JPWO2011018867A1 - 情報分類装置、情報分類方法、及びプログラム - Google Patents
情報分類装置、情報分類方法、及びプログラム Download PDFInfo
- Publication number
- JPWO2011018867A1 JPWO2011018867A1 JP2011526676A JP2011526676A JPWO2011018867A1 JP WO2011018867 A1 JPWO2011018867 A1 JP WO2011018867A1 JP 2011526676 A JP2011526676 A JP 2011526676A JP 2011526676 A JP2011526676 A JP 2011526676A JP WO2011018867 A1 JPWO2011018867 A1 JP WO2011018867A1
- Authority
- JP
- Japan
- Prior art keywords
- rule
- determination
- content
- rules
- data
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
- G06N5/025—Extracting rules from data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
- G06F16/353—Clustering; Classification into predefined classes
-
- 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)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
第1のルールを用いて、前記分類対象となるコンテンツに対する正否判定を行う、第1の判定部と、
互いに条件が異なる複数の第2のルールそれぞれを、前記第1の判定部によって正と判定されたコンテンツに適用して、前記条件に合致するかどうかの判定を行い、前記複数の第2のルールそれぞれの判定結果に基づいて、前記第1の判定部によって正と判定されたコンテンツに対して再度の正否判定を行う、第2の判定部とを備え、
前記第1のルールは、前記分類対象となるコンテンツとは異なる複数のコンテンツそれぞれに対して予め二人以上の人によって実行された正否判定の結果と、前記異なる複数のコンテンツそれぞれの特徴量とを用いて作成され、
前記複数の第2のルールそれぞれは、前記二人以上の人それぞれに対応し、且つ、前記予め二人以上の人によって実行された正否判定の結果と、前記特徴量とを用いて作成されている、ことを特徴とする。
(a)第1のルールを用いて、前記分類対象となるコンテンツに対する正否判定を行う、ステップと、
(b)互いに条件が異なる複数の第2のルールそれぞれを、前記(a)のステップによって正と判定されたコンテンツに適用して、前記条件に合致するかどうかの判定を行い、前記複数の第2のルールそれぞれの判定結果に基づいて、前記(a)のステップで正と判定されたコンテンツに対して再度の正否判定を行う、ステップとを有し、
前記第1のルールは、前記分類対象となるコンテンツとは異なる複数のコンテンツそれぞれに対して予め二人以上の人によって実行された正否判定の結果と、前記異なる複数のコンテンツそれぞれの特徴量とを用いて作成され、
前記複数の第2のルールそれぞれは、前記二人以上の人それぞれに対応し、且つ、前記予め二人以上の人によって実行された正否判定の結果と、前記特徴量とを用いて作成されている、ことを特徴とする。
前記コンピュータに、
(a)第1のルールを用いて、前記分類対象となるコンテンツに対する正否判定を行う、ステップと、
(b)互いに条件が異なる複数の第2のルールそれぞれを、前記(a)のステップによって正と判定されたコンテンツに適用して、前記条件に合致するかどうかの判定を行い、前記複数の第2のルールそれぞれの判定結果に基づいて、前記(a)のステップで正と判定されたコンテンツに対して再度の正否判定を行う、ステップとを実行させる、命令を含むプログラムを記録しており、
前記第1のルールは、前記分類対象となるコンテンツとは異なる複数のコンテンツそれぞれに対して予め二人以上の人によって実行された正否判定の結果と、前記異なる複数のコンテンツそれぞれの特徴量とを用いて作成され、
前記複数の第2のルールそれぞれは、前記二人以上の人それぞれに対応し、且つ、前記予め二人以上の人によって実行された正否判定の結果と、前記特徴量とを用いて作成されている、ことを特徴とする。
以下、本発明の実施の形態1における情報分類装置及び情報分類方法について、図1〜図6を参照しながら説明する。最初に、本実施の形態1における情報分類装置の構成について図1を用いて説明する。図1は、実施の形態1における情報分類装置の構成を示すブロック図である。
次に、本発明の実施の形態2における情報分類装置及び情報分類方法について、図7〜図9を参照しながら説明する。最初に、本実施の形態1における情報分類装置の構成について図7を用いて説明する。図7は、実施の形態2における情報分類装置の構成を示すブロック図である。なお、本実施の形態2においても、実施の形態1と同様に、各分類対象コンテンツが、あるカテゴリに属すか否かの2クラス分類が実行される例が挙げられている。
Read Only Memory)等の光学記憶媒体が挙げられる。
第1のルールを用いて、前記分類対象となるコンテンツに対する正否判定を行う、第1の判定部と、
互いに条件が異なる複数の第2のルールそれぞれを、前記第1の判定部によって正と判定されたコンテンツに適用して、前記条件に合致するかどうかの判定を行い、前記複数の第2のルールそれぞれの判定結果に基づいて、前記第1の判定部によって正と判定されたコンテンツに対して再度の正否判定を行う、第2の判定部とを備え、
前記第1のルールは、前記分類対象となるコンテンツとは異なる複数のコンテンツそれぞれに対して予め二人以上の人によって実行された正否判定の結果と、前記異なる複数のコンテンツそれぞれの特徴量とを用いて作成され、
前記複数の第2のルールそれぞれは、前記二人以上の人それぞれに対応し、且つ、前記予め二人以上の人によって実行された正否判定の結果と、前記特徴量とを用いて作成されている、
ことを特徴とする情報分類装置。
前記複数の第2のルールそれぞれが、前記正否判定の結果と、前記特徴量とを用いて、各人の正否判定を学習することによって作成されている、上記(1)に記載の情報分類装置。
前記訓練データを用いた学習によって、前記第1のルール及び前記第2のルールを作成する、ルール学習部と、
を更に備えている、上記(4)に記載の情報分類装置。
(a)第1のルールを用いて、前記分類対象となるコンテンツに対する正否判定を行う、ステップと、
(b)互いに条件が異なる複数の第2のルールそれぞれを、前記(a)のステップによって正と判定されたコンテンツに適用して、前記条件に合致するかどうかの判定を行い、前記複数の第2のルールそれぞれの判定結果に基づいて、前記(a)のステップで正と判定されたコンテンツに対して再度の正否判定を行う、ステップとを有し、
前記第1のルールは、前記分類対象となるコンテンツとは異なる複数のコンテンツそれぞれに対して予め二人以上の人によって実行された正否判定の結果と、前記異なる複数のコンテンツそれぞれの特徴量とを用いて作成され、
前記複数の第2のルールそれぞれは、前記二人以上の人それぞれに対応し、且つ、前記予め二人以上の人によって実行された正否判定の結果と、前記特徴量とを用いて作成されている、ことを特徴とする情報分類方法。
前記複数の第2のルールそれぞれが、前記正否判定の結果と、前記特徴量とを用いて、各人の正否判定を学習することによって作成されている、上記(9)に記載の情報分類方法。
前記コンピュータに、
(a)第1のルールを用いて、前記分類対象となるコンテンツに対する正否判定を行う、ステップと、
(b)互いに条件が異なる複数の第2のルールそれぞれを、前記(a)のステップによって正と判定されたコンテンツに適用して、前記条件に合致するかどうかの判定を行い、前記複数の第2のルールそれぞれの判定結果に基づいて、前記(a)のステップで正と判定されたコンテンツに対して再度の正否判定を行う、ステップとを実行させる、命令を含むプログラムを記録しており、
前記第1のルールは、前記分類対象となるコンテンツとは異なる複数のコンテンツそれぞれに対して予め二人以上の人によって実行された正否判定の結果と、前記異なる複数のコンテンツそれぞれの特徴量とを用いて作成され、
前記複数の第2のルールそれぞれは、前記二人以上の人それぞれに対応し、且つ、前記予め二人以上の人によって実行された正否判定の結果と、前記特徴量とを用いて作成されている、ことを特徴とするコンピュータ読み取り可能な記録媒体。
前記複数の第2のルールそれぞれが、前記正否判定の結果と、前記特徴量とを用いて、各人の正否判定を学習することによって作成されている、上記(17)に記載のコンピュータ読み取り可能な記録媒体。
(c)前記(a)及び(b)のステップの実行前に、予め訓練データとして記憶されている、前記予め二人以上の人によって実行された正否判定の結果と、前記特徴量とを用いた学習を実行し、前記第1のルール及び前記第2のルールを作成する、ステップを実行させる、命令を含む、上記(20)に記載のコンピュータ読み取り可能な記録媒体。
2 記憶装置(実施の形態1)
3 情報処理システム(実施の形態1)
4 情報分類装置(実施の形態2)
5 記憶装置(実施の形態2)
6 情報処理システム(実施の形態2)
10 和集合判定部(第1の判定部)
11 個別判定部(第2の判定部)
12 ルール学習部
13 和集合判定ルール学習部
14 個別判定ルール学習部
20 分類対象データ記憶部
21 和集合判定ルール記憶部
22 個別判定ルール記憶部
23 分類結果記憶部
24 訓練データ記憶部
300 プロセッサ
301 プログラムメモリ
302 記憶媒体
303 インターフェイス
304 ビデオカード
305 入力装置
306 表示装置
307 コンピュータ読み取り可能な記録媒体
前記コンピュータに、
(a)第1のルールを用いて、前記分類対象となるコンテンツに対する正否判定を行う、ステップと、
(b)互いに条件が異なる複数の第2のルールそれぞれを、前記(a)のステップによって正と判定されたコンテンツに適用して、前記条件に合致するかどうかの判定を行い、前記複数の第2のルールそれぞれの判定結果に基づいて、前記(a)のステップで正と判定されたコンテンツに対して再度の正否判定を行う、ステップとを実行させ、
前記第1のルールは、前記分類対象となるコンテンツとは異なる複数のコンテンツそれぞれに対して予め二人以上の人によって実行された正否判定の結果と、前記異なる複数のコンテンツそれぞれの特徴量とを用いて作成され、
前記複数の第2のルールそれぞれは、前記二人以上の人それぞれに対応し、且つ、前記予め二人以上の人によって実行された正否判定の結果と、前記特徴量とを用いて作成されている、ことを特徴とする。
次に、本発明の実施の形態2における情報分類装置及び情報分類方法について、図7〜図9を参照しながら説明する。最初に、本実施の形態2における情報分類装置の構成について図7を用いて説明する。図7は、実施の形態2における情報分類装置の構成を示すブロック図である。なお、本実施の形態2においても、実施の形態1と同様に、各分類対象コンテンツが、あるカテゴリに属すか否かの2クラス分類が実行される例が挙げられている。
前記コンピュータに、
(a)第1のルールを用いて、前記分類対象となるコンテンツに対する正否判定を行う、ステップと、
(b)互いに条件が異なる複数の第2のルールそれぞれを、前記(a)のステップによって正と判定されたコンテンツに適用して、前記条件に合致するかどうかの判定を行い、前記複数の第2のルールそれぞれの判定結果に基づいて、前記(a)のステップで正と判定されたコンテンツに対して再度の正否判定を行う、ステップとを実行させ、
前記第1のルールは、前記分類対象となるコンテンツとは異なる複数のコンテンツそれぞれに対して予め二人以上の人によって実行された正否判定の結果と、前記異なる複数のコンテンツそれぞれの特徴量とを用いて作成され、
前記複数の第2のルールそれぞれは、前記二人以上の人それぞれに対応し、且つ、前記予め二人以上の人によって実行された正否判定の結果と、前記特徴量とを用いて作成されている、ことを特徴とするプログラム。
前記複数の第2のルールそれぞれが、前記正否判定の結果と、前記特徴量とを用いて、各人の正否判定を学習することによって作成されている、上記(17)に記載のプログラム。
(c)前記(a)及び(b)のステップの実行前に、予め訓練データとして記憶されている、前記予め二人以上の人によって実行された正否判定の結果と、前記特徴量とを用いた学習を実行し、前記第1のルール及び前記第2のルールを作成する、ステップを実行させる、上記(20)に記載のプログラム。
Claims (24)
- 分類対象となるコンテンツをカテゴリに分類するための情報分類装置であって、
第1のルールを用いて、前記分類対象となるコンテンツに対する正否判定を行う、第1の判定部と、
互いに条件が異なる複数の第2のルールそれぞれを、前記第1の判定部によって正と判定されたコンテンツに適用して、前記条件に合致するかどうかの判定を行い、前記複数の第2のルールそれぞれの判定結果に基づいて、前記第1の判定部によって正と判定されたコンテンツに対して再度の正否判定を行う、第2の判定部とを備え、
前記第1のルールは、前記分類対象となるコンテンツとは異なる複数のコンテンツそれぞれに対して予め二人以上の人によって実行された正否判定の結果と、前記異なる複数のコンテンツそれぞれの特徴量とを用いて作成され、
前記複数の第2のルールそれぞれは、前記二人以上の人それぞれに対応し、且つ、前記予め二人以上の人によって実行された正否判定の結果と、前記特徴量とを用いて作成されている、
ことを特徴とする情報分類装置。 - 前記第1のルールが、前記異なる複数のコンテンツのうち、少なくとも一人が正と判定するコンテンツを正のデータとし、それ以外のコンテンツを否のデータとする、ルールとなるように作成されている、請求項1に記載の情報分類装置。
- 前記複数の第2のルールそれぞれが、前記異なる複数のコンテンツのうち、対応する人を含むj人以下が賛同するコンテンツを正のデータとし、前記対応する人を含むk(k>j)人以上が賛同するコンテンツを否のデータとする、ルールとなるように作成されている、請求項1または2に記載の情報分類装置。
- 前記第1のルールが、前記正否判定の結果と、前記特徴量とを用いて、前記二人以上の人の正否判定を学習することによって作成され、
前記複数の第2のルールそれぞれが、前記正否判定の結果と、前記特徴量とを用いて、各人の正否判定を学習することによって作成されている、請求項1に記載の情報分類装置。 - 前記第1のルールが、前記異なる複数のコンテンツのうち、少なくとも一人が正と判定するコンテンツを正のデータに設定し、それ以外のコンテンツを否のデータに設定して学習される、請求項4に記載の情報分類装置。
- 前記複数の第2のルールそれぞれが、前記異なる複数のコンテンツのうち、対応する人を含むj人以下が賛同するコンテンツを正のデータに設定し、前記対応する人を含むk(k>j)人以上が賛同するコンテンツを否のデータに設定して学習される、請求項4または5に記載の情報分類装置。
- 前記第2の判定部が、前記条件に合致している第2のルールの数、又は前記条件に合致していない第2のルールの数に基づいて、前記再度の正否判定を行う、請求項1から6のいずれかに記載の情報分類装置。
- 前記予め二人以上の人によって実行された正否判定の結果と、前記特徴量とを、訓練データとして記憶する訓練データ記憶部と、
前記訓練データを用いた学習によって、前記第1のルール及び前記第2のルールを作成する、ルール学習部と、
を更に備えている、請求項4から6のいずれかに記載の情報分類装置。 - 分類対象となるコンテンツをカテゴリに分類するための情報分類方法であって、
(a)第1のルールを用いて、前記分類対象となるコンテンツに対する正否判定を行う、ステップと、
(b)互いに条件が異なる複数の第2のルールそれぞれを、前記(a)のステップによって正と判定されたコンテンツに適用して、前記条件に合致するかどうかの判定を行い、前記複数の第2のルールそれぞれの判定結果に基づいて、前記(a)のステップで正と判定されたコンテンツに対して再度の正否判定を行う、ステップとを有し、
前記第1のルールは、前記分類対象となるコンテンツとは異なる複数のコンテンツそれぞれに対して予め二人以上の人によって実行された正否判定の結果と、前記異なる複数のコンテンツそれぞれの特徴量とを用いて作成され、
前記複数の第2のルールそれぞれは、前記二人以上の人それぞれに対応し、且つ、前記予め二人以上の人によって実行された正否判定の結果と、前記特徴量とを用いて作成されている、ことを特徴とする情報分類方法。 - 前記第1のルールが、前記異なる複数のコンテンツのうち、少なくとも一人が正と判定するコンテンツを正のデータとし、それ以外のコンテンツを否のデータとする、ルールとなるように作成されている、請求項9に記載の情報分類方法。
- 前記複数の第2のルールそれぞれが、前記異なる複数のコンテンツのうち、対応する人を含むj人以下が賛同するコンテンツを正のデータとし、前記対応する人を含むk(k>j)人以上が賛同するコンテンツを否のデータとする、ルールとなるように作成されている、請求項9または10に記載の情報分類方法。
- 前記第1のルールが、前記正否判定の結果と、前記特徴量とを用いて、前記二人以上の人の正否判定を学習することによって作成され、
前記複数の第2のルールそれぞれが、前記正否判定の結果と、前記特徴量とを用いて、各人の正否判定を学習することによって作成されている、請求項9に記載の情報分類方法。 - 前記第1のルールが、前記異なる複数のコンテンツのうち、少なくとも一人が正と判定するコンテンツを正のデータに設定し、それ以外のコンテンツを否のデータに設定して学習される、請求項12に記載の情報分類方法。
- 前記複数の第2のルールそれぞれが、前記異なる複数のコンテンツのうち、対応する人を含むj人以下が賛同するコンテンツを正のデータに設定し、前記対応する人を含むk(k>j)人以上が賛同するコンテンツを否のデータに設定して学習される、請求項12または13に記載の情報分類方法。
- 前記(b)のステップにおいて、前記条件に合致している第2のルールの数、又は前記条件に合致していない第2のルールの数に基づいて、前記再度の正否判定を行う、請求項9から14のいずれかに記載の情報分類方法。
- (c)前記(a)及び(b)のステップの実行前に、予め訓練データとして記憶されている、前記予め二人以上の人によって実行された正否判定の結果と、前記特徴量とを用いた学習を実行し、前記第1のルール及び前記第2のルールを作成する、ステップを更に有する、請求項12から14のいずれかに記載の情報分類方法。
- 分類対象となるコンテンツのカテゴリへの分類をコンピュータに実行させるため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であって、
前記コンピュータに、
(a)第1のルールを用いて、前記分類対象となるコンテンツに対する正否判定を行う、ステップと、
(b)互いに条件が異なる複数の第2のルールそれぞれを、前記(a)のステップによって正と判定されたコンテンツに適用して、前記条件に合致するかどうかの判定を行い、前記複数の第2のルールそれぞれの判定結果に基づいて、前記(a)のステップで正と判定されたコンテンツに対して再度の正否判定を行う、ステップとを実行させる、命令を含むプログラムを記録しており、
前記第1のルールは、前記分類対象となるコンテンツとは異なる複数のコンテンツそれぞれに対して予め二人以上の人によって実行された正否判定の結果と、前記異なる複数のコンテンツそれぞれの特徴量とを用いて作成され、
前記複数の第2のルールそれぞれは、前記二人以上の人それぞれに対応し、且つ、前記予め二人以上の人によって実行された正否判定の結果と、前記特徴量とを用いて作成されている、ことを特徴とするコンピュータ読み取り可能な記録媒体。 - 前記第1のルールが、前記異なる複数のコンテンツのうち、少なくとも一人が正と判定するコンテンツを正のデータとし、それ以外のコンテンツを否のデータとする、ルールとなるように作成されている、請求項17に記載のコンピュータ読み取り可能な記録媒体。
- 前記複数の第2のルールそれぞれが、前記異なる複数のコンテンツのうち、対応する人を含むj人以下が賛同するコンテンツを正のデータとし、前記対応する人を含むk(k>j)人以上が賛同するコンテンツを否のデータとする、ルールとなるように作成されている、請求項17または18に記載のコンピュータ読み取り可能な記録媒体。
- 前記第1のルールが、前記正否判定の結果と、前記特徴量とを用いて、前記二人以上の人の正否判定を学習することによって作成され、
前記複数の第2のルールそれぞれが、前記正否判定の結果と、前記特徴量とを用いて、各人の正否判定を学習することによって作成されている、請求項17に記載のコンピュータ読み取り可能な記録媒体。 - 前記第1のルールが、前記異なる複数のコンテンツのうち、少なくとも一人が正と判定するコンテンツを正のデータに設定し、それ以外のコンテンツを否のデータに設定して学習される、請求項20に記載のコンピュータ読み取り可能な記録媒体。
- 前記複数の第2のルールそれぞれが、前記異なる複数のコンテンツのうち、対応する人を含むj人以下が賛同するコンテンツを正のデータに設定し、前記対応する人を含むk(k>j)人以上が賛同するコンテンツを否のデータに設定して学習される、請求項20または21に記載のコンピュータ読み取り可能な記録媒体。
- 前記(b)のステップにおいて、前記条件に合致している第2のルールの数、又は前記条件に合致していない第2のルールの数に基づいて、前記再度の正否判定を行う、請求項17から22のいずれかに記載のコンピュータ読み取り可能な記録媒体。
- 前記プログラムが、前記コンピュータに、更に、
(c)前記(a)及び(b)のステップの実行前に、予め訓練データとして記憶されている、前記予め二人以上の人によって実行された正否判定の結果と、前記特徴量とを用いた学習を実行し、前記第1のルール及び前記第2のルールを作成する、ステップを実行させる、命令を含む、請求項20から22のいずれかに記載の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 |
---|---|---|---|
JP2011526676A JP5692074B2 (ja) | 2009-08-11 | 2010-06-01 | 情報分類装置、情報分類方法、及びプログラム |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009186743 | 2009-08-11 | ||
JP2009186743 | 2009-08-11 | ||
JP2011526676A JP5692074B2 (ja) | 2009-08-11 | 2010-06-01 | 情報分類装置、情報分類方法、及びプログラム |
PCT/JP2010/003655 WO2011018867A1 (ja) | 2009-08-11 | 2010-06-01 | 情報分類装置、情報分類方法、及びコンピュータ読み取り可能な記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2011018867A1 true JPWO2011018867A1 (ja) | 2013-01-17 |
JP5692074B2 JP5692074B2 (ja) | 2015-04-01 |
Family
ID=43586052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011526676A Active JP5692074B2 (ja) | 2009-08-11 | 2010-06-01 | 情報分類装置、情報分類方法、及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US9177260B2 (ja) |
JP (1) | JP5692074B2 (ja) |
WO (1) | WO2011018867A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9817677B2 (en) * | 2011-04-22 | 2017-11-14 | Microsoft Technologies Licensing, LLC | Rule based data driven validation |
JP5971794B2 (ja) * | 2012-04-20 | 2016-08-17 | 有限会社アイ・アール・ディー | 特許調査支援装置、特許調査支援方法、およびプログラム |
JP5912813B2 (ja) * | 2012-04-26 | 2016-04-27 | 有限会社アイ・アール・ディー | 特許調査結果評価装置、特許調査結果評価方法、およびプログラム |
US9349135B2 (en) * | 2013-07-30 | 2016-05-24 | Intuit Inc. | Method and system for clustering similar items |
CN106354709A (zh) * | 2015-07-15 | 2017-01-25 | 富士通株式会社 | 用户属性信息的分析装置、服务器及方法 |
JP2017107391A (ja) * | 2015-12-09 | 2017-06-15 | 東邦瓦斯株式会社 | テキストマイニング方法、及びテキストマイニングプログラム |
US11205103B2 (en) | 2016-12-09 | 2021-12-21 | The Research Foundation for the State University | Semisupervised autoencoder for sentiment analysis |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4017354B2 (ja) | 2000-04-17 | 2007-12-05 | 富士通株式会社 | 情報分類装置および情報分類プログラム |
US8214437B1 (en) * | 2003-07-21 | 2012-07-03 | Aol Inc. | Online adaptive filtering of messages |
JP4600045B2 (ja) * | 2005-01-07 | 2010-12-15 | 日本電気株式会社 | 意見抽出用学習装置及び意見抽出用分類装置 |
JP2007293377A (ja) * | 2006-03-15 | 2007-11-08 | Nara Institute Of Science & Technology | 主観的ページと非主観的ページを分離する入出力装置 |
-
2010
- 2010-06-01 WO PCT/JP2010/003655 patent/WO2011018867A1/ja active Application Filing
- 2010-06-01 JP JP2011526676A patent/JP5692074B2/ja active Active
- 2010-06-01 US US13/390,034 patent/US9177260B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP5692074B2 (ja) | 2015-04-01 |
US9177260B2 (en) | 2015-11-03 |
US20120143801A1 (en) | 2012-06-07 |
WO2011018867A1 (ja) | 2011-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bansal et al. | On predicting elections with hybrid topic based sentiment analysis of tweets | |
JP5692074B2 (ja) | 情報分類装置、情報分類方法、及びプログラム | |
WO2018040068A1 (zh) | 基于知识图谱的语意分析系统及方法 | |
US20100191769A1 (en) | Image search system, image search method, and storage medium | |
US20050015452A1 (en) | Methods and systems for training content filters and resolving uncertainty in content filtering operations | |
Probierz et al. | Rapid detection of fake news based on machine learning methods | |
CN110287314B (zh) | 基于无监督聚类的长文本可信度评估方法及系统 | |
JP2003223456A (ja) | 要約自動評価処理装置、要約自動評価処理プログラム、および要約自動評価処理方法 | |
US11734360B2 (en) | Methods and systems for facilitating classification of documents | |
US20220414603A9 (en) | Automatic document classification | |
CN109101574B (zh) | 一种数据防泄漏系统的任务审批方法和系统 | |
JP2007310646A (ja) | 検索情報管理装置、検索情報管理プログラムおよび検索情報管理方法 | |
KR102280490B1 (ko) | 상담 의도 분류용 인공지능 모델을 위한 훈련 데이터를 자동으로 생성하는 훈련 데이터 구축 방법 | |
JP2010061176A (ja) | テキストマイニング装置、テキストマイニング方法、および、テキストマイニングプログラム | |
KR20190065194A (ko) | 회의록 열람 문서 생성 방법 및 그 장치 | |
CN111062199B (zh) | 一种不良信息识别方法及装置 | |
US20220138259A1 (en) | Automated document intake system | |
CN113704623B (zh) | 一种数据推荐方法、装置、设备及存储介质 | |
CN112668334B (zh) | 实体识别方法以及电子设备、存储装置 | |
CN114417860A (zh) | 一种信息检测方法、装置及设备 | |
JP6043460B2 (ja) | データ分析システム、データ分析方法、およびデータ分析プログラム | |
US20220261856A1 (en) | Method for generating search results in an advertising widget | |
Hussein et al. | Machine Learning Approach to Sentiment Analysis in Data Mining | |
CN112597295A (zh) | 摘要提取方法、装置、计算机设备和存储介质 | |
CN117493645B (zh) | 一种基于大数据的电子档案推荐系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130513 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140514 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140708 |
|
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: 20150106 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150119 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5692074 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |