JPWO2017138549A1 - 情報処理装置、情報処理方法、及び、プログラム - Google Patents

Abstract

インスタンスを適切に選定するため、本発明の情報処理装置は、所定のデータの集合であるカテゴリに含まれるデータであるインスタンスの候補であるインスタンス候補と所定のデータにおける特徴的な表現であるパターンとの関連する程度を表す数値である第１の信頼度スコアを基に、インスタンス候補の少なくとも一部に、第１のラベルを付与するインスタンスラベル付与手段と、第１のラベルが付与されたインスタンス候補の第１の信頼度スコアを更新するインスタンススコア再計算手段とを含む。

Description

本発明は、情報（データ）の処理に関し、特に、情報（データ）を選択する情報処理装置、情報処理方法、及び記録媒体に関する。

近年、大規模なデータ（例えば、文書データ）の中から知識を獲得（選択又は抽出）する技術が研究されている。ここで、「知識」とは、所定の動作又は判断（タスク）を実行するために必要となるデータである。

さらに、知識（選択されたデータ）の中で、事前に定められた知識（データ）の集合の要素となっている知識（データ）を獲得（選択又は抽出）する技術が研究されている。

事前に定められた知識（データ）の集合は、「カテゴリ（category）」と呼ばれている。また、カテゴリに含まれる要素（知識、つまりデータ）は、「インスタンス(instance)」と呼ばれている。データの集合からカテゴリに含まれるインスタンスを獲得（抽出）する装置は、カテゴリ知識獲得装置と呼ばれている（例えば、非特許文献１を参照）。

以下、図面を参照して、非特許文献１などに記載されている一般的なカテゴリ知識獲得装置の構成及び動作を説明する。

図１８は、一般的なカテゴリ知識獲得装置９００の構成の一例を示すブロック図である。図１８に示されているように、カテゴリ知識獲得装置９００は、パターン抽出部９２０と、インスタンス抽出部９３０とを含む。

カテゴリ知識獲得装置９００は、例えば、次に説明するように動作する。なお、以下の説明において、カテゴリ知識獲得装置９００は、カテゴリ知識の獲得方法として、ブートストラッピング手法を用いている。また、カテゴリ知識獲得装置９００は、予め処理の対象となる文書データを保持する。さらに、カテゴリ知識獲得装置９００は、予め、対象となるカテゴリを保持している。

カテゴリ知識獲得装置９００は、まず、カテゴリに含まれる所定数のインスタンスを取得する。この最初に取得（選択又は受信）するインスタンスを、以下、「シードインスタンス（seed instance）」と呼ぶ。例えば、カテゴリ知識獲得装置９００は、図示しない装置からシードインスタンスを受信してよい。あるいは、カテゴリ知識獲得装置９００は、シードインスタンスとして、カテゴリから所定の規則に沿ってインスタンスを抽出してもよい。

そして、カテゴリ知識獲得装置９００は、以下で説明するパターン抽出部９２０とインスタンス抽出部９３０とにおける動作を繰り返して、インスタンスの集合を抽出する。

そのため、図１８に示されているように、パターン抽出部９２０は、パターン候補抽出部９２２と、パターンスコア計算部９２３と、パターン選定部９２６とを含む。また、インスタンス抽出部９３０は、インスタンス候補抽出部９３２と、インスタンススコア計算部９３３と、インスタンス選定部９３６とを含む。

パターン候補抽出部９２２は、文書データから、受信したインスタンス（今の場合、シードインスタンス）に関連（共起）する「パターン（pattern）」の候補を抽出する。ここで、「パターン」とは、インスタンスが含まれる文脈である。また、「文脈」とは、文書データにおける特徴的な表現（文書データにおいて、多く出現する構文構造に対応する表現）となっているデータ部分である。ここで抽出されたパターンを、以下、「パターン候補」とも呼ぶ。

パターンスコア計算部９２３は、抽出されたパターン候補に信頼度スコアを付与する。ここで、「信頼度スコア」とは、各パターン候補が、インスタンスに関連（共起）する程度（信頼の程度）を表す数値である。信頼の程度が高いパターン候補は、高い信頼度スコアが付与される。反対に、信頼の程度が低いパターン候補は、低い信頼度スコアが付与される。

つまり信頼度スコアの値が大きいパターン候補は、信頼度スコアの値が低いパターン候補より信頼できる（つまり、インスタンスに関連（共起）する可能性が高い）パターン候補である。

なお、信頼度スコアは、特に制限はない。信頼度スコアの一例は、インスタンスとパターン候補との自己相互情報量（ＰＭＩ：Pointwise Mutual Information）である。

パターン選定部９２６は、パターンとして、信頼度スコアの上位の方から所定の数のパターン候補を選定する。

インスタンス候補抽出部９３２は、文書データを基に、選定されたパターンに関連（共起）するインスタンスの候補を抽出する。

インスタンススコア計算部９３３は、インスタンス候補抽出部９３２において抽出されたインスタンス候補に、信頼度スコアを付与する。この信頼度スコアは、上記のパターンスコア計算部９２３における信頼度スコアと同様の信頼度スコアでよい。

インスタンス選定部９３６は、インスタンスとして、信頼度スコアの上位の方から所定数のインスタンス候補を選定する。

インスタンス抽出部９３０は、抽出されたインスタンスを、パターン抽出部９２０に送信する。

パターン抽出部９２０は、シードインスタンスに換えて、インスタンス抽出部９３０から受信したインスタンスを用いて、同様の動作を実行する。そして、パターン抽出部９２０は、選定したパターンをインスタンス抽出部９３０に送信する。

インスタンス抽出部９３０は、上記と同様の動作を実行する。

カテゴリ知識獲得装置９００は、所定の数のインスタンスを抽出するまで、パターン抽出部９２０及びインスタンス抽出部９３０の動作を繰り返す。つまり、カテゴリ知識獲得装置９００は、上記の動作を繰り返して、文書データからカテゴリに含まれるインスタンスを獲得（抽出）する。

しかし、ブートストラッピング手法を用いたカテゴリ知識獲得装置９００は、上記のパターン抽出部９２０及びインスタンス抽出部９３０の動作を繰り返すうちに、インスタンスとして、カテゴリに含まれないデータを抽出する場合がある。このように、非特許文献１に記載の技術は、インスタンスとして適切でないデータを抽出（取得）する問題点があった。この問題点は、「意味ドリフト（semantic drift）」と呼ばれている。

そこで、非特許文献１における問題点である意味ドリフトを低減するための技術が提案されている（例えば、非特許文献２を参照）。

図１９は、一般的な意味ドリフトに対応したカテゴリ知識獲得装置９０１の構成の一例を示すブロック図である。図１９に示されているとおり、カテゴリ知識獲得装置９０１は、パターン抽出部９２０とインスタンス抽出部９３１とを含む。パターン抽出部９２０は、上記の図１８と同じため、詳細な説明を省略する。

インスタンス抽出部９３１は、インスタンス抽出部９３０に含まれる構成に加え、チェック対象インスタンス選定部９３４と、負例チェック部９３５と、インスタンス削除部９３７と、インスタンススコア再計算部９３８とを含む。インスタンス候補抽出部９３２とインスタンススコア計算部９３３とインスタンス選定部９３６とは、上記の図１８と同じため、詳細な説明を省略する。

チェック対象インスタンス選定部９３４は、以下で説明する動作の対象となるインスタンス候補を選定する。より詳細には、チェック対象インスタンス選定部９３４は、カテゴリに含まれるか否かを判定するインスタンス候補を選定する。例えば、チェック対象インスタンス選定部９３４は、信頼度スコアが上位の方から所定の順番の範囲となっているインスタンス候補を選定する。

負例チェック部９３５は、選定されたインスタンス候補に、カテゴリに含まれるか（属するか）否かを示すラベル（正ラベル又は負ラベル）を付与する。「正ラベル」は、インスタンス候補がカテゴリに含まれる（属する）ことを示すラベルである。また、「負ラベル」は、インスタンス候補がカテゴリに含まれない（属さない）ことを示すラベルである。つまり、負例チェック部９３５は、インスタンス候補がカテゴリに含まれる場合、インスタンス候補に正ラベルを付与し、インスタンス候補がカテゴリに含まれない場合、インスタンス候補に負ラベルを付与する。

次に、インスタンス削除部９３７は、負ラベルが付与されたインスタンス候補と、そのインスタンス候補に関連（共起）するパターンとを削除する。

そして、インスタンススコア再計算部９３８は、残ったインスタンス候補の信頼度スコアを再計算する。

インスタンス選定部９３６は、インスタンスとして、再計算後の信頼度スコアを基にインスタンス候補を選定する。

このように、意味ドリフトに対応したカテゴリ知識獲得装置９０１は、非特許文献２に記載された技術などを用いて、インスタンス候補がカテゴリに属さない場合（適切なインスタンスではない場合）に、インスタンス候補に負ラベルを付与する。そして、カテゴリ知識獲得装置９０１は、負ラベルが付与されたインスタンス候補と、そのインスタンス候補に関連（共起）するパターンとを削除する。つまり、カテゴリ知識獲得装置９０１は、ラベルを用いて、カテゴリに含まれないインスタンス候補を削除している。

カテゴリ知識獲得装置９０１は、上記の動作を基に、意味ドリフトに対応している。つまり、カテゴリ知識獲得装置９０１は、上記の動作を基に、より適切なインスタンスを抽出（獲得）している。その結果、カテゴリ知識獲得装置９０１は、カテゴリに含まれるインスタンスが選定される比率（適合率）を向上している。

Patric Pantel, Marco Pannacchiotti, "Espresso: Leveraging Generic Patterns for Automatically Harvesting Semantic Relations", Proceedings of 21st International Conference on Computational Linguistics and 44th Annual Meeting of the Association for Computational Linguistics, pp 113-120, July 17-18, 2006 Vishnu Vyas and Patrick Pantel, "Semi-Automatic Entity Set Refinement", '09 Proceedings of Human Language Technologies: The 2009 Annual Conference of the North American Chapter of the Association for Computational Linguistics, pp. 290-298, May 31 - June 05, 2009

しかし、カテゴリ知識獲得装置９０１は、インスタンス候補がカテゴリに含まれるか否かに関する情報であるラベル（正ラベル及び負ラベル）を、インスタンス候補の信頼度スコアに反映することができない。

インスタンス候補の信頼度スコアは、インスタンス抽出部９３１が、インスタンスとして、インスタンス候補を選定するときに用いる値である。そのため、信頼度スコアは、カテゴリに含まれるか否かに関する情報であるラベル（正ラベル及び負ラベル）を考慮した値であることが望ましい。

しかし、カテゴリ知識獲得装置９０１は、ラベル（正ラベル及び負ラベル）の関する情報を、インスタンス候補の信頼度スコアの値に関連付けることができない。

つまり、非特許文献２には、インスタンス候補に対する信頼度スコアを適切に設定できないという問題点があった。その結果、非特許文献２には、インスタンスを、適切に抽出（選定）できないという問題点があった。

本発明の目的は、上記問題点を解決し、インスタンスを適切に選定（抽出）する情報処理装置、情報処理方法、及び、記録媒体を提供することにある。

本発明の一形態における情報処理装置は、所定のデータの集合であるカテゴリに含まれるデータであるインスタンスの候補であるインスタンス候補と所定のデータにおける特徴的な表現であるパターンとの関連する程度を表す数値である第１の信頼度スコアを基に、インスタンス候補の少なくとも一部に、第１のラベルを付与するインスタンスラベル付与手段と、第１のラベルが付与されたインスタンス候補の第１の信頼度スコアを更新するインスタンススコア再計算手段とを含む。

本発明の一形態における情報処理方法は、所定のデータの集合であるカテゴリに含まれるデータであるインスタンスの候補であるインスタンス候補と所定のデータにおける特徴的な表現であるパターンとの関連する程度を表す数値である第１の信頼度スコアを基に、インスタンス候補の少なくとも一部に、第１のラベルを付与し、第１のラベルが付与されたインスタンス候補の第１の信頼度スコアを更新する。

本発明の一形態における記録媒体は、所定のデータの集合であるカテゴリに含まれるデータであるインスタンスの候補であるインスタンス候補と所定のデータにおける特徴的な表現であるパターンとの関連する程度を表す数値である第１の信頼度スコアを基に、インスタンス候補の少なくとも一部に、第１のラベルを付与する処理と、第１のラベルが付与されたインスタンス候補の第１の信頼度スコアを更新する処理とをコンピュータに実行させるプログラムを記録する。

本発明に基づけば、インスタンスを適切に選定するとの効果を奏することができる。

図１は、本発明における第１の実施形態に係る情報処理装置の構成の一例を示すブロック図である。 図２は、第１の実施形態に係るインスタンススコア再計算部の構成の一例を示すブロック図である。 図３は、第１の実施形態に係る情報処理装置の動作の一例を示すフローチャートである。 図４は、第１に実施形態に係るＣＰＵを用いた構成の一例を示すブロック図である。 図５は、第２の実施形態に係る情報処理装置の構成の一例を示すブロック図である。 図６は、第２の実施形態に係るパターンスコア再計算部の構成の一例を示すブロック図である。 図７は、第２の実施形態に係るパターンラベル付与部及びパターンスコア再計算部の動作の一部の一例を示すフローチャートである。 図８は、第３の実施形態に係るインスタンススコア再計算部の構成の一例を示すブロック図である。 図９は、第４の実施形態に係るパターンスコア再計算部の構成の一例を示すブロック図である。 図１０は、第１の詳細例におけるシードインスタンスとパターンとの関係を示す図である。 図１１は、第１の詳細例におけるパターンとインスタンス候補との関係を示す図である。 図１２は、第１の詳細例における信頼度スコアが更新されたインスタンス候補を示す図である。 図１３は、第１の詳細例における信頼度スコアが更新されたパターンを示す図である。 図１４は、第１の詳細例における更新されたパターンの信頼度スコアを基に再計算されたインスタンス候補の信頼度スコアを示す図である。 図１５は、第２の詳細例における信頼度スコアを更新されたパターン候補を示す図である。 図１６は、第２の詳細例における更新されたインスタンスの信頼度スコアを示す図である。 図１７は、第２の詳細例における再計算後のパターン候補の信頼度スコアを示す図である。 図１８は、一般的なカテゴリ知識獲得装置の構成の一例を示すブロック図である。 図１９は、別の一般的なカテゴリ知識獲得装置の構成の一例を示すブロック図である。 図２０は、第１の実施形態に係る情報処理装置の第１の変形例の構成の一例を示すブロック図である。

次に、本発明の実施形態について図面を参照して説明する。

なお、各図面は、本発明の実施形態を説明するものである。ただし、本発明は、各図面の記載に限られるわけではない。また、各図面の同様の構成には、同じ番号を付し、その繰り返しの説明を、省略する場合がある。また、以下の説明に用いる図面において、本発明の説明に関係しない部分の構成については、記載を省略し、図示しない場合もある。また、図面中の矢印の方向は、一例を示すものであり、ブロック間の信号の向きを限定するものではない。

［用語の整理］
既に説明した記載と重複する内容を含め、以下の本発明における実施形態の説明で用いる用語について、整理する。

「文書データ」とは、本発明における実施形態の処理対象となるデータである。文書データは、特に、制限されない。例えば、文書データは、プレーンなテキストデータ、又は、ＨＴＭＬ（Hyper Text Markup language）のような構造を含むデータでもよい。文書データは、上記に限らず、以下で説明するカテゴリ、インスタンス、及びパターンを設定できるデータであれば、どのようなデータでもよい。なお、以下の説明において、文書データは、予め保持されているとする。

「カテゴリ」とは、予め定められたデータ（知識）の集合である。なお、以下の説明において、カテゴリに関する情報は、予め、保持されているとする。

「インスタンス」とは、カテゴリに含まれるデータ（知識）である。「インスタンス候補」は、インスタンスの候補としての抽出されたデータである。

「シードインスタンス」とは、処理の最初に用いられるインスタンスである。例えば、シードインスタンスは、カテゴリから所定の規則に沿って抽出される。

「パターン」とは、インスタンスが含まれる文書データにおける文脈である。ここで、「文脈」とは、文書データにおける特徴的な表現（例えば、文書データにおいて、多く出現する構文構造に対応する表現）となっているデータの部分である。「パターン候補」は、パターンの候補としての抽出されたデータである。

「信頼度スコア」とは、パターンとインスタンスとにおける関連する程度（信頼の程度）を表す数値である。例えば、信頼度スコアが高いパターンは、信頼度スコアが低いパターンに比べ、インスタンスに関連する可能性が高い。関連は、特に制限されない。関連の一例は、「共起」である。この場合、信頼度スコアは、インスタンスとパターンとが共起する程度を示す値となる。この場合の信頼度スコアの一例は、インスタンスとパターンとの自己相互情報量（ＰＭＩ）である。ただし、信頼度スコアの値は、ＰＭＩに限定されない。なお、各実施形態の説明は、一例として、共起を用いて説明する。

「ラベル」とは、カテゴリに関連するか否かを示す情報である。

インスタンスの場合、ラベルは、インスタンスがカテゴリに含まれるか否かを示す情報である。正ラベルは、インスタンスがカテゴリに含まれることを示す情報である。負ラベルは、インスタンスがカテゴリに含まれないことを示す情報である。

パターンの場合、ラベルは、パターンに関連するインスタンスがカテゴリに含まれるか否かを示す情報である。正ラベルは、パターンに関連するインスタンスがカテゴリに含まれることを示す情報である。負ラベルは、パターンに関連するインスタンスがカテゴリに含まれないことを示す情報である。

ただし、ラベルは、正ラベル及び負ラベルの二値に限られる必要はない。例えば、インスタンスのラベルは、インスタンスがカテゴリに含まれる程度を基に、二値を超える値を含んでもよい。

＜第１の実施形態＞
図面を参照して、本発明における第１の実施形態について説明する。

［構成の説明］
まず、本発明における第１の実施形態に係る情報処理装置１００の構成について、図面を参照して説明する。

図１は、第１の実施形態に係る情報処理装置１００の構成の一例を示すブロック図である。

図１に示されているように、情報処理装置１００は、パターン抽出部２００と、インスタンス抽出部３００とを含む。

パターン抽出部２００は、シードインスタンス又はインスタンス抽出部３００が抽出したインスタンスを受信する。そして、パターン抽出部２００は、後ほど説明する動作を基に、受信したインスタンスを用いてパターンを抽出する。そして、パターン抽出部２００は、抽出したパターンを、インスタンス抽出部３００に送信する。

インスタンス抽出部３００は、パターン抽出部２００からパターンを受信する。そして、インスタンス抽出部３００は、後ほど説明する動作を基に、受信したパターンを用いて、インスタンスを抽出する。そして、インスタンス抽出部３００は、抽出したインスタンスを、パターン抽出部２００に送信する。

パターン抽出部２００とインスタンス抽出部３００とは、所定の条件を満足するまで、上記の動作を繰り返す。ここで、所定の条件とは、例えば、情報処理装置１００が抽出（獲得）したインスタンスの数が、所定の値を超えることである。

次に、情報処理装置１００の詳細な構成について説明する。

図１に示されているとおり、パターン抽出部２００は、パターン候補抽出部２０２と、パターンスコア計算部２０３と、パターン選定部２０６とを含む。

パターン候補抽出部２０２は、インスタンスを受信する。上記のとおり、このインスタンスは、シードインスタンス、又は、インスタンス抽出部３００が抽出したインスタンスである。なお、パターン候補抽出部２０２は、インスタンスに合わせて、インスタンスの信頼度スコアを受信する。

そして、パターン候補抽出部２０２は、文書データを基に、インスタンスに関連（共起）するパターン候補を抽出する。ただし、パターン候補抽出部２０２は、パターン候補を抽出するデータを文書データに限る必要はない。例えば、パターン候補抽出部２０２は、インスタンス及びそのインスタンスに関連するパターンの組合せのデータ、又は、パターン及びそのパターンに関連するインスタンスとの組合せのデータから、パターン候補を抽出してもよい。なお、この場合、情報処理装置１００は、予め、図示しない記憶部（例えば、データベース）に上記のデータを保持すればよい。

パターンスコア計算部２０３は、抽出されたパターン候補の信頼度スコアを算出する。つまり、パターンスコア計算部２０３は、パターン候補に信頼度スコアを付与する。パターンスコア計算部２０３は、インスタンスの信頼度スコアを用いて、パターン候補の信頼度スコアを算出する。ただし、パターンスコア計算部２０３は、他の情報を用いて、パターン候補の信頼度スコアを算出してもよい。

パターン選定部２０６は、パターンに付与された信頼度スコアを基に、パターン候補からパターンを選定（抽出）する。例えば、パターン選定部２０６は、パターンとして、信頼度スコアの最上位から所定の範囲に含まれる信頼度スコアに対応するパターン候補を選定する。そして、パターン選定部２０６は、選定したパターンをインスタンス抽出部３００に送信する。ただし、パターン選定部２０６は、選定したパターンに対応する信頼度スコアをインスタンス抽出部３００に送信する。

図１に示されているとおり、インスタンス抽出部３００は、インスタンス候補抽出部３０２と、インスタンススコア計算部３０３と、インスタンスラベル付与部３０４と、インスタンススコア再計算部３１０と、インスタンス選定部３０６とを含む。

インスタンス候補抽出部３０２は、パターン抽出部２００からパターンを受信する。ただし、インスタンス候補抽出部３０２は、パターンに合わせて、パターンの信頼度スコアを受信する。

そして、インスタンス候補抽出部３０２は、文書データを基に、受信したパターンに関連（共起）するインスタンス候補を抽出する。

インスタンススコア計算部３０３は、抽出されたインスタンス候補の信頼度スコアを算出する。つまり、インスタンススコア計算部３０３は、抽出されたインスタンス候補に信頼度スコアを付与する。インスタンススコア計算部３０３は、パターンの信頼度スコアを用いて、インスタンス候補の信頼度スコアを算出する。ただし、インスタンススコア計算部３０３は、他の情報を用いて、インスタンス候補の信頼度スコアを算出してもよい。

インスタンスラベル付与部３０４は、信頼度スコアが付与されたインスタンス候補から、ラベルを付与するインスタンス候補を選定する。なお、インスタンスラベル付与部３０４は、ラベルを付与するインスタンス候補を選定する方法を、特に、制限されない。

例えば、インスタンスラベル付与部３０４は、信頼度スコアの最上位から所定の範囲となっている信頼度スコアに対応するインスタンス候補を選定してもよい。

あるいは、インスタンスラベル付与部３０４は、信頼度スコアの所定の順位の範囲となっているインスタンス候補を選定してもよい。ここで、所定の範囲とは、例えば、信頼度スコアの上位から所定の順番であるインスタンス候補と、そのインスタンス候補の近傍のインスタンス候補を含む範囲である。具体的には、所定の順番が、１０番であり、近傍が前後２番の場合、所定の範囲のインスタンス候補は、信頼度スコアの順番が、８番から１２番となっているインスタンス候補である。

あるいは、インスタンスラベル付与部３０４は、インスタンス選定部３０６が選定するインスタンスの数に沿って、ラベルを付与するインスタンス候補を選定してもよい。例えば、インスタンス選定部３０６が、４つのインスタンスを選定する場合、インスタンスラベル付与部３０４は、選定の境界となる、信頼度スコアが４番目のインスタンス候補と５番目のインスタンス候補とにラベルを付与してもよい。あるいは、インスタンスラベル付与部３０４は、範囲を広げて、信頼度スコアが３番目のインスタンス候補から６番目のインスタンス候補にラベルを付与してもよい。

そして、インスタンスラベル付与部３０４は、選定されたインスタンス候補にラベルを付与する。

より具体的には、インスタンスラベル付与部３０４は、インスタンス候補がカテゴリに含まれるか否かを判定する。そして、インスタンスラベル付与部３０４は、カテゴリに含まれるインスタンス候補に正ラベルを付与し、カテゴリに含まれないインスタンス候補に負ラベルを付与する。

このように、インスタンスラベル付与部３０４は、少なくとも一部のインスタンス候補にラベルを付与する。

なお、インスタンスラベル付与部３０４は、全てのインスタンス候補にラベルを付与してもよい。

インスタンススコア再計算部３１０は、ラベルを基に、ラベルが付与されたインスタンス候補の信頼度スコアを更新（再計算）する。

インスタンススコア再計算部３１０について、図面を参照して、詳細に説明する。

図２は、第１の実施形態に係るインスタンススコア再計算部３１０の構成の一例を示すブロック図である。

図２に示されているように、インスタンススコア再計算部３１０は、インスタンススコア更新部３１１と、インスタンススコア逆伝播部３１２と、パターンスコア伝播部３１３とを含む。

インスタンススコア更新部３１１は、ラベルを基に、インスタンス候補の信頼度スコアを更新する。

インスタンススコア逆伝播部３１２は、更新されたインスタンス候補の信頼度スコアを基に、インスタンス候補抽出部３０２が受信したパターンの信頼度スコアを更新する。

パターンスコア伝播部３１３は、インスタンススコア逆伝播部３１２において更新されたパターンの信頼度スコアを基に、インスタンス候補の信頼度スコアを更新する。

なお、インスタンススコア再計算部３１０及び上記各構成の詳細な動作についての後ほど説明する。

図１を用いた説明に戻る。

インスタンス選定部３０６は、抽出されるインスタンスとして、更新後の信頼度スコアを基に、信頼度スコアが高い方から所定の範囲のインスタンス候補を選定する。そして、インスタンス選定部３０６は、選定したインスタンスをパターン抽出部２００に送信する。インスタンス選定部３０６は、インスタンスに合わせて信頼度スコアを送信する。

［動作の説明］
次に、図面を参照して、情報処理装置１００の動作について説明する。

図３は、第１の実施形態に係る情報処理装置１００の動作の一例を示すフローチャートである。

パターン候補抽出部２０２は、シードインスタンスを受信する（ステップＳ１０１）。パターン候補抽出部２０２は、シードインスタンスの信頼度スコアの初期値（例えば、１．０）を受信する。

次に、パターン候補抽出部２０２は、パターン候補として、シードインスタンスに関連（共起）するパターン候補を抽出する（ステップＳ１０２）。

パターンスコア計算部２０３は、抽出されたパターン候補の信頼度スコアを算出する（ステップＳ１０３）。

パターン選定部２０６は、信頼度スコアを基に、パターン候補から、インスタンス抽出部３００に送信するパターンを選定する（ステップＳ１０４）。

次に、インスタンス候補抽出部３０２は、選定されたパターンに関連（共起）するインスタンス候補を抽出する（ステップＳ１１１）。

インスタンススコア計算部３０３は、抽出されたインスタンス候補の信頼度スコアを算出する（ステップＳ１１２）。

インスタンスラベル付与部３０４は、信頼度スコアが算出されたインスタンス候補の中から、ラベルを付与するインスタンス候補を選定する。そして、インスタンスラベル付与部３０４は、選定したインスタンス候補に、ラベルを付与する（ステップＳ１１３）。

インスタンススコア更新部３１１は、ラベルに基づいて、インスタンス候補の信頼度スコアを更新する（ステップＳ１１４）。より具体的には、インスタンススコア更新部３１１は、正ラベルが付与されたインスタンス候補の信頼度スコアを増加させ、負ラベルが付与されたインスタンス候補の信頼度スコアを減少させる。例えば、信頼度スコアが、「０」と「１」との間の値を取る場合、インスタンススコア更新部３１１は、正ラベルがついたインスタンス候補の信頼度スコアを「１」とし、負ラベルがついたインスタンス候補の信頼度スコアを「０」としてもよい。

インスタンススコア逆伝播部３１２は、修正されたインスタンス候補の信頼度スコアを基に、インスタンス候補に対応するパターンの信頼度スコアを再計算（修正）する（ステップＳ１１５）。

パターンスコア伝播部３１３は、再計算後のパターンの信頼度スコアを基に、インスタンス候補の信頼度スコアを再計算（修正）する（ステップＳ１１６）。

インスタンス選定部３０６は、再計算後のインスタンス候補の信頼度スコアを基に、インスタンス候補から、パターン抽出部２００に送信するインスタンスを選定する（ステップＳ１１７）。

ステップＳ１１７が終了すると、情報処理装置１００は、処理が終了か否かを判定する（ステップＳ１１８）。つまり、情報処理装置１００は、所定の条件（例えば、抽出（獲得）したインスタンスの数が閾値を超えた）を満足したか否かを判定する。

条件を満足していない場合（ステップＳ１１８でＮｏ）、情報処理装置１００は、ステップＳ１０２に戻り、同様の動作を繰り返す。

条件を満足している場合（ステップＳ１１８でＹｅｓ）、情報処理装置１００は、動作を終了する。

［効果の説明］
次に、第１の実施形態に係る情報処理装置１００の効果について説明する。

情報処理装置１００は、インスタンスを適切に選定するとの効果を奏することができる。

その理由は、次のとおりである。

パターン抽出部２００のパターン候補抽出部２０２が、インスタンスに関連（共起）するパターン候補を抽出する。

パターンスコア計算部２０３は、抽出されたパターン候補の信頼度スコアを算出する。

パターン選定部２０６が、抽出されるパターンとして、所定の範囲の信頼度スコアとなったパターン候補を選定する。

そして、インスタンス抽出部３００のインスタンス候補抽出部３０２が、選定されたパターンに関連（共起）するインスタンス候補を抽出する。

インスタンススコア計算部３０３が、抽出されたインスタンス候補に対する信頼度スコアを算出する。

インスタンスラベル付与部３０４が、インスタンススコア再計算部３１０の対象となるインスタンス候補を選定する。そして、インスタンスラベル付与部３０４が、インスタンス候補がカテゴリに含まれるか否かを基に、選定されたインスタンス候補にカテゴリに含まれるか否かを示す情報（ラベル）を付与する。

インスタンススコア再計算部３１０が、選定されたインスタンス候補のラベルを基に、インスタンス候補の信頼度スコアを再計算する。

そして、インスタンス選定部３０６が、再計算（修正）された信頼度スコアを基にインスタンスを選定する。

このように、情報処理装置１００は、カテゴリに含まれるか否かの情報（ラベル）を信頼度スコアに反映しているためである。

なお、より詳細には、インスタンススコア再計算部３１０のインスタンススコア更新部３１１が、正ラベルが付与されたインスタンス候補（カテゴリに含まれるインスタンス候補）の信頼度スコアを高くする。また、インスタンススコア更新部３１１が、負ラベルが付与されたインスタンス候補（カテゴリに含まれないインスタンス候補）の信頼度スコアを低くする。

インスタンススコア逆伝播部３１２が、更新されたインスタンス候補の信頼度スコアを基に、関連（共起）するパターンの信頼度スコアを再計算（修正）する。

パターンスコア伝播部３１３が、修正されたパターンの信頼度スコアを基に、インスタンス候補の信頼度スコアに再計算（修正）する。

このように、インスタンススコア再計算部３１０は、インスタンス候補がカテゴリに含まれるか否かを示す情報であるラベルに対応して、インスタンス候補の信頼度スコアを更新する。具体的には、インスタンススコア再計算部３１０は、カテゴリに含まれないインスタンス候補の信頼度スコアを減少させ、カテゴリに含まれるインスタンス候補の信頼度スコアを増加させる。

このように、情報処理装置１００は、カテゴリに含まれるか否かの情報（ラベル）を、インスタンス候補の信頼度スコアに反映している。

［構成の変形例］
第１の実施形態の構成の変形例を説明する。

以上の説明した情報処理装置１００は、次のように構成される。

例えば、情報処理装置１００の各構成部は、ハードウェア回路、具体的には電気回路構成（circuitry）で構成されてもよい。ここで、電気回路構成（circuitry）とは、単一のデバイス（single device）、複数のデバイス（multiple devices）、又は、チップセット（chipset）を概念的に含む文言である。

また、情報処理装置１００において、各構成部は、ネットワークを介して接続された複数の装置を用いて、構成されてもよい。この場合、情報処理装置１００は、複数の装置を含むシステムとして構成されてもよい。なお、このシステムは、ネットワークなどを介してソフトウェアを提供し、利用者が必要な時に必要なサービスを呼び出して利用するサービス（Software as a Service (SaaS)）として、提供されてもよい。

例えば、情報処理装置１００の各構成は、ネットワークを介して接続された装置群（クラウド（cloud））を用いて構成されてもよい。そのため、上記の電気回路構成（circuitry）は、クラウドを含んでもよい。

例えば、情報処理装置１００において、パターン抽出部２００とインスタンス抽出部３００とは、別装置として構成されてもよい。

また、パターン抽出部２００及び／又はインスタンス抽出部３００に含まれる各構成が、ネットワーク又はバスなどを介して接続された装置として構成されてもよい。

図２０は、このような場合の一例である情報処理装置１０２の構成の一例を示すブロック図である。情報処理装置１０２は、情報処理装置１００の構成の第１の変形例に相当する。

情報処理装置１０２は、インスタンスラベル付与部３０４とインスタンススコア再計算部３１０とを含む。インスタンスラベル付与部３０４とインスタンススコア再計算部３１０とは、情報処理装置１００におけるインスタンスラベル付与部３０４とインスタンススコア再計算部３１０と同様に動作する。

すなわち、インスタンスラベル付与部３０４は、図示しないインスタンススコア計算部３０３に相当する構成から信頼度スコアとインスタンス候補とを受信し、ラベルを付与するインスタンス候補を選択する。そして、インスタンスラベル付与部３０４は、選択したインスタンス候補にラベルを付与する。

インスタンススコア再計算部３１０は、ラベルを基に、インスタンス候補の信頼度スコアを再計算する。なお、インスタンススコア再計算部３１０は、再計算において、インスタンス候補抽出部３０２に相当する構成に含まれるパターン及びパターンの信頼度スコアを用いてもよい。

そして、インスタンススコア再計算部３１０は、信頼度スコアが更新されたインスタンス候補を、インスタンス選定部３０６に相当する構成に送信する。

上記の動作を基に、情報処理装置１０２は、情報処理装置１００における効果と同様の効果を奏することができる。

その理由は、上記のように、インスタンスラベル付与部３０４が、インスタンススコア再計算部３１０の対象となるインスタンス候補を選定する。そして、インスタンスラベル付与部３０４が、インスタンス候補がカテゴリに含まれるか否かを基に、選定されたインスタンス候補にカテゴリに含まれるか否かを示す情報（ラベル）を付与する。そして、インスタンススコア再計算部３１０が、選定されたインスタンス候補のラベルを基に、インスタンス候補の信頼度スコアを再計算する。

このように、情報処理装置１０２は、カテゴリに含まるか否かの情報（ラベル）を信頼度スコアに反映しているためである。

なお、情報処理装置１０２は、本発明における最小構成である。

また、情報処理装置１００において、複数の構成部は、１つのハードウェアで構成されてもよい。

また、情報処理装置１００は、ＣＰＵ（Central Processing Unit）と、ＲＯＭ（Read Only Memory）と、ＲＡＭ（Random Access Memory）とを含むコンピュータ装置として実現されてもよい。情報処理装置１００は、上記構成に加え、さらに、入出力接続回路（ＩＯＣ：Input / Output Circuit）と、ネットワークインターフェース回路（ＮＩＣ：Network Interface Circuit）とを含むコンピュータ装置として実現されてもよい。

図４は、ＣＰＵを用いた情報処理装置６００の構成の一例を示すブロック図である。

情報処理装置６００は、ＣＰＵ６１０と、ＲＯＭ６２０と、ＲＡＭ６３０と、内部記憶装置６４０と、ＩＯＣ６５０と、ＮＩＣ６８０とを含み、コンピュータ装置を構成している。

ＣＰＵ６１０は、ＲＯＭ６２０からプログラムを読み込む。そして、ＣＰＵ６１０は、読み込んだプログラムに基づいて、ＲＡＭ６３０と、内部記憶装置６４０と、ＩＯＣ６５０と、ＮＩＣ６８０とを制御する。そして、ＣＰＵ６１０を含むコンピュータは、これらの構成を制御し、図１に示されている、パターン抽出部２００と、インスタンス抽出部３００としての各機能を実現する。

ＣＰＵ６１０は、各機能を実現する際に、ＲＡＭ６３０又は内部記憶装置６４０を、プログラムの一時記憶媒体として使用してもよい。

また、ＣＰＵ６１０は、コンピュータで読み取り可能にプログラムを記憶した記憶媒体７００が含むプログラムを、図示しない記憶媒体読み取り装置を用いて読み込んでもよい。あるいは、ＣＰＵ６１０は、ＮＩＣ６８０を介して、図示しない外部の装置からプログラムを受け取り、ＲＡＭ６３０に保存して、保存したプログラムを基に動作してもよい。

ＲＯＭ６２０は、ＣＰＵ６１０が実行するプログラム及び固定的なデータを記憶する。ＲＯＭ６２０は、例えば、Ｐ−ＲＯＭ（Programmable-ROM）又はフラッシュＲＯＭである。

ＲＡＭ６３０は、ＣＰＵ６１０が実行するプログラム及びデータを一時的に記憶する。ＲＡＭ６３０は、例えば、Ｄ−ＲＡＭ（Dynamic-RAM）である。

内部記憶装置６４０は、情報処理装置６００が長期的に保存するデータ及びプログラムを記憶する。また、内部記憶装置６４０は、ＣＰＵ６１０の一時記憶装置として動作してもよい。内部記憶装置６４０は、例えば、ハードディスク装置、光磁気ディスク装置、ＳＳＤ（Solid State Drive）又はディスクアレイ装置である。

ここで、ＲＯＭ６２０と内部記憶装置６４０は、不揮発性（non-transitory）の記憶媒体である。一方、ＲＡＭ６３０は、揮発性（transitory）の記憶媒体である。そして、ＣＰＵ６１０は、ＲＯＭ６２０、内部記憶装置６４０、又は、ＲＡＭ６３０に記憶されているプログラムを基に動作可能である。つまり、ＣＰＵ６１０は、不揮発性記憶媒体又は揮発性記憶媒体を用いて動作可能である。

ＩＯＣ６５０は、ＣＰＵ６１０と、入力機器６６０及び表示機器６７０とのデータを仲介する。ＩＯＣ６５０は、例えば、ＩＯインターフェースカード又はＵＳＢ（Universal Serial Bus）カードである。さらに、ＩＯＣ６５０は、ＵＳＢのような有線に限らず、無線を用いてもよい。

入力機器６６０は、情報処理装置６００の操作者からの入力指示を受け取る機器である。入力機器６６０は、例えば、キーボード、マウス又はタッチパネルである。

表示機器６７０は、情報処理装置６００の操作者に情報を表示する機器である。表示機器６７０は、例えば、液晶ディスプレイである。

ＮＩＣ６８０は、ネットワークを介した図示しない外部の装置とのデータのやり取りを中継する。ＮＩＣ６８０は、例えば、ＬＡＮ（Local Area Network）カードである。さらに、ＮＩＣ６８０は、有線に限らず、無線を用いてもよい。

このように構成された情報処理装置６００は、情報処理装置１００と同様の効果を得ることができる。

その理由は、情報処理装置６００のＣＰＵ６１０が、プログラムに基づいて情報処理装置１００と同様の機能を実現できるためである。

＜第２の実施形態＞
図面を参照して、本発明における第２の実施形態について説明する。

［構成の説明］
まず、第２の実施形態に係る情報処理装置１００の構成について、図面を参照して説明する。

図５は、第２の実施形態に係る情報処理装置１０１の構成の一例を示すブロック図である。なお、第２の実施形態に係る情報処理装置１０１は、図４に示されているコンピュータを用いて構成されてもよい。

図５に示されているように、情報処理装置１０１は、パターン抽出部２０１と、インスタンス抽出部３００とを含む。

インスタンス抽出部３００は、第１の実施形態と同様のため、詳細な説明を省略する。

パターン抽出部２０１は、第１の実施形態に係るパターン抽出部２００に含まれる構成に加え、パターンラベル付与部２０４及びパターンスコア再計算部２１０を含む。そこで、第１の実施形態の同様の構成についての詳細な説明を省略し、本実施形態に特有の構成について説明する。

パターンラベル付与部２０４は、ラベルを付与するパターン候補を選定する。パターンラベル付与部２０４が用いる選定方法は、特に、制限はない。例えば、パターンラベル付与部２０４は、パターン候補の信頼度スコアが高い方から所定の数のパターン候補を選択してもよい。あるいは、パターンラベル付与部２０４は、パターン候補の信頼度スコアの順位が所定の範囲のパターン候補を選択してもよい。

そして、パターンラベル付与部２０４は、選定されたパターン候補に関連（共起）するインスタンスがカテゴリに含まれる場合、パターン候補に正ラベルを付与する。パターンラベル付与部２０４は、選定されたパターン候補に関連（共起）するインスタンスがカテゴリに含まれない場合、パターン候補に負ラベルを付与する。

なお、パターン候補が、カテゴリに含まれるインスタンスとカテゴリに含まれないインスタンスとに関連（共起）する場合、パターンラベル付与部２０４は、所定の規則に基づいて、ラベルを付与すればよい。例えば、カテゴリに含まれるインスタンスの数が、カテゴリに含まれないインスタンスの数より多い場合に、パターンラベル付与部２０４は、正ラベルを付与してもよい。あるいは、カテゴリに含まれるインスタンスがひとつでもある場合、パターンラベル付与部２０４は、正ラベルを付与してもよい。

このように、パターンラベル付与部２０４は、少なくとも一部のパターン候補にラベルを付与する。

なお、パターンラベル付与部２０４は、全てのパターン候補にラベルを付与してもよい。

パターンスコア再計算部２１０は、パターン候補に付与されたラベルを基に、パターン候補の信頼度スコアを再計算する。

図６は、第２の実施形態に係るパターンスコア再計算部２１０の構成の一例を示すブロック図である。

図６に示されているように、パターンスコア再計算部２１０は、パターンスコア更新部２１１と、パターンスコア逆伝播部２１２と、インスタンススコア伝播部２１３とを含む。

パターンスコア更新部２１１は、パターン候補に付与されたラベルを基に、パターン候補の信頼度スコアを更新する。具体的には、パターンスコア更新部２１１は、正ラベルを付与されたパターン候補の信頼度スコアを高くし、負ラベルを付与されたパターン候補の信頼度スコアを低くする。

パターンスコア逆伝播部２１２は、更新されたパターン候補の信頼度スコアを基に、信頼度スコアが更新されたパターン候補に対応するインスタンスの信頼度スコアを再計算（更新）する。

インスタンススコア伝播部２１３は、パターンスコア逆伝播部２１２が更新したインスタンスの信頼度スコアを基に、インスタンスに対応するパターン候補の信頼度スコアを再計算（更新）する。

図５を用いた説明に戻る。

パターン選定部２０６は、更新された信頼度スコアを用いて、パターンを選定する。

［動作の説明］
次に、第２の実施形態に係る情報処理装置１０１の動作について説明する。

なお、以下の説明において、インスタンス抽出部３００など、第１の形態と同様の構成の動作の説明を省略し、本実施形態に特有の動作について説明をする。つまり、パターンラベル付与部２０４及びパターンスコア再計算部２１０に関連する動作について説明する。

図７は、パターンラベル付与部２０４及びパターンスコア再計算部２１０の動作の一例を示すフローチャートである。図７に示されている動作は、図３において、ステップＳ１０３と、ステップＳ１０４との間の実行される動作である。

パターンラベル付与部２０４は、ラベルを付与するパターン候補を選択する。例えば、パターンラベル付与部２０４は、ラベルを付与するパターン候補として、信頼度スコアが大きい方から所定の数のパターン候補を選択してもよい。ただし、パターンラベル付与部２０４は、全てのパターン候補を選択してもよい。

そして、パターンラベル付与部２０４は、選択されたパターン候補にラベルを付与する（ステップＳ１０５）。具体的には、パターンラベル付与部２０４は、パターン候補に対応するインスタンスがカテゴリに含まれる場合、そのパターン候補に正ラベルを付与する。一方、パターン候補に対応するインスタンスがカテゴリに含まれない場合、パターンラベル付与部２０４は、そのパターン候補に負ラベルを付与する。

次に、パターンスコア再計算部２１０のパターンスコア更新部２１１は、付与されたラベルを基に、パターン候補の信頼度スコアを更新する（ステップＳ１０６）。具体的には、パターンスコア更新部２１１は、正ラベルが付与されたパターン候補の信頼度スコアを増加させる。一方、パターンスコア更新部２１１は、負ラベルが付与されたパターン候補の信頼度スコアを減少させる。例えば、信頼度スコアが、「０」と「１」との間の値を取る場合、パターンスコア更新部２１１は、正ラベルが付与されたパターン候補の信頼度スコアを「１」とし、負ラベルが付与されたパターン候補の信頼度スコアを「０」としてもよい。

次に、パターンスコア逆伝播部２１２は、更新されたパターン候補の信頼度スコアを基に、パターン候補に対応するインスタンスの信頼度スコアを再計算（修正）する（ステップＳ１０７）。

インスタンススコア伝播部２１３は、修正されたインスタンスの信頼度スコアを基に、インスタンスに対応するパターン候補の信頼度スコアを再計算（修正）する（ステップＳ１０８）。

これ以降、情報処理装置１０１は、第１に実施形態の情報処理装置１００と同様に動作する。

このように、パターンラベル付与部２０４は、カテゴリに含まれるインスタンスに対応したパターン候補に正ラベルを付与し、カテゴリに含まれないインスタンスに対応したパターン候補に負ラベルを付与する。

そして、パターンスコア再計算部２１０は、ラベルに基づいて、カテゴリに含まれるインスタンスに対応したパターン候補の信頼度スコアを高くし、カテゴリに含まれないインスタンスに対応したパターン候補の信頼度スコアを低くする。

そして、第２の実施形態に係るパターン選定部２０６は、上記のとおり、ラベルに基づいて修正された信頼度スコアを用いてパターン候補を選定する。

つまり、パターン抽出部２０１は、カテゴリに含まれるインスタンスに対応したパターン候補が、カテゴリに含まれないインスタンスに対応したパターン候補より選定されるように、信頼度スコアを更新している。

このように、パターン抽出部２０１は、ラベルを、パターン候補の信頼度スコアに関連付けている。

そのため、第２の実施形態に係るパターン抽出部２０１は、第１の実施形態のパターン抽出部２００より適切なパターンを抽出する。

第２の実施形態に係るインスタンス抽出部３００は、上記のように、より適切に抽出されたパターンを用いるため、第１の実施形態より適切なインスタンスを選定できる。

つまり、第２の実施形態に係る情報処理装置１０１は、第１の実施形態に係る情報処理装置１００に対して、より適切なインスタンスを選定することができる。

［効果の説明］
次に、第２の実施形態に係る情報処理装置１０１の効果について説明する。

情報処理装置１０１は、第１の実施形態の効果に加え、さらに、より適切なインスタンスを選定するとの効果を奏することができる。

その理由は、次のとおりである。

パターンラベル付与部２０４が、パターン候補に、パターン候補に関連するインスタンスがカテゴリに含まれるか否かを示す情報（ラベル）を付与する。

パターンスコア再計算部２１０のパターンスコア更新部２１１は、ラベルを基に、パターン候補の信頼度スコアを再計算する。具体的には、パターンスコア更新部２１１は、正ラベルが付与されたパターン候補の信頼度スコアを高くし、負ラベルが付与されたパターン候補の信頼度スコアを低くする。

パターンスコア逆伝播部２１２は、再計算されたパターン候補の信頼度スコアを基に、関連するインスタンスの信頼度スコアを再計算する。

そして、インスタンススコア伝播部２１３は、再計算後のインスタンスの信頼度スコアを基に、パターン候補の信頼度スコアを再計算する。

その結果として、パターン抽出部２０１は、関連するインスタンスがカテゴリに含まれるか否かを考慮したパターンを選定し、インスタンス抽出部３００に送信できるためである。

＜第３の実施形態＞
図面を参照して、本発明における第３の実施形態について説明する。

［構成の説明］
第３の実施形態は、第１の実施形態と比較して、インスタンススコア再計算部３１０の構成が異なる。そこで、第１の実施形態と同様の構成の詳細な説明を省略し、第３の実施形態に係るインスタンススコア再計算部３１０の構成について、図面を参照して説明する。なお、第３の実施形態は、図４に示されているコンピュータを用いて構成されてもよい。

図８は、第３の実施形態に係るインスタンススコア再計算部３１５の構成の一例を示すブロック図である。

図８に示されているとおり、インスタンススコア再計算部３１５は、第１の実施形態におけるインスタンススコア再計算部３１０の構成に加え、インスタンス負例削除部３１４を含む。そのため、第１の実施形態と同様の構成の詳細な説明を省略し、インスタンス負例削除部３１４について説明する。

インスタンス負例削除部３１４は、インスタンススコア逆伝播部３１２において負ラベルが付与されたインスタンス候補を削除する。

そのため、パターンスコア伝播部３１３は、負ラベルが付与されたインスタンス候補に対する処理を削減できる。

なお、インスタンス負例削除部３１４の位置は、図８に示されている位置に、限られない。例えば、インスタンス負例削除部３１４は、インスタンススコア更新部３１１の処理の前において、負ラベルを付与されたインスタンス候補を削除してもよい。あるいは、インスタンス負例削除部３１４は、パターンスコア伝播部３１３の処理の後で、負ラベルを付与されたインスタンス候補を削除してもよい。

ただし、インスタンス負例削除部３１４が、パターンスコア伝播部３１３の処理の後で負ラベルを付与されたインスタンス候補を削除する場合、パターンスコア伝播部３１３における処理は、削減されない。

このように、第３の実施形態に係るインスタンススコア再計算部３１５は、負ラベルが付与されたインスタンス候補を削除する。

［効果の説明］
次に、第３の実施形態の効果について説明する。

第３の実施形態は、第１の実施形態の効果に加え、より適切なインスタンスを選定するとの効果を奏することができる。

その理由は、次のとおりである。

負ラベルが付与されたインスタンス候補は、抽出（獲得）の対象とはならないインスタンス候補である。そこで、第３の実施形態に係るインスタンス負例削除部３１４は、負ラベルが付与されたインスタンス候補を削除する。この動作を基に、第３の実施形態は、負ラベルが付与されたインスタンス候補を選定対象のインスタンス候補から削除するためである。

また、第３の実施形態は、処理の負荷を低減するとの効果を奏することができる。

その理由は、インスタンス負例削除部３１４が、負ラベルを付与されたインスタンス候補を削除するため、パターンスコア伝播部３１３における処理対象のインスタンス候補の数が、少なくなるためである。

＜第４の実施形態＞
図面を参照して、本発明における第４の実施形態について説明する。

［構成の説明］
第４の実施形態は、第２の実施形態と比較して、パターンスコア再計算部２１０の構成が異なる。そこで、第２の実施形態と同様の構成の詳細な説明を省略し、第４の実施形態に係るパターンスコア再計算部２１０の構成について図面を参照して詳細に説明する。なお、第４の実施形態は、図４に示されているコンピュータを用いて構成されてもよい。

図９は、第４の実施形態に係るパターンスコア再計算部２１５の構成の一例を示すブロック図である。

図９に示されているとおり、パターンスコア再計算部２１５は、第２の実施形態におけるパターンスコア再計算部２１０の構成に加え、パターン負例削除部２１４を含む。そのため、第２の実施形態と同様の構成の詳細な説明を省略し、パターン負例削除部２１４について説明する。

パターン負例削除部２１４は、パターンスコア逆伝播部２１２において負ラベルが付与されたパターン候補を削除する。

そのため、インスタンススコア伝播部２１３は、負ラベルが付与されたパターン候補に対する処理を削減できる。

なお、パターン負例削除部２１４の位置は、図９に示されている位置に、限られない。例えば、パターン負例削除部２１４は、パターンスコア更新部２１１の処理の前において、負ラベルを付与されたパターン候補を削除してもよい。あるいは、パターン負例削除部２１４は、インスタンススコア伝播部２１３の処理の後で、負ラベルを付与されたパターン候補を削除してもよい。

ただし、パターン負例削除部２１４が、インスタンススコア伝播部２１３の処理の後で負ラベルを付与されたパターン候補を削除する場合、インスタンススコア伝播部２１３における処理は、削減されない。

このように、第４の実施形態に係るパターンスコア再計算部２１５は、負ラベルが付与されたパターン候補を削除する。

［効果の説明］
次に、第４の実施形態の効果について説明する。

第４の実施形態は、第２の実施形態の効果に加え、より適切なインスタンスを選定するとの効果を奏することができる。

その理由は、次のとおりである。

負ラベルが付与されたパターン候補は、カテゴリに含まれないインスタンスに関連するパターン候補である。つまり、負ラベルが付与されたパターン候補は、インスタンスを選定に用いない方がよいパターン候補である。そこで、第４の実施形態において、パターン負例削除部２１４は、負ラベルが付与されたパターン候補を削除する。この動作を基に、第４の実施形態は、負ラベルが付与されたパターン候補をインスタンスの選定に用いないためである。

また、第４の実施形態は、処理の負荷を低減するとの効果を奏することができる。

その理由は、パターン負例削除部２１４が、負ラベルを付与されたパターン候補を削除するため、インスタンススコア伝播部２１３における処理対象のパターン候補の数が、少なくなるためである。

［詳細例］
次に、具体的な値を用いて、本発明の実施形態の動作を説明する。

［詳細例１］
まず、第１の実施形態に係る情報処理装置１００の詳細な動作を説明する。

（前提条件）
動作の前提を説明する。

対象となるデータ（文書データ）は、予め、情報処理装置１００に保持されているとする。

カテゴリは、「食べ物」の集合とする。カテゴリに関する情報は、予め、保持されているとする。

シードインスタンスは、「パスタ」及び「魚」とする。以下の説明において、インスタンス及びインスタンス候補の変数は、「Ｉ」とする。インスタンスの識別子は、変数ｉ（ｉは正の整数）とする。以下、「パスタ」を、「Ｉ_１」とする。「魚」を、「Ｉ_２」とする。

パターン及びパターン候補の変数は、変数Ｐとする。パターンの識別子は、変数ｊ（ｊは正の整数）とする。

インスタンス及びパターンの信頼度スコアを表す関数を、関数ｒ（）とする。関数ｒ（）の引数は、インスタンス又はパターンである。なお、以下の説明では、信頼度スコアの計算において、ＰＭＩが用いられるとする。ＰＭＩを示す関数を、「ＰＭＩ（インスタンス、パターン）」とする。

また、インスタンスと信頼度スコアとの組合せを、（インスタンス、信頼度スコア）と表す。同様に、パターンと信頼度スコアとの組合せを、（パターン、信頼度スコア）と表す。

シードインスタンスの信頼度スコアの初期値は、「１．０００」とする。

データの組合せの集合は、［］を用いて示すとする。

また、具体的な数字の計算において、小数第４位を四捨五入する。

（詳細動作）
各シードインスタンスの信頼度スコアは、次のようになる。
ｒ（Ｉ_１）＝１．０００
ｒ（Ｉ_２）＝１．０００
したがって、情報処理装置１００が取得するシードインスタンスは、例えば、次のようになる。
シードインスタンス＝［（パスタ、１．０００）、（魚、１．０００）］
パターン抽出部２００のパターン候補抽出部２０２は、上記のシードインスタンスを基に、インスタンスに関連(共起)するパターン候補を抽出する。

ここでは、パターン候補抽出部２０２が、インスタンス「パスタ」に関連（共起）するパターン候補として、パターン候補「パスタを食べる」を抽出したとする。さらに、パターン候補抽出部２０２は、インスタンス「魚」に関連（共起）するパターン候補として、パターン候補「魚を食べる」及びパターン候補「魚の店に行く」を抽出したとする。

そして、パターン候補抽出部２０２は、抽出したパターン候補に含まれるインスタンスを一般化する。以下、パターン候補抽出部２０２は、一般化として、インスタンスを変数Ｘに置き換えるとする。つまり、パターン候補抽出部２０２は、パターン候補として、パターン候補「Ｘを食べる」及びパターン候補「Ｘの店に行く」を抽出する。以下の説明において、パターン候補「Ｘを食べる」を「Ｐ_１」とし、パターン候補「Ｘの店に行く」を「Ｐ_２」とする。

次に、パターンスコア計算部２０３は、パターン候補Ｐ_１及びパターン候補Ｐ_２の信頼度スコアを計算する。

具体的には、パターンスコア計算部２０３は、パターン候補の信頼度スコアとして、次に示す数１を用いる。

数１において、Ｎ_Ｉは、インスタンスの数である。ｍａｘ_ｐｍｉは、全てのインスタンスとパターンとに関するＰＭＩ（）における最大値である。ただし、数１の分子の合計において、関連しないインスタンスとパターンについては、合計の算出に用いない。

ここでは、パターンスコア計算部２０３は、各ＰＭＩを以下のように算出したとする。
ＰＭＩ（Ｉ_１、Ｐ_１）＝１．５００
ＰＭＩ（Ｉ_２、Ｐ_１）＝０．９００
ＰＭＩ（Ｉ_１、Ｐ_２）＝ＮＵ（not used）
ＰＭＩ（Ｉ_２、Ｐ_２）＝１．３００
上記において、「ＮＵ（not used）」は、関連（共起）しないこと、つまり、処理の対象外を示している。例えば、インスタンスＩ_１（パスタ）は、パターン候補Ｐ_２（Ｘの店に行く）に関連していない。つまり、ＰＭＩ（Ｉ_１、Ｐ_２）は、パターン候補Ｐ_２の信頼度スコアの算出に用いられない。

また、上記より、ｍａｘ_ｐｍｉは、１．５００となる。なお、インスタンス数（Ｎ_I）は、２である。

その結果、パターンスコア計算部２０３は、各パターン候補の信頼度スコアとして、次に示されている値を算出する。
ｒ（Ｐ_１）＝（１．０００×１．５００＋１．０００×０．９００）／（２．０００×１．５００）＝０．８００
ｒ（Ｐ_２）＝（１．０００×１．３００）／（２．０００×１．５００）＝０．４３３
パターン選定部２０６は、信頼度スコアを基に、パターン候補からパターンを選定する。ただし、この説明では、パターン選定部２０６は、パターンとして、信頼度スコアの上位から２つのパターン候補を選択するとする。したがって、今の場合、パターン選定部２０６は、パターンとして、上記の２つのパターン候補を選定し、インスタンス抽出部３００に送信する。つまり、パターン候補「Ｘを食べる（Ｐ_１）」とパターン候補「Ｘの店に行く（Ｐ_２）」とは、インスタンス抽出部３００に送信されるパターンとなる。

図１０は、シードインスタンスと、パターン抽出部２００がインスタンス抽出部３００に送信するパターンとの関係を示す図である。なお、図１０は、パターンスコア計算部２０３が信頼度スコアを算出したパターン候補とインスタンスとを示す図でもある。

インスタンス抽出部３００のインスタンス候補抽出部３０２は、受け付けたパターンに関連（共起）するインスタンス候補を抽出する。

ここで、インスタンス候補抽出部３０２が、パターンＰ_１「Ｘを食べる」に関連（共起）するインスタンス候補として、インスタンス候補「パスタ」、「魚」、「イタリアン」、及び、「もつ鍋」を抽出したとする。また、インスタンス候補抽出部３０２が、パターンＰ_２「Ｘの店に行く」に関連（共起）するインスタンス候補として、インスタンス候補「魚」、「野球」、及び「サッカー」を抽出したとする。

したがって、インスタンス候補抽出部３０２は、インスタンス候補「パスタ」、「魚」、「イタリアン」、「もつ鍋」、「野球」及び「サッカー」を抽出する。以下、「イタリアン」を「Ｉ_３」とする。「もつ鍋」を「Ｉ_４」とする。「野球」を「Ｉ_５」とする。「サッカー」を「Ｉ_６」とする。

次に、インスタンススコア計算部３０３は、抽出されたインスタンス候補（パスタ、魚、イタリアン、もつ鍋、野球、及び、サッカー）の信頼度スコアを計算する。

具体的には、インスタンススコア計算部３０３は、インスタンス候補の信頼度スコアとして、次に示す数２を用いる。

数２において、Ｎ_Ｐは、パターンの数である。ｍａｘ_ｐｍｉは、数１と同様に、全てのインスタンスとパターンとに関するＰＭＩ（）における最大値である。また、数２の分子の合計において、関連しないインスタンスとパターンについては、合計の算出に用いない。

ここでは、インスタンススコア計算部３０３は、上記のＰＭＩに加え、各インスタンス候補とパターンとにおけるＰＭＩを、次のように算出したとする。
ＰＭＩ（Ｉ_３、Ｐ_１）＝０．７５０
ＰＭＩ（Ｉ_４、Ｐ_１）＝０．８００
ＰＭＩ（Ｉ_５、Ｐ_１）＝ＮＵ
ＰＭＩ（Ｉ_６、Ｐ_１）＝ＮＵ
ＰＭＩ（Ｉ_３、Ｐ_２）＝ＮＵ
ＰＭＩ（Ｉ_４、Ｐ_２）＝ＮＵ
ＰＭＩ（Ｉ_５、Ｐ_２）＝１．５００
ＰＭＩ（Ｉ_６、Ｐ_２）＝１．４００
その結果、インスタンススコア計算部３０３は、各インスタンス候補の信頼度スコアとして、次の値を算出する。
ｒ（Ｉ_１）＝（０．８００×１．５００）／（２．０００×１．５００）＝０．４００
ｒ（Ｉ_２）＝（０．８００×０．９００＋０．４３３×１．３００）／（２．０００×１．５００）＝０．４２８
ｒ（Ｉ_３）＝（０．８００×０．７５０）／（２．０００×１．５００）＝０．２００
ｒ（Ｉ_４）＝（０．８００×０．８００）／（２．０００×１．５００）＝０．２１３
ｒ（Ｉ_５）＝（０．４３３×１．５００）／（２．０００×１．５００）＝０．２１７
ｒ（Ｉ_６）＝（０．４３３×１．４００）／（２．０００×１．５００）＝０．２０２
図１１は、パターンとインスタンス候補との関係を示す図である。

次に、インスタンスラベル付与部３０４は、ラベル（正ラベル又は負ラベル）を付与するインスタンス候補を選定する。ここでは、インスタンス選定部３０６が、４つのインスタンスを選定するとする。そこで、インスタンスラベル付与部３０４は、信頼度スコアが高い方から４番目のインスタンス候補と５番目のインスタンス候補とにラベルを付与する。具体的には、インスタンスラベル付与部３０４は、インスタンス候補「Ｉ_４（もつ鍋）」とインスタンス候補「Ｉ_６（サッカー）」とにラベルを付与する。

今の場合、カテゴリは、食べ物である。そのため、インスタンス候補「Ｉ_４（もつ鍋）」は、カテゴリ「食べ物」に含まれる。一方、インスタンス候補「（サッカー）」は、カテゴリ「食べ物」に含まれない。

そこで、インスタンスラベル付与部３０４は、インスタンス候補「Ｉ_４（もつ鍋）」に正ラベルを、インスタンス候補「Ｉ_６（サッカー）」に負ラベルを付与する。

次に、インスタンススコア更新部３１１は、付与されたラベルを基に、インスタンス候補の信頼度スコアを更新する。今の場合、インスタンス候補「Ｉ_４（もつ鍋）」は、正ラベルが付与されている。そこで、インスタンススコア更新部３１１は、インスタンス候補「Ｉ_４（もつ鍋）」の信頼度スコア（０．２１７）を高くする。具体的には、インスタンススコア更新部３１１は、インスタンス候補「Ｉ_４（もつ鍋）」の信頼度スコアを「１．０００」に更新する。

また、インスタンス候補「Ｉ_６（サッカー）」は、負ラベルが付与されている。そこで、インスタンススコア更新部３１１は、インスタンス候補「Ｉ_６（サッカー）」の信頼度スコアを低くする。具体的には、インスタンススコア更新部３１１は、インスタンス候補「Ｉ_６（サッカー）」の信頼度スコアを「０．０００」にする。

図１２は、信頼度スコアが更新されたインスタンス候補を示す図である。

インスタンススコア逆伝播部３１２は、更新されたインスタンスの信頼度スコアを基に、パターンの信頼度スコアを再計算する。具体的には、インスタンススコア逆伝播部３１２は、数１を用いて各パターンの信頼度スコアを次のように算出する。ただし、インスタンスの数（Ｎ_Ｉ）は、先ほどの計算の時の「２」ではなく、「６」である。
ｒ（Ｐ_１）＝（０．４００×１．５００＋０．４２８×０．９００＋０．２００×０．７５０＋１．０００×０．８）／（６．０００×１．５００）＝０．２１５
ｒ（Ｐ_２）＝（０．４２８×１．３００＋０．２１７×１．５００＋０．０００×１．４００）／（６．０００×１．５００）＝０．０９８
図１３は、信頼度スコアが更新されたパターンを示す図である。

パターンスコア伝播部３１３は、修正されたパターンの信頼度スコアを基に、インスタンス候補の信頼度スコアを再計算する。具体的な、各インスタンス候補の信頼度スコアは、次のとおりである。
ｒ（Ｉ_１）＝（０．２１５×１．５００）／（２．０００×１．５００）＝０．１０８
ｒ（Ｉ_２）＝（０．２１５×０．９００＋０．０９８×１．３００）／（２．０００×１．５００）＝０．１０７
ｒ（Ｉ_３）＝（０．２１５×０．７５０）／（２．０００×１．５００）＝０．０５４
ｒ（Ｉ_４）＝（０．２１５×０．８００）／（２．０００×１．５００）＝０．０５７
ｒ（Ｉ_５）＝（０．０９８×１．５００）／（２．０００×１．５００）＝０．０４９
ｒ（Ｉ_６）＝（０．０９８×１．４００）／（２．０００×１．５００）＝０．０４６
図１４は、更新されたパターンの信頼度スコアに基づいて再計算されたインスタンス候補の信頼度スコアを示す図である。

インスタンス選定部３０６は、インスタンスとして、インスタンスの信頼度スコアが大きい方から所定の数（例えば、４つ）のインスタンス候補を選定する。

今の場合、インスタンス選定部３０６は、インスタンスとして、インスタンス候補「Ｉ_１（パスタ）」、「Ｉ_２（魚）」、「Ｉ_４（もつ鍋）」、及び「Ｉ_３（イタリアン）」を選定する。

一方、図１１に示されているインスタンス候補の信頼度スコアを用いた場合、インスタンス選定部３０６は、インスタンス候補「Ｉ_２（魚）」、「Ｉ_１（パスタ）」、「Ｉ_５（野球）」、及び「Ｉ_４（もつ鍋）」を、選定する。

このようの、情報処理装置１００は、カテゴリ「食べ物」に属さないインスタンス「Ｉ_５（野球）」を選定せずに、カテゴリ「食べ物」に属するインスタンス「Ｉ_３（イタリアン）」を選定できている。

［詳細例２］
次に、第２の実施形態に係る情報処理装置１０１の詳細な動作を説明する。ただし、以下の詳細な説明として、第１の実施形態と同様の構成についての詳細な説明を省略し、第２の実施形態に特有な構成について説明する。具体的には、パターンラベル付与部２０４及びパターンスコア再計算部２１０の詳細な動作について説明する。

パターンスコア計算部２０３が、図１０に示されているパターン候補の信頼度スコアを算出したとする。

そして、パターンラベル付与部２０４は、パターン候補Ｐ_２に正ラベルを付与したとする。その結果、パターンスコア再計算部２１０は、パターン候補Ｐ_２の信頼度スコアを高くする。すなわち、パターンスコア再計算部２１０のパターンスコア更新部２１１は、正ラベルが付与されたパターン候補Ｐ_２の信頼度スコアを増加させる。具体的には、この説明では、パターンスコア更新部２１１は、パターン候補Ｐ_２の信頼度スコアの値を「０．２」増加させる。

図１５は、信頼度スコアを更新されたパターン候補Ｐ_２を示す図である。

パターンスコア逆伝播部２１２は、更新されたパターン候補の信頼度スコアを基に、数２を用いて、インスタンス「Ｉ_１（パスタ）」及び「Ｉ_２（魚）」の信頼度スコアを再計算する。具体的には、パターンスコア逆伝播部２１２は、次のように、インスタンスの信頼度を算出する。
ｒ（Ｉ_１）＝０．８００×１．５００／（２．０００×１．５００）＝０．４００
ｒ（Ｉ_２）＝（０．８００×０．９００＋０．６３３×１．３００）／（２．０００×１．５００）＝０．５１４
図１６は、更新されたインスタンスの信頼度スコアを示す図である。

そして、インスタンススコア伝播部２１３は、更新されたインスタンスの信頼度スコアを基に、数１を用いてパターン候補の信頼度スコアを再計算する。具体的には、インスタンススコア伝播部２１３は、次に示されている信頼度スコアを算出する。
ｒ（Ｐ_１）＝（０．４００×１．５００＋０．５１４×０．９００）／（２．０００×１．５００）＝０．３５４
ｒ（Ｐ_２）＝（０．５１４×１．３００）／（２．０００×１．５００）＝０．２２３
図１７は、再計算後のパターン候補の信頼度スコアを示す図である。

ここで、パターン候補Ｐ_２の信頼度スコアの、信頼度スコアの合計値に対する比率を確認する。

図１０に示されているパターン候補Ｐ_２の信頼度スコアの比率（初期の比率）は、次のとおりである。
初期の比率＝０．４３３／（０．８００＋０．４３３）＝０．３５１
一方で、上記の処理の後のパターン候補Ｐ_２の信頼度スコアの比率（再計算後の比率）は、次のとおりである。
再計算後の比率＝０．２２３／（０．３５４＋０．２２３）＝０．３８６
このように、パターン候補Ｐ_２に正ラベルを付したことに基づいて、情報処理装置１０１は、パターン候補Ｐ_２の比率を上げている。

このように、情報処理装置１０１は、パターン候補に付与されたラベルを基に、パターン候補の信頼度スコアを改善している。

以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成及び詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。

この出願は、２０１６年 ２月１２日に出願された日本出願特願２０１６−０２５１５０を基礎とする優先権を主張し、その開示の全てをここに取り込む。

上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。

［付記１］
所定のデータの集合であるカテゴリに含まれるデータであるインスタンスの候補であるインスタンス候補と所定のデータにおける特徴的な表現であるパターンとの関連する程度を表す数値である第１の信頼度スコアを基に、インスタンス候補の少なくとも一部に、第１のラベルを付与するインスタンスラベル付与手段と、
第１のラベルが付与されたインスタンス候補の第１の信頼度スコアを更新するインスタンススコア再計算手段と
を含む情報処理装置。

［付記２］
インスタンスに関連するパターン候補を抽出するパターン候補抽出手段と、
パターン候補がインスタンスに関連する程度を示す第２の信頼度スコアを算出するパターンスコア計算手段と、
第２の信頼度スコアを基に、パターン候補からパターンを選定するパターン選定手段と
を含むパターン抽出手段と、
選定されたパターンに関連するインスタンス候補を抽出するインスタンス候補抽出手段と、
抽出されたインスタンス候補がパターンと関連する程度を示す第１の信頼度スコアを算出するインスタンススコア計算手段と、
インスタンスラベル付与手段と、
インスタンススコア再計算手段と、
更新された第１の信頼度スコアを基に、インスタンス候補からインスタンスを選定するインスタンス選定手段と
を含むインスタンス抽出手段と
を含む付記１に記載の情報処理装置。

［付記３］
インスタンススコア再計算手段が、
インスタンス候補に付与された第１のラベルを基に、インスタンス候補の第１の信頼度スコアを更新するインスタンススコア更新手段と、
更新されたインスタンス候補の第１の信頼度スコアを基に、パターンの第２の信頼度スコアを再計算するインスタンススコア逆伝播手段と、
再計算されたパターンの第２の信頼度スコアを基に、インスタンス候補の第１の信頼度スコアを再計算するパターンスコア伝搬手段と
を含む付記２に記載の情報処理装置。

［付記４］
パターン抽出手段が、インスタンス抽出手段が選定したインスタンスを用いて動作する
付記２又は３に記載の情報処理装置。

［付記５］
パターン抽出手段とインスタンス抽出手段とが、所定の条件を満足するまで動作を繰り返す
付記４に記載の情報処理装置。

［付記６］
インスタンススコア再計算手段が、
インスタンス候補に付与された第１のラベルを基に、インスタンス候補を削除するインスタンス負例削除手段を含む
付記５に記載の情報処理装置。

［付記７］
パターン抽出手段が、さらに、
第２の信頼度スコアが付与されたパターン候補に、パターン候補の関連するインスタンスがカテゴリに含まれるか否かを示す第２のラベルを付与するパターンラベル付与手段と、
パターン候補に付与された第２のラベルを基に、パターン候補の第２の信頼度スコアを再計算するパターンスコア再計算手段と
を含む付記２ないし６のいずれか１項に記載の情報処理装置。

［付記８］
パターンスコア再計算手段が、
パターン候補に付与された第２のラベルを基に、パターン候補の第２の信頼度スコアを更新するパターンスコア更新手段と、
更新されたパターン候補の第２の信頼度スコアを基に、パターン候補に対応するインスタンスの第１の信頼度スコアを再計算するパターンスコア逆伝播手段と、
再計算されたインスタンスの第１の信頼度スコアを基に、パターン候補の第２の信頼度スコアを再計算するインスタンススコア伝搬手段と
を含む付記７に記載の情報処理装置。

［付記９］
パターンスコア再計算手段が、さらに、
パターン候補に付与された第２のラベルを基に、パターン候補を削除するパターン負例削除手段を
含む付記８に記載の情報処理装置。

［付記１０］
所定のデータの集合であるカテゴリに含まれるデータであるインスタンスの候補であるインスタンス候補と所定のデータにおける特徴的な表現であるパターンとの関連する程度を表す数値である第１の信頼度スコアを基に、インスタンス候補の少なくとも一部に、第１のラベルを付与し、
第１のラベルが付与されたインスタンス候補の第１の信頼度スコアを更新する
情報処理方法。

［付記１１］
所定のデータの集合であるカテゴリに含まれるデータであるインスタンスの候補であるインスタンス候補と所定のデータにおける特徴的な表現であるパターンとの関連する程度を表す数値である第１の信頼度スコアを基に、インスタンス候補の少なくとも一部に、第１のラベルを付与する処理と、
第１のラベルが付与されたインスタンス候補の第１の信頼度スコアを更新する処理と
をコンピュータに実行させるプログラムをコンピュータ読み取り可能に記録する記録媒体。

本発明は、大規模なコーパスからカテゴリに含まれるデータ（知識）を獲得する知識獲得の用途に適用できる。

また、本発明は、特定の分野のコーパスに対して、その分野に固有のカテゴリに含まれるデータ（知識）を獲得する用途にも適用可能である。

１００ 情報処理装置
１０１ 情報処理装置
１０２ 情報処理装置
２００ パターン抽出部
２０１ パターン抽出部
２０２ パターン候補抽出部
２０３ パターンスコア計算部
２０４ パターンラベル付与部
２０６ パターン選定部
２１０ パターンスコア再計算部
２１１ パターンスコア更新部
２１２ パターンスコア逆伝播部
２１３ インスタンススコア伝播部
２１４ パターン負例削除部
２１５ パターンスコア再計算部
３００ インスタンス抽出部
３０２ インスタンス候補抽出部
３０３ インスタンススコア計算部
３０４ インスタンスラベル付与部
３０６ インスタンス選定部
３１０ インスタンススコア再計算部
３１１ インスタンススコア更新部
３１２ インスタンススコア逆伝播部
３１３ パターンスコア伝播部
３１４ インスタンス負例削除部
３１５ インスタンススコア再計算部
６００ 情報処理装置
６１０ ＣＰＵ
６２０ ＲＯＭ
６３０ ＲＡＭ
６４０ 内部記憶装置
６５０ ＩＯＣ
６６０ 入力機器
６７０ 表示機器
６８０ ＮＩＣ
７００ 記憶媒体
９００ カテゴリ知識獲得装置
９０１ カテゴリ知識獲得装置
９２０ パターン抽出部
９２２ パターン候補抽出部
９２３ パターンスコア計算部
９２６ パターン選定部
９３０ インスタンス抽出部
９３１ インスタンス抽出部
９３２ インスタンス候補抽出部
９３３ インスタンススコア計算部
９３４ チェック対象インスタンス選定部
９３５ 負例チェック部
９３６ インスタンス選定部
９３７ インスタンス削除部
９３８ インスタンススコア再計算部

本発明は、情報（データ）の処理に関し、特に、情報（データ）を選択する情報処理装置、情報処理方法、及びプログラムに関する。

本発明の目的は、上記問題点を解決し、インスタンスを適切に選定（抽出）する情報処理装置、情報処理方法、及び、プログラムを提供することにある。

本発明の一形態におけるプログラムは、所定のデータの集合であるカテゴリに含まれるデータであるインスタンスの候補であるインスタンス候補と所定のデータにおける特徴的な表現であるパターンとの関連する程度を表す数値である第１の信頼度スコアを基に、インスタンス候補の少なくとも一部に、第１のラベルを付与する処理と、第１のラベルが付与されたインスタンス候補の第１の信頼度スコアを更新する処理とをコンピュータに実行させる。

［付記１１］
所定のデータの集合であるカテゴリに含まれるデータであるインスタンスの候補であるインスタンス候補と所定のデータにおける特徴的な表現であるパターンとの関連する程度を表す数値である第１の信頼度スコアを基に、インスタンス候補の少なくとも一部に、第１のラベルを付与する処理と、
第１のラベルが付与されたインスタンス候補の第１の信頼度スコアを更新する処理と
をコンピュータに実行させるプログラム。

［付記３］
インスタンススコア再計算手段が、
インスタンス候補に付与された第１のラベルを基に、インスタンス候補の第１の信頼度スコアを更新するインスタンススコア更新手段と、
更新されたインスタンス候補の第１の信頼度スコアを基に、パターンの第２の信頼度スコアを再計算するインスタンススコア逆伝播手段と、
再計算されたパターンの第２の信頼度スコアを基に、インスタンス候補の第１の信頼度スコアを再計算するパターンスコア伝播手段と
を含む付記２に記載の情報処理装置。

［付記８］
パターンスコア再計算手段が、
パターン候補に付与された第２のラベルを基に、パターン候補の第２の信頼度スコアを更新するパターンスコア更新手段と、
更新されたパターン候補の第２の信頼度スコアを基に、パターン候補に対応するインスタンスの第１の信頼度スコアを再計算するパターンスコア逆伝播手段と、
再計算されたインスタンスの第１の信頼度スコアを基に、パターン候補の第２の信頼度スコアを再計算するインスタンススコア伝播手段と
を含む付記７に記載の情報処理装置。

［構成の説明］
まず、第２の実施形態に係る情報処理装置１０１の構成について、図面を参照して説明する。

このように、情報処理装置１００は、カテゴリ「食べ物」に属さないインスタンス「Ｉ_５（野球）」を選定せずに、カテゴリ「食べ物」に属するインスタンス「Ｉ_３（イタリアン）」を選定できている。

パターンスコア逆伝播部２１２は、更新されたパターン候補の信頼度スコアを基に、数２を用いて、インスタンス「Ｉ_１（パスタ）」及び「Ｉ_２（魚）」の信頼度スコアを再計算する。具体的には、パターンスコア逆伝播部２１２は、次のように、インスタンスの信頼度スコアを算出する。
ｒ（Ｉ_１）＝０．８００×１．５００／（２．０００×１．５００）＝０．４００
ｒ（Ｉ_２）＝（０．８００×０．９００＋０．６３３×１．３００）／（２．０００×１．５００）＝０．５１４
図１６は、更新されたインスタンスの信頼度スコアを示す図である。

Claims (11)

1. 所定のデータの集合であるカテゴリに含まれるデータであるインスタンスの候補であるインスタンス候補と前記所定のデータにおける特徴的な表現であるパターンとの関連する程度を表す数値である第１の信頼度スコアを基に、前記インスタンス候補の少なくとも一部に、第１のラベルを付与するインスタンスラベル付与手段と、
   前記第１のラベルが付与された前記インスタンス候補の前記第１の信頼度スコアを更新するインスタンススコア再計算手段と
   を含む情報処理装置。
2. 前記インスタンスに関連するパターン候補を抽出するパターン候補抽出手段と、
   前記パターン候補が前記インスタンスに関連する程度を示す第２の信頼度スコアを算出するパターンスコア計算手段と、
   前記第２の信頼度スコアを基に、前記パターン候補から前記パターンを選定するパターン選定手段と
   を含むパターン抽出手段と、
   選定された前記パターンに関連する前記インスタンス候補を抽出するインスタンス候補抽出手段と、
   抽出された前記インスタンス候補における前記第１の信頼度スコアを算出するインスタンススコア計算手段と、
   前記インスタンスラベル付与手段と、
   前記インスタンススコア再計算手段と、
   更新された前記第１の信頼度スコアを基に、前記インスタンス候補から前記インスタンスを選定するインスタンス選定手段と
   を含むインスタンス抽出手段と
   を含む請求項１に記載の情報処理装置。
3. 前記インスタンススコア再計算手段が、
   前記インスタンス候補に付与された前記第１のラベルを基に、前記インスタンス候補の前記第１の信頼度スコアを更新するインスタンススコア更新手段と、
   更新された前記インスタンス候補の前記第１の信頼度スコアを基に、前記パターンの前記第２の信頼度スコアを再計算するインスタンススコア逆伝播手段と、
   再計算された前記パターンの前記第２の信頼度スコアを基に、前記インスタンス候補の前記第１の信頼度スコアを再計算するパターンスコア伝搬手段と
   を含む請求項２に記載の情報処理装置。
4. 前記パターン抽出手段が、前記インスタンス抽出手段が選定した前記インスタンスを用いて動作する
   請求項２又は３に記載の情報処理装置。
5. 前記パターン抽出手段と前記インスタンス抽出手段とが、所定の条件を満足するまで動作を繰り返す
   請求項４に記載の情報処理装置。
6. 前記インスタンススコア再計算手段が、
   前記インスタンス候補に付与された前記第１のラベルを基に、前記インスタンス候補を削除するインスタンス負例削除手段を
   含む請求項５に記載の情報処理装置。
7. 前記パターン抽出手段が、さらに、
   前記第２の信頼度スコアが付与された前記パターン候補に、前記パターン候補の関連する前記インスタンスが前記カテゴリに含まれるか否かを示す第２のラベルを付与するパターンラベル付与手段と、
   前記パターン候補に付与された前記第２のラベルを基に、前記パターン候補の前記第２の信頼度スコアを再計算するパターンスコア再計算手段と
   を含む請求項２ないし６のいずれか１項に記載の情報処理装置。
8. 前記パターンスコア再計算手段が、
   前記パターン候補に付与された前記第２のラベルを基に、前記パターン候補の前記第２の信頼度スコアを更新するパターンスコア更新手段と、
   更新された前記パターン候補の前記第２の信頼度スコアを基に、前記パターン候補に対応する前記インスタンスの前記第１の信頼度スコアを再計算するパターンスコア逆伝播手段と、
   再計算された前記インスタンスの前記第１の信頼度スコアを基に、前記パターン候補の前記第２の信頼度スコアを再計算するインスタンススコア伝搬手段と
   を含む請求項７に記載の情報処理装置。
9. 前記パターンスコア再計算手段が、さらに、
   前記パターン候補に付与された前記第２のラベルを基に、前記パターン候補を削除するパターン負例削除手段を
   含む請求項８に記載の情報処理装置。
10. 所定のデータの集合であるカテゴリに含まれるデータであるインスタンスの候補であるインスタンス候補と前記所定のデータにおける特徴的な表現であるパターンとの関連する程度を表す数値である第１の信頼度スコアを基に、前記インスタンス候補の少なくとも一部に、第１のラベルを付与し、
    前記第１のラベルが付与された前記インスタンス候補の前記第１の信頼度スコアを更新する
    情報処理方法。
11. 所定のデータの集合であるカテゴリに含まれるデータであるインスタンスの候補であるインスタンス候補と前記所定のデータにおける特徴的な表現であるパターンとの関連する程度を表す数値である第１の信頼度スコアを基に、前記インスタンス候補の少なくとも一部に、第１のラベルを付与する処理と、
    前記第１のラベルが付与された前記インスタンス候補の前記第１の信頼度スコアを更新する処理と
    をコンピュータに実行させるプログラムをコンピュータ読み取り可能に記録する記録媒体。

Images