JPH0736897A - 文書分類装置 - Google Patents
文書分類装置Info
- Publication number
- JPH0736897A JPH0736897A JP5181264A JP18126493A JPH0736897A JP H0736897 A JPH0736897 A JP H0736897A JP 5181264 A JP5181264 A JP 5181264A JP 18126493 A JP18126493 A JP 18126493A JP H0736897 A JPH0736897 A JP H0736897A
- Authority
- JP
- Japan
- Prior art keywords
- vector
- sentence
- document
- vectors
- clustering
- 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.)
- Pending
Links
Landscapes
- Machine Translation (AREA)
- Document Processing Apparatus (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】
【目的】 文書の自動分類を容易に行い得る文書分類装
置を提供することにある。 【構成】 入力される文書に関して形態素解析を行う解
析手段（１，２）と、解析された形態素のうち少なくと
も自立語の特徴を示すベクトルを備えたベクトルテ−ブ
ル（４）と、ベクトルテ−ブル（４）から自立語に対応
するベクトルを抽出し抽出されたベクトルに基づいて文
書の特徴を示す文章ベクトルを生成する文章ベクトル生
成手段（３，５）と、生成された文章ベクトルを群分け
し群分けされた文章ベクトルに基づいて文書を自動的に
分類するクラスタリング手段（６，７）とを含むことを
特徴とする。
置を提供することにある。 【構成】 入力される文書に関して形態素解析を行う解
析手段（１，２）と、解析された形態素のうち少なくと
も自立語の特徴を示すベクトルを備えたベクトルテ−ブ
ル（４）と、ベクトルテ−ブル（４）から自立語に対応
するベクトルを抽出し抽出されたベクトルに基づいて文
書の特徴を示す文章ベクトルを生成する文章ベクトル生
成手段（３，５）と、生成された文章ベクトルを群分け
し群分けされた文章ベクトルに基づいて文書を自動的に
分類するクラスタリング手段（６，７）とを含むことを
特徴とする。
Description
【０００１】
【産業上の利用分野】本発明は文書分類装置に係り、詳
細には文書を保存／自動分類する文書自動分類機やワ−
プロ／ファイリングシステム等の分野に利用される文書
分類装置に係る。
細には文書を保存／自動分類する文書自動分類機やワ−
プロ／ファイリングシステム等の分野に利用される文書
分類装置に係る。
【０００２】
【従来の技術】従来、文書の自動分類は困難でありユ−
ザが手動で分類を行ったり、文書中のキ−ワ−ドを抽出
し、あらかじめ作成されたシソ−ラスを用いて分類を行
っていた。
ザが手動で分類を行ったり、文書中のキ−ワ−ドを抽出
し、あらかじめ作成されたシソ−ラスを用いて分類を行
っていた。
【０００３】
【発明が解決しようとする課題】キ−ワ−ドを抽出し、
得られたキ−ワ−ドの関係をシソ−ラスを用いて推定す
る場合、得られるのはキ−ワ−ドと、他のキ−ワ−ドと
の関係であり文書と他の文書との関係ではない。よっ
て、この方式での分類では分類精度が極めて悪い。本発
明の目的は、文書の自動分類を容易に行い得る文書分類
装置を提供することにある。
得られたキ−ワ−ドの関係をシソ−ラスを用いて推定す
る場合、得られるのはキ−ワ−ドと、他のキ−ワ−ドと
の関係であり文書と他の文書との関係ではない。よっ
て、この方式での分類では分類精度が極めて悪い。本発
明の目的は、文書の自動分類を容易に行い得る文書分類
装置を提供することにある。
【０００４】
【課題を解決するための手段】入力される文書に関して
形態素解析を行う解析手段と、解析された形態素のうち
少なくとも自立語の特徴を示すベクトルを備えたベクト
ルテ−ブルと、ベクトルテ−ブルから自立語に対応する
ベクトルを抽出し抽出されたベクトルに基づいて文書の
特徴を示す文章ベクトルを生成する文章ベクトル生成手
段と、生成された文章ベクトルを群分けし群分けされた
文章ベクトルに基づいて文書を自動的に分類するクラス
タリング手段とを含むことを特徴とする。
形態素解析を行う解析手段と、解析された形態素のうち
少なくとも自立語の特徴を示すベクトルを備えたベクト
ルテ−ブルと、ベクトルテ−ブルから自立語に対応する
ベクトルを抽出し抽出されたベクトルに基づいて文書の
特徴を示す文章ベクトルを生成する文章ベクトル生成手
段と、生成された文章ベクトルを群分けし群分けされた
文章ベクトルに基づいて文書を自動的に分類するクラス
タリング手段とを含むことを特徴とする。
【０００５】
【作用】解析手段が入力される文書に関して形態素解析
を行い、ベクトルテ−ブルが解析された形態素のうち少
なくとも自立語の特徴を示すベクトルを備えており、文
章ベクトル生成手段がベクトルテ−ブルから自立語に対
応するベクトルを抽出し抽出されたベクトルに基づいて
文書の特徴を示す文章ベクトルを生成し、クラスタリン
グ手段が生成された文章ベクトルを群分けし群分けされ
た文章ベクトルに基づいて文書を自動的に分類するの
で、文章中に含まれる自立語からその文章の大体の意味
を現す文章ベクトルが抽出され、その文章ベクトルを特
徴としてクラスタリングが行われ、シソ−ラスを使用す
ることなく複数の文章を内容に応じて自動的に分類し得
る。
を行い、ベクトルテ−ブルが解析された形態素のうち少
なくとも自立語の特徴を示すベクトルを備えており、文
章ベクトル生成手段がベクトルテ−ブルから自立語に対
応するベクトルを抽出し抽出されたベクトルに基づいて
文書の特徴を示す文章ベクトルを生成し、クラスタリン
グ手段が生成された文章ベクトルを群分けし群分けされ
た文章ベクトルに基づいて文書を自動的に分類するの
で、文章中に含まれる自立語からその文章の大体の意味
を現す文章ベクトルが抽出され、その文章ベクトルを特
徴としてクラスタリングが行われ、シソ−ラスを使用す
ることなく複数の文章を内容に応じて自動的に分類し得
る。
【０００６】
【実施例】図１は本発明の文書分類装置の実施例のブロ
ック図、図２は本発明の文書分類装置の他の実施例のブ
ロック図、図３は本発明の文書分類装置の別の実施例の
ブロック図である。
ック図、図２は本発明の文書分類装置の他の実施例のブ
ロック図、図３は本発明の文書分類装置の別の実施例の
ブロック図である。
【０００７】図１において、１はあらかじめ入力された
複数の文書を記憶する文章記憶部、２は文章記憶部１と
ともに解析手段を構成し、文章記憶部１に記憶されてい
る複数の文書をひとつひとつ形態素解析を行う文解析
部、３は入力された文章の形態素解析を行い得られた自
立語の特徴を示すベクトルを集計して入力文章の特徴ベ
クトルとする文章ベクトル生成部であって、換言すれ
ば、文解析部２で得られた自立語について後述するベク
トルテ−ブルを参照し、あらかじめ作成されたベクトル
表現された自立語（もしくは自立語および付属語）の特
徴を示すベクトルを登録しているベクトルテ−ブル４に
その要素が存在するならば、該当するベクトルと現文章
ベクトルとの演算（例えば加算）を行う文章ベクトル生
成部、５は文章ベクトル成生部３とともに文書ベクトル
生成手段を構成し、文書毎に文章ベクトル生成部３で求
められた文章ベクトルを記憶する文章ベクトル記憶部、
６は文章ベクトル記憶部５で記憶されている文章ベクト
ルを用いてクラスタリングを行って入力文書に含まれる
自立語（もしくは自立語および付属語）の特徴から複数
の文書を自動的に分類するクラスタリング部、７はクラ
スタリング部とともにクラスタリング手段を構成し、ク
ラスタリング部６によって文書がいくつかの群に分けら
れたので、その結果を記憶する結果記憶部である。な
お、クラスタリングにはＫ−ｍｅａｎ法など種々の方法
が存在するが、ここではその手法は問わない。
複数の文書を記憶する文章記憶部、２は文章記憶部１と
ともに解析手段を構成し、文章記憶部１に記憶されてい
る複数の文書をひとつひとつ形態素解析を行う文解析
部、３は入力された文章の形態素解析を行い得られた自
立語の特徴を示すベクトルを集計して入力文章の特徴ベ
クトルとする文章ベクトル生成部であって、換言すれ
ば、文解析部２で得られた自立語について後述するベク
トルテ−ブルを参照し、あらかじめ作成されたベクトル
表現された自立語（もしくは自立語および付属語）の特
徴を示すベクトルを登録しているベクトルテ−ブル４に
その要素が存在するならば、該当するベクトルと現文章
ベクトルとの演算（例えば加算）を行う文章ベクトル生
成部、５は文章ベクトル成生部３とともに文書ベクトル
生成手段を構成し、文書毎に文章ベクトル生成部３で求
められた文章ベクトルを記憶する文章ベクトル記憶部、
６は文章ベクトル記憶部５で記憶されている文章ベクト
ルを用いてクラスタリングを行って入力文書に含まれる
自立語（もしくは自立語および付属語）の特徴から複数
の文書を自動的に分類するクラスタリング部、７はクラ
スタリング部とともにクラスタリング手段を構成し、ク
ラスタリング部６によって文書がいくつかの群に分けら
れたので、その結果を記憶する結果記憶部である。な
お、クラスタリングにはＫ−ｍｅａｎ法など種々の方法
が存在するが、ここではその手法は問わない。
【０００８】図２の構成の記号は図１と同一のものは同
じ番号を付してある。８は結果記憶部７に記憶されてい
る分類された群毎に、その群のもつ特徴を算出する代表
ベクトル算出部でありこれにより分類された群がもつ特
徴をベクトルの形で表現できる。９は新たな文書の文章
ベクトルと代表ベクトル算出部８で求められた代表ベク
トルとの距離を求める距離計算部である。図２の実施例
においては、クラスタリング部６、結果記憶部７、代表
ベクトル算出部８および距離計算部９がクラスタリング
手段を構成する。新たな文書の文章ベクトルが求められ
ると、そのベクトルと各分類群の代表ベクトルとの距離
が求められ、新たな文書はどの分類に近いか判定されて
最も近い距離の代表ベクトルをもつ群に分類される。
じ番号を付してある。８は結果記憶部７に記憶されてい
る分類された群毎に、その群のもつ特徴を算出する代表
ベクトル算出部でありこれにより分類された群がもつ特
徴をベクトルの形で表現できる。９は新たな文書の文章
ベクトルと代表ベクトル算出部８で求められた代表ベク
トルとの距離を求める距離計算部である。図２の実施例
においては、クラスタリング部６、結果記憶部７、代表
ベクトル算出部８および距離計算部９がクラスタリング
手段を構成する。新たな文書の文章ベクトルが求められ
ると、そのベクトルと各分類群の代表ベクトルとの距離
が求められ、新たな文書はどの分類に近いか判定されて
最も近い距離の代表ベクトルをもつ群に分類される。
【０００９】図３の構成の記号は図１及び図２と同一の
ものは同じ番号を付してある。１０は各群の代表ベクト
ルから大きな値の要素を抽出する要素抽出部、１１はベ
クトルの各要素が持つ意味付けを示す要素辞書である。
図３の実施例においては、クラスタリング部６、結果記
憶部７、代表ベクトル算出部８、要素抽出部１０および
要素辞書１１がクラスタリング手段を構成する。代表ベ
クトルの要素が大きいところを取り出して、その言語的
な意味を要素辞書から抽出することで、各分類群がもつ
特徴を言語的に表すことができる。
ものは同じ番号を付してある。１０は各群の代表ベクト
ルから大きな値の要素を抽出する要素抽出部、１１はベ
クトルの各要素が持つ意味付けを示す要素辞書である。
図３の実施例においては、クラスタリング部６、結果記
憶部７、代表ベクトル算出部８、要素抽出部１０および
要素辞書１１がクラスタリング手段を構成する。代表ベ
クトルの要素が大きいところを取り出して、その言語的
な意味を要素辞書から抽出することで、各分類群がもつ
特徴を言語的に表すことができる。
【００１０】以下本発明の実施例の作動を説明する。
【００１１】図４はあらかじめ作成されたベクトルテ−
ブルの例を示す図、図５は「国会への証人喚問」という
文章が含まれる場合の文章ベクトルの計算例を説明する
図、図６は「国会の解散に伴う総選挙について」という
文章が含まれる場合の文章ベクトルの計算例を説明する
図、図７は「国際経済における貿易収支の影響」という
文章が含まれる場合の文章ベクトルの計算例を説明する
図、図８は「円高の及ぼす影響」という文章が含まれる
場合の文章ベクトルの計算例を説明する図である。
ブルの例を示す図、図５は「国会への証人喚問」という
文章が含まれる場合の文章ベクトルの計算例を説明する
図、図６は「国会の解散に伴う総選挙について」という
文章が含まれる場合の文章ベクトルの計算例を説明する
図、図７は「国際経済における貿易収支の影響」という
文章が含まれる場合の文章ベクトルの計算例を説明する
図、図８は「円高の及ぼす影響」という文章が含まれる
場合の文章ベクトルの計算例を説明する図である。
【００１２】図４には「選挙」「経済」「国会」「貿
易」「円高」の５単語の特徴ベクトル（５次元）が記載
されている。図５のように「国会への証人喚問」という
文章が入力されると、文解析部２において形態素解析が
行われ、その文章に含まれる単語の中で図４のベクトル
テ−ブルに登録されている単語（自立語）のベクトルが
抽出される。抽出された単語からベクトルテ−ブルを用
いて単語のベクトルが選ばれる。複数の単語が１文章か
ら抽出された場合には単語のベクトルを平均化すること
で文章ベクトルが計算される（ただし、小数点は切り捨
て）。図４の「国会」のベクトルは１２８１７であるか
ら図５の計算結果は１２８１７、図４の「国会」のベク
トルは１２８１７、「選挙」は１０５２８であるから図
６の計算結果は両者の平均値１１６１７、すなわち（１
＋１）÷２＝１、（２＋０）÷２＝１、（８＋５）÷２
＝６、（１＋２）÷２＝１、（７＋８）÷２＝７（ただ
し、小数点以下切り捨て、以下同様の計算を行う）、図
４の「経済」は７７０２５、「貿易」は８９１０５であ
るから図７の計算結果は両者の平均値７８０１５、図４
の「円高」は９５１０２であるから図８の計算結果は９
５１０２である。このようにして各文章の１つの文章ベ
クトルが求められる。
易」「円高」の５単語の特徴ベクトル（５次元）が記載
されている。図５のように「国会への証人喚問」という
文章が入力されると、文解析部２において形態素解析が
行われ、その文章に含まれる単語の中で図４のベクトル
テ−ブルに登録されている単語（自立語）のベクトルが
抽出される。抽出された単語からベクトルテ−ブルを用
いて単語のベクトルが選ばれる。複数の単語が１文章か
ら抽出された場合には単語のベクトルを平均化すること
で文章ベクトルが計算される（ただし、小数点は切り捨
て）。図４の「国会」のベクトルは１２８１７であるか
ら図５の計算結果は１２８１７、図４の「国会」のベク
トルは１２８１７、「選挙」は１０５２８であるから図
６の計算結果は両者の平均値１１６１７、すなわち（１
＋１）÷２＝１、（２＋０）÷２＝１、（８＋５）÷２
＝６、（１＋２）÷２＝１、（７＋８）÷２＝７（ただ
し、小数点以下切り捨て、以下同様の計算を行う）、図
４の「経済」は７７０２５、「貿易」は８９１０５であ
るから図７の計算結果は両者の平均値７８０１５、図４
の「円高」は９５１０２であるから図８の計算結果は９
５１０２である。このようにして各文章の１つの文章ベ
クトルが求められる。
【００１３】文章ベクトルが求められたならば、従来の
クラスタリングの手法を適用する。図５から図８におい
て、図５、図６の２つの文章ベクトルと図７、図８の２
つの文章ベクトルとはそれぞれ計算結果が近いので４つ
の入力文章、「国会への証人喚問」「国会の解散に伴う
総選挙について」「国際経済における貿易収支の影響」
「円高の及ぼす影響」は２つの群、すなわち「国会への
証人喚問」「国会の解散に伴う総選挙について」の群
と、「国際経済における貿易収支の影響」「円高の及ぼ
す影響」の群とに分類される。
クラスタリングの手法を適用する。図５から図８におい
て、図５、図６の２つの文章ベクトルと図７、図８の２
つの文章ベクトルとはそれぞれ計算結果が近いので４つ
の入力文章、「国会への証人喚問」「国会の解散に伴う
総選挙について」「国際経済における貿易収支の影響」
「円高の及ぼす影響」は２つの群、すなわち「国会への
証人喚問」「国会の解散に伴う総選挙について」の群
と、「国際経済における貿易収支の影響」「円高の及ぼ
す影響」の群とに分類される。
【００１４】図９は群「国会への証人喚問」「国会の解
散に伴う総選挙について」の文章ベクトルの計算結果か
ら代表ベクトルを計算する例を説明する図、図１０は群
「国際経済における貿易収支の影響」「円高の及ぼす影
響」の文章ベクトルの計算結果から代表ベクトルを計算
する例を説明する図である。
散に伴う総選挙について」の文章ベクトルの計算結果か
ら代表ベクトルを計算する例を説明する図、図１０は群
「国際経済における貿易収支の影響」「円高の及ぼす影
響」の文章ベクトルの計算結果から代表ベクトルを計算
する例を説明する図である。
【００１５】前記群の分類ができたならば、各分類群毎
に代表ベクトルを求める。単純には各分類文に属する文
章の文章ベクトルの平均をとることで代表ベクトルが計
算できる。図９においては、「国会への証人喚問」の１
２８１７と「国会の解散に伴う総選挙について」の１１
６１７との平均１１７１７が代表ベクトルとして求めら
れる（小数点は切り捨て、以下同様）。また、図１０に
おいては、「国際経済における貿易収支の影響」の７８
０１５と「円高の及ぼす影響」の９５１０２との平均８
６００３が代表ベクトルとして求められる。
に代表ベクトルを求める。単純には各分類文に属する文
章の文章ベクトルの平均をとることで代表ベクトルが計
算できる。図９においては、「国会への証人喚問」の１
２８１７と「国会の解散に伴う総選挙について」の１１
６１７との平均１１７１７が代表ベクトルとして求めら
れる（小数点は切り捨て、以下同様）。また、図１０に
おいては、「国際経済における貿易収支の影響」の７８
０１５と「円高の及ぼす影響」の９５１０２との平均８
６００３が代表ベクトルとして求められる。
【００１６】あらたに未知の文章が入力された場合に
は、その文章ベクトルを求め、文章ベクトルと各文章ベ
クトルとの距離を計算することで、未知の文章と各分類
群との距離が求められる。未知の文章を最も距離の近い
分類群に入れることにより、以前の分類結果を保存した
ままあらたな文章を最も近い分類群に入れることができ
る。
は、その文章ベクトルを求め、文章ベクトルと各文章ベ
クトルとの距離を計算することで、未知の文章と各分類
群との距離が求められる。未知の文章を最も距離の近い
分類群に入れることにより、以前の分類結果を保存した
ままあらたな文章を最も近い分類群に入れることができ
る。
【００１７】ベクトルの各要素にその要素がもつ意味を
要素辞書として記憶しておくと、代表ベクトルから分類
群のもつ特徴が得られる。図９の例で第５要素が政治に
関連したものであるとしたならば図９の例では第５要素
が大きいため、この分類群は政治に関連した群であると
いうことが分かる。
要素辞書として記憶しておくと、代表ベクトルから分類
群のもつ特徴が得られる。図９の例で第５要素が政治に
関連したものであるとしたならば図９の例では第５要素
が大きいため、この分類群は政治に関連した群であると
いうことが分かる。
【００１８】
【発明の効果】解析手段が入力される文書に関して形態
素解析を行い、ベクトルテ−ブルが解析された形態素の
うち少なくとも自立語の特徴を示すベクトルを備えてお
り、文章ベクトル生成手段がベクトルテ−ブルから自立
語に対応するベクトルを抽出し抽出されたベクトルに基
づいて文書の特徴を示す文章ベクトルを生成し、クラス
タリング手段が生成された文章ベクトルを群分けし群分
けされた文章ベクトルに基づいて文書を自動的に分類す
るので、文章中に含まれる自立語からその文章の大体の
意味を現す文章ベクトルが抽出され、その文章ベクトル
を特徴としてクラスタリングが行われ、シソ−ラスを使
用することなく複数の文章を内容に応じて自動的に分類
し得る。
素解析を行い、ベクトルテ−ブルが解析された形態素の
うち少なくとも自立語の特徴を示すベクトルを備えてお
り、文章ベクトル生成手段がベクトルテ−ブルから自立
語に対応するベクトルを抽出し抽出されたベクトルに基
づいて文書の特徴を示す文章ベクトルを生成し、クラス
タリング手段が生成された文章ベクトルを群分けし群分
けされた文章ベクトルに基づいて文書を自動的に分類す
るので、文章中に含まれる自立語からその文章の大体の
意味を現す文章ベクトルが抽出され、その文章ベクトル
を特徴としてクラスタリングが行われ、シソ−ラスを使
用することなく複数の文章を内容に応じて自動的に分類
し得る。
【図面の簡単な説明】
【図１】本発明の文書分類装置の実施例のブロック図で
ある。
ある。
【図２】本発明の文書分類装置の他の実施例のブロック
図である。
図である。
【図３】本発明の文書分類装置の別の実施例のブロック
図である。
図である。
【図４】あらかじめ作成されたベクトルテ−ブルの例を
示す図である。
示す図である。
【図５】国会への証人喚問という文章が含まれている場
合の文章ベクトルの計算例を説明する図である。
合の文章ベクトルの計算例を説明する図である。
【図６】国会の解散に伴う総選挙についてという文章が
含まれている場合の文章ベクトルの計算例を説明する図
である。
含まれている場合の文章ベクトルの計算例を説明する図
である。
【図７】国際経済における貿易収支の影響という文章が
含まれている場合の文章ベクトルの計算例を説明する図
である。
含まれている場合の文章ベクトルの計算例を説明する図
である。
【図８】円高の及ぼす影響という文章が含まれている場
合の文章ベクトルの計算例を説明する図である。
合の文章ベクトルの計算例を説明する図である。
【図９】群の文章ベクトルの計算結果から代表ベクトル
を計算する例を説明する図である。
を計算する例を説明する図である。
【図１０】他の群の文章ベクトルの計算結果から代表ベ
クトルを計算する例を説明する図である。
クトルを計算する例を説明する図である。
１ 文章記憶部 ２ 分解析部 ３ 文章ベクトル生成部 ４ ベクトルテ−ブル ５ 文章ベクトル記憶部 ６ クラスタリング部 ７ 結果記憶部
Claims (3)
- 【請求項１】 入力される文書に関して形態素解析を行
う解析手段と、解析された形態素のうち少なくとも自立
語の特徴を示すベクトルを備えたベクトルテ−ブルと、
ベクトルテ−ブルから自立語に対応するベクトルを抽出
し抽出されたベクトルに基づいて文書の特徴を示す文章
ベクトルを生成する文章ベクトル生成手段と、生成され
た文章ベクトルを群分けし群分けされた文章ベクトルに
基づいて文書を自動的に分類するクラスタリング手段と
を含むことを特徴とする文書分類装置。 - 【請求項２】 前記クラスタリング手段は群分けされた
文章ベクトルから群を代表する代表ベクトルを算出し算
出された代表ベクトルに基づいて文書を分類することを
特徴とする請求項１に記載の文書分類装置。 - 【請求項３】 前記クラスタリング手段は代表ベクトル
を構成する要素を抽出し抽出された要素に基づいて文書
を分類することを特徴とする請求項２に記載の文書分類
装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5181264A JPH0736897A (ja) | 1993-07-22 | 1993-07-22 | 文書分類装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5181264A JPH0736897A (ja) | 1993-07-22 | 1993-07-22 | 文書分類装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0736897A true JPH0736897A (ja) | 1995-02-07 |
Family
ID=16097665
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5181264A Pending JPH0736897A (ja) | 1993-07-22 | 1993-07-22 | 文書分類装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0736897A (ja) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08212236A (ja) * | 1995-02-08 | 1996-08-20 | Canon Inc | 情報処理方法及びその装置 |
| JPH08249355A (ja) * | 1995-03-15 | 1996-09-27 | Fujitsu Ltd | ファイル管理装置及び方法及び計算機システム |
| US6549752B2 (en) | 2001-01-29 | 2003-04-15 | Fujitsu Limited | Apparatus and method accumulating cases to be learned |
| JP2003162606A (ja) * | 2001-11-26 | 2003-06-06 | Ricoh Co Ltd | アンケート項目生成装置及び方法及び媒体 |
| US7194471B1 (en) | 1998-04-10 | 2007-03-20 | Ricoh Company, Ltd. | Document classification system and method for classifying a document according to contents of the document |
| JP2010129025A (ja) * | 2008-12-01 | 2010-06-10 | Fuji Xerox Co Ltd | 単語関係判定装置及びプログラム |
| JP2019003254A (ja) * | 2017-06-12 | 2019-01-10 | ヤフー株式会社 | カテゴリ選択装置、広告配信システム、カテゴリ選択方法、およびプログラム |
| US10992632B2 (en) | 2019-01-03 | 2021-04-27 | International Business Machines Corporation | Content evaluation |
| KR20210120236A (ko) * | 2020-03-26 | 2021-10-07 | 삼성생명보험주식회사 | 데이터 관리 방법 |
-
1993
- 1993-07-22 JP JP5181264A patent/JPH0736897A/ja active Pending
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08212236A (ja) * | 1995-02-08 | 1996-08-20 | Canon Inc | 情報処理方法及びその装置 |
| JPH08249355A (ja) * | 1995-03-15 | 1996-09-27 | Fujitsu Ltd | ファイル管理装置及び方法及び計算機システム |
| US7194471B1 (en) | 1998-04-10 | 2007-03-20 | Ricoh Company, Ltd. | Document classification system and method for classifying a document according to contents of the document |
| US6549752B2 (en) | 2001-01-29 | 2003-04-15 | Fujitsu Limited | Apparatus and method accumulating cases to be learned |
| JP2003162606A (ja) * | 2001-11-26 | 2003-06-06 | Ricoh Co Ltd | アンケート項目生成装置及び方法及び媒体 |
| JP2010129025A (ja) * | 2008-12-01 | 2010-06-10 | Fuji Xerox Co Ltd | 単語関係判定装置及びプログラム |
| JP2019003254A (ja) * | 2017-06-12 | 2019-01-10 | ヤフー株式会社 | カテゴリ選択装置、広告配信システム、カテゴリ選択方法、およびプログラム |
| US10992632B2 (en) | 2019-01-03 | 2021-04-27 | International Business Machines Corporation | Content evaluation |
| KR20210120236A (ko) * | 2020-03-26 | 2021-10-07 | 삼성생명보험주식회사 | 데이터 관리 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109299480B (zh) | 基于上下文语境的术语翻译方法及装置 | |
| US7213205B1 (en) | Document categorizing method, document categorizing apparatus, and storage medium on which a document categorization program is stored | |
| JP5587821B2 (ja) | 文書トピック抽出装置及び方法及びプログラム | |
| US20160189057A1 (en) | Computer implemented system and method for categorizing data | |
| US7162413B1 (en) | Rule induction for summarizing documents in a classified document collection | |
| JPH07114572A (ja) | 文書分類装置 | |
| CN108363691A (zh) | 一种用于电力95598工单的领域术语识别系统及方法 | |
| JPH0736897A (ja) | 文書分類装置 | |
| US11436278B2 (en) | Database creation apparatus and search system | |
| JPH10254883A (ja) | 文書自動分類方法 | |
| JP2812509B2 (ja) | 専門用語抽出システム | |
| JP3583631B2 (ja) | 情報マイニング方法、情報マイニング装置、および情報マイニング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 | |
| JP2007087400A (ja) | 規則帰納システムのためのｘｍｌベースのアーキテクチャ | |
| CN116304012A (zh) | 一种大规模文本聚类方法及装置 | |
| JP2003263441A (ja) | キーワード決定データベース作成方法、キーワード決定方法、装置、プログラム、および記録媒体 | |
| JPH1139313A (ja) | 文書自動分類システム、文書分類向け知識ベース生成方法及びそのプログラムを記録した記録媒体 | |
| JP2006293616A (ja) | 文書集約方法及び装置及びプログラム | |
| JP2000148770A (ja) | 問合せ文書の分類装置および方法ならびに当該方法を記述したプログラムを記録した記録媒体 | |
| JP2002189754A (ja) | 文書検索装置及び文書検索方法 | |
| JP2005050239A (ja) | 文書検索装置、文書検索方法および文書検索プログラム | |
| JPH0962693A (ja) | 確率モデルによる文書分類方法 | |
| JPH103478A (ja) | 概念の類似性判別方法 | |
| JP2004280316A (ja) | 分野判定装置及び言語処理装置 | |
| JP2002245062A (ja) | 文書検索装置、文書検索方法、プログラムおよび記録媒体 | |
| JP2000090110A (ja) | 全文検索方法、装置、および全文検索プログラムを記録した記録媒体 |