する。
抽出部132は、各種情報を抽出する。具体的には、抽出部132は、クエリ情報記憶部121に記憶されるクエリ情報のうちから、第1クエリ情報や、第2クエリ情報や、第3クエリ情報を抽出する。
生成部133は、各種情報を生成する。具体的には、生成部133は、第1クエリ情報と、第1クエリ情報との組合せである第2データを生成する。例えば、生成部133は、第1クエリ情報「QU1」と、第1クエリ情報「QU1」との組合せである第2データを生成する。そして、生成部133は、かかる第2データをデータ記憶部122に記憶する。
受付部134は、各種情報を受付ける。具体的には、受付部134は、クエリ情報を検索サーバから受付ける。例えば、受付部134は、クエリ情報「XXトメト」を検索サーバ20から受付ける。
提供部135は、各種情報を提供する。具体的には、提供部135は、検索クエリの候補に関する情報を検索サーバ20に提供する。例えば、提供部135は、受付けたクエリ情報に対応する正しい綴りである検索クエリの候補に関する情報を検索サーバ20に提供する。
次に、図7を用いて、実施形態に係る生成装置100が実行する生成処理の手順について説明する。図7は、実施形態に係る生成装置100が実行する生成処理の流れの一例を示すフローチャートである。
次に、図8を用いて、実施形態に係る生成装置100が実行する提供処理の手順について説明する。図8は、実施形態に係る生成装置100が実行する提供処理の流れの一例を示すフローチャートである。
上述した生成装置100は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、生成装置100の他の実施形態について説明する。
上記実施形態では、検索サーバ20に検索クエリが入力された場合を例に挙げて説明したが、これに限定されなくともよい。例えば、テキスト等の文字列を編集する場合や、綴りの訂正を行う場合に適用することが可能である。例えば、適用例は、テキストを編集するアプリケーション等である。
上記実施形態では、生成装置100の生成部133は、第1データと、第2データと、第3データとの各々に異なる重みを重み付けて学習させた学習モデルを生成する例について説明したが、これに限定されない。例えば、生成部133は、第1データと、第2データとに異なる重みを重み付けて学習させた学習モデルを生成してもよい。
上記実施形態では、生成装置100の生成部133は、第1データと、第2データと、第3データとの各々に異なる重みを重み付けて学習させた学習モデルを生成する例について説明したが、これに限定されない。例えば、生成部133は、各データの各々が複数である場合にも、上記生成処理を実行可能である。
また、上述した実施形態に係る生成装置100は、例えば、図9に示すような構成のコンピュータ1000によって実現される。図9は、ハードウェア構成の一例を示す図である。コンピュータ1000は、出力装置1010、入力装置1020と接続され、演算装置1030、一次記憶装置1040、二次記憶装置1050、出力IF(Interface)1060、入力IF1070、ネットワークIF1080がバス1090により接続された形態を有する。
また、上記実施形態及び変形例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
上述してきたように、実施形態に係る生成装置100は、抽出部132と、生成部133とを有する。抽出部132は、利用者によって入力された入力情報のうちから、第1入力情報と、第1入力情報が入力された後に連続的に入力された第2入力情報との組合せである第1データを抽出する。生成部133は、第1入力情報と、第1入力情報との組合せである第2データを生成し、第1データと、第2データとに異なる重みを重み付けて学習させた学習モデルを生成する。
1 生成システム
10 端末装置
20 検索サーバ
100 生成装置
110 通信部
120 記憶部
121 クエリ情報記憶部
122 データ記憶部
123 重み情報記憶部
124 学習モデル
130 制御部
131 取得部
132 抽出部
133 生成部
134 受付部
135 提供部
Claims (8)
- 利用者によって入力された文字列であるクエリに関するクエリ情報のうちから、第1クエリ情報と、当該第1クエリ情報が入力された後に所定の時間内に連続して入力された第2クエリ情報との組合せである第1データを抽出する抽出部と、
前記第1クエリ情報と、前記第1クエリ情報との組合せである第2データを生成し、前記第1データに対して正の値である第1重みを重み付けて学習させ、当該第2データに対して負の値である第2重みを重み付けて学習させた学習モデルであって、前記利用者によって入力されたクエリ情報が当該学習モデルに入力された場合に検索クエリの候補となる文字列を生成するための学習モデルを生成する生成部と
を備えることを特徴とする生成装置。 - 前記生成部は、
複数の第1データに対して前記第1重みを重み付けて学習させ、複数の第2データに対して前記第2重みを重み付けて学習させた学習モデルを生成する
ことを特徴とする請求項1に記載の生成装置。 - 前記生成部は、
前記第1データを正例として学習させ、前記第2データを負例として学習させた前記学習モデルを生成する
ことを特徴とする請求項1又は2に記載の生成装置。 - 前記抽出部は、
前記利用者によって入力されたクエリ情報である第3クエリ情報であって、前記第1クエリ情報及び前記第2クエリ情報とは異なる第3クエリ情報をさらに抽出し、
前記生成部は、
前記第3クエリ情報と、前記第3クエリ情報との組合せである第3データを生成し、前記第1データに対して前記第1重みを重み付けて学習させ、前記第2データに対して前記第2重みを重み付けて学習させ、当該第3データに対して正の値である第3重みを重み付けて学習させた学習モデルを生成する
ことを特徴とする請求項1~3のいずれか1つに記載の生成装置。 - 前記生成部は、
前記第1データを正例として学習させ、前記第2データを負例として学習させ、前記第3データを負例として学習させた前記学習モデルを生成する
ことを特徴とする請求項4に記載の生成装置。 - 前記生成部は、
前記第1重みが前記第3重みよりも大きい値として学習させた前記学習モデルを生成する
ことを特徴とする請求項4に記載の生成装置。 - コンピュータが実行する生成方法であって、
利用者によって入力された文字列であるクエリに関するクエリ情報のうちから、第1クエリ情報と、当該第1クエリ情報が入力された後に所定の時間内に連続して入力された第2クエリ情報との組合せである第1データを抽出する抽出工程と、
前記第1クエリ情報と、前記第1クエリ情報との組合せである第2データを生成し、前記第1データに対して正の値である第1重みを重み付けて学習させ、当該第2データに対して負の値である第2重みを重み付けて学習させた学習モデルであって、前記利用者によって入力されたクエリ情報が当該学習モデルに入力された場合に検索クエリの候補となる文字列を生成するための学習モデルを生成する生成工程と
を含むことを特徴とする生成方法。 - 利用者によって入力された文字列であるクエリに関するクエリ情報のうちから、第1クエリ情報と、当該第1クエリ情報が入力された後に所定の時間内に連続して入力された第2クエリ情報との組合せである第1データを抽出する抽出手順と、
前記第1クエリ情報と、前記第1クエリ情報との組合せである第2データを生成し、前記第1データに対して正の値である第1重みを重み付けて学習させ、当該第2データに対して負の値である第2重みを重み付けて学習させた学習モデルであって、前記利用者によって入力されたクエリ情報が当該学習モデルに入力された場合に検索クエリの候補となる文字列を生成するための学習モデルを生成する生成手順と
をコンピュータに実行させることを特徴とする生成プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021022809A JP7407139B2 (ja) | 2021-02-16 | 2021-02-16 | 生成装置、生成方法及び生成プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021022809A JP7407139B2 (ja) | 2021-02-16 | 2021-02-16 | 生成装置、生成方法及び生成プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022124899A JP2022124899A (ja) | 2022-08-26 |
JP7407139B2 true JP7407139B2 (ja) | 2023-12-28 |
Family
ID=82941949
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021022809A Active JP7407139B2 (ja) | 2021-02-16 | 2021-02-16 | 生成装置、生成方法及び生成プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7407139B2 (ja) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000259617A (ja) | 1999-03-12 | 2000-09-22 | Omron Corp | 文書編集装置、文書編集方法、文書編集プログラムを記録した記録媒体 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2990077B2 (ja) * | 1996-10-28 | 1999-12-13 | 沖縄日本電気ソフトウェア株式会社 | 文書作成装置およびその入力方法 |
-
2021
- 2021-02-16 JP JP2021022809A patent/JP7407139B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000259617A (ja) | 1999-03-12 | 2000-09-22 | Omron Corp | 文書編集装置、文書編集方法、文書編集プログラムを記録した記録媒体 |
Also Published As
Publication number | Publication date |
---|---|
JP2022124899A (ja) | 2022-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10942958B2 (en) | User interface for a query answering system | |
JP7282940B2 (ja) | 電子記録の文脈検索のためのシステム及び方法 | |
JP6745384B2 (ja) | 情報をプッシュするための方法及び装置 | |
JP6285943B2 (ja) | 文字列変換の帰納的合成のための順位付け | |
US10503829B2 (en) | Book analysis and recommendation | |
US20170351687A1 (en) | Method and system for enhanced query term suggestion | |
WO2015160544A1 (en) | Context-sensitive search using a deep learning model | |
RU2664481C1 (ru) | Способ и система выбора потенциально ошибочно ранжированных документов с помощью алгоритма машинного обучения | |
WO2019224891A1 (ja) | 分類装置、分類方法、生成方法、分類プログラム及び生成プログラム | |
US20160350279A1 (en) | Utilizing a dialectical model in a question answering system | |
CN111046158B (zh) | 问答匹配方法及模型训练方法、装置、设备、存储介质 | |
JP2018088101A (ja) | 同義表現抽出装置、同義表現抽出方法、及び同義表現抽出プログラム | |
Modi et al. | Sentiment analysis of Twitter feeds using flask environment: A superior application of data analysis | |
CN117436980A (zh) | 保险产品的推荐方法和装置、设备、存储介质 | |
JP7407139B2 (ja) | 生成装置、生成方法及び生成プログラム | |
Kowata et al. | Concept maps core elements candidates recognition from text | |
JP6568968B2 (ja) | 文書校閲装置およびプログラム | |
JP2021064143A (ja) | 文作成装置、文作成方法および文作成プログラム | |
US20160078036A1 (en) | Building a Domain Knowledge and Term Identity Using Crowd Sourcing | |
JP6746472B2 (ja) | 生成装置、生成方法および生成プログラム | |
JP6680655B2 (ja) | 学習装置および学習方法 | |
US10474726B2 (en) | Generation of digital documents | |
JP6526607B2 (ja) | 学習装置、学習方法、および学習プログラム | |
Aziz et al. | Quranic verse finder: a tool for speech preparation using quranic verses | |
JP7372278B2 (ja) | 算出装置、算出方法及び算出プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211020 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221129 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230116 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230425 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230626 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230912 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20231026 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231113 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20231120 |
|
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: 20231205 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231218 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7407139 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |