JPWO2019082362A1 - 単語意味関係推定装置および単語意味関係推定方法 - Google Patents
単語意味関係推定装置および単語意味関係推定方法 Download PDFInfo
- Publication number
- JPWO2019082362A1 JPWO2019082362A1 JP2019549790A JP2019549790A JPWO2019082362A1 JP WO2019082362 A1 JPWO2019082362 A1 JP WO2019082362A1 JP 2019549790 A JP2019549790 A JP 2019549790A JP 2019549790 A JP2019549790 A JP 2019549790A JP WO2019082362 A1 JPWO2019082362 A1 JP WO2019082362A1
- Authority
- JP
- Japan
- Prior art keywords
- word
- unit
- vector
- character
- database
- 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
- 238000000034 method Methods 0.000 title description 27
- 239000013598 vector Substances 0.000 claims abstract description 237
- 238000000605 extraction Methods 0.000 claims abstract description 55
- 238000006243 chemical reaction Methods 0.000 claims abstract description 23
- 239000000284 extract Substances 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 10
- 241000251468 Actinopterygii Species 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 235000013305 food Nutrition 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000007710 freezing Methods 0.000 description 2
- 230000008014 freezing Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 101000911772 Homo sapiens Hsc70-interacting protein Proteins 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 235000013611 frozen food Nutrition 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3347—Query execution using vector based model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
実施の形態1.
図1は、実施の形態1に係る単語意味関係推定装置100の構成を示すブロック図である。
単語意味関係推定装置100は、単語検索部101、単語ベクトル抽出部102、単語ベクトルデータベース(データベース)103、文字ベクトル変換部104、特徴量取得部105および推定部106を備える。
また、単語意味関係推定装置100には、入力装置200および表示装置300が接続されている。入力装置200は、例えばマウスまたはキーボートで構成される。表示装置300は、例えばディスプレイで構成される。
一方、この実施の形態1では、特徴量取得部105が2つの単語の単語ベクトルと、文字ベクトルとを結合することにより、2つの単語間の「不」の文字ベクトルが差異として確認され、文字ベクトルから2つの単語の意味の違いを判別することができる。特徴量取得部105は、結合によって得られた特徴量を推定部106に出力する。
・参考文献1
J. Weston and C. Watkins, "Multi-class support vector machines", Royal Holloway Technical Report CSD-TR-98-04, 1998.
図2Aおよび図2Bは、実施に形態1に係る単語意味関係推定装置100のハードウェア構成例を示す図である。
単語意味関係推定装置100における単語ベクトルデータベース103は、ストレージ100aにより実現される。単語意味関係推定装置100における単語検索部101、単語ベクトル抽出部102、文字ベクトル変換部104、特徴量取得部105および推定部106の各機能は、処理回路により実現される。即ち、単語意味関係推定装置100は、上記各機能を実現するための処理回路を備える。当該処理回路は、図2Aに示すように専用のハードウェアである処理回路100bであってもよいし、図2Bに示すようにメモリ100dに格納されているプログラムを実行するプロセッサ100cであってもよい。
メモリ100dは、例えば、RAM(Random Access Memory)、ROM(Read Only Memory)、フラッシュメモリ、EPROM(Erasable Programmable ROM)、EEPROM(Electrically EPROM)等の不揮発性または揮発性の半導体メモリであってもよいし、ハードディスク、フレキシブルディスク等の磁気ディスクであってもよいし、ミニディスク、CD(Compact Disc)、DVD(Digital Versatile Disc)等の光ディスクであってもよい。
図3は、実施の形態1に係る単語意味関係推定装置100の動作を示すフローチャートである。
入力装置200から単語ペアが入力されると(ステップST1)、単語検索部101は、入力された単語ペアを構成する各単語を、単語ベクトルデータベース103から検索する(ステップST2)。単語検索部101は、各単語について、ステップST2の検索結果が一件以上存在するか否か判定を行う(ステップST3)。ステップST3の判定処理は、例えば単語ペアが第1の単語と第2の単語とで構成されていた場合に、第1の単語について検索結果が一件以上存在し、且つ第2の単語について検索結果が一件以上存在したか否かの判定を行うものである。検索結果が一件以上存在しない場合(ステップST3;NO)、単語検索部101は処理を終了する。
この実施の形態2では、未知語を含む単語ペアから、単語間の意味関係を推定する構成を示す。
図4は、実施の形態2に係る単語意味関係推定装置100Aの構成を示すブロック図である。
単語意味関係推定装置100Aは、図1で示した実施の形態1の単語意味関係推定装置100に、推定器切替部107を追加して構成している。また、図1で示した実施の形態1の単語意味関係推定装置100の特徴量取得部105および推定部106に替えて、特徴量取得部105aおよび推定部106aを設けて構成している。
以下では、実施の形態1に係る単語意味関係推定装置100の構成要素と同一または相当する部分には、実施の形態1で使用した符号と同一の符号を付して説明を省略または簡略化する。
単語意味関係推定装置100Aにおける推定器切替部107、特徴量取得部105aおよび推定部106aは、図2Aで示した処理回路100b、または図2Bで示したメモリ100dに格納されるプログラムを実行するプロセッサ100cである。
図5は、実施の形態2に係る発明の単語意味関係推定装置100Aの動作を示すフローチャートである。
以下では、実施の形態1に係る発明の単語意味関係推定装置100と同一のステップには、図3で示した符号と同一の符号を付し、説明を省略または簡略化する。
ステップST3において、単語検索部101が、検索結果が一件以上存在すると判定した場合(ステップST3;YES)、推定器切替部107は当該判定結果に基づいて、推定部106aに第1の推定器の適用を決定する(ステップST11)。推定器切替部107は、第1の推定器の適用を、推定部106aに指示する。推定部106aは、推定器切替部107からの指示に基づいて、推定部106aの切り替えを行う(ステップST12)。その後、単語意味関係推定装置100Aは、ステップST4からステップST7の処理を行う。
この実施の形態3では、入力された単語ペアに未知語が含まれていた場合に、当該未知語を構成する文字列に部分一致する単語を検索し、単語間の意味関係を推定する構成を示す。
図6は、実施の形態3に係る単語意味関係推定装置100Bの構成を示すブロック図である。
単語意味関係推定装置100Bは、図4で示した実施の形態2の単語意味関係推定装置100Aに、追加検索部108を追加して構成している。また、図4で示した実施の形態2の単語意味関係推定装置100Aの推定器切替部107に替えて、推定器切替部107aを設けて構成している。
以下では、実施の形態2に係る単語意味関係推定装置100Aの構成要素と同一または相当する部分には、実施の形態2で使用した符号と同一の符号を付して説明を省略または簡略化する。
単語意味関係推定装置100Bにおける推定器切替部107a、特徴量取得部105a、推定部106aおよび追加検索部108は、図2Aで示した処理回路100b、または図2Bで示したメモリ100dに格納されるプログラムを実行するプロセッサ100cである。
追加検索部108が、単語ベクトルデータベース103に登録されていない「瞬冷凍」という単語について、単語ベクトルデータベース103を検索する場合を例に説明する。追加検索部108は、「瞬冷凍」について、例えば2文字単位の部分単語を取得する。追加検索部108は、「瞬冷凍」を構成する文字列「瞬冷」および「冷凍」を部分単語として取得する。追加検索部108は、「瞬冷」および「冷凍」との部分単語を、単語ベクトルデータベース103から検索する。ここでは、単語ベクトルデータベース103に「冷凍」が登録されているものとする。追加検索部108は、単語ベクトルデータベース103を参照し、「冷凍」の部分単語を検索結果として取得する。追加検索部108は、検索結果が一件以上存在すると判定する。
なお、追加検索部108は、上述した例では2文字単位の部分単語を取得する例を示したが、3文字単位の部分単語等、文字数を変化させて部分単語を取得してもよい。その結果、追加検索部108が、各文字数で複数の部分単語を検索結果として取得した場合、単語ベクトル抽出部102が部分単語の単語ベクトルの平均ベクトルを単語ベクトルとして抽出してもよい。また、平均ベクトルを用いる場合、単語ベクトル抽出部102は、文字数が多く一致した単語がより未知語の意味に近いとし、一致した部分単語の文字数に応じた重みを付して、平均ベクトルを算出してもよい。
図7は、実施の形態3に係る発明の単語意味関係推定装置100Bの動作を示すフローチャートである。
以下では、実施の形態2に係る発明の単語意味関係推定装置100Aと同一のステップには、図5で示した符号と同一の符号を付し、説明を省略または簡略化する。
この場合、単語検索部101が、各単語を単語ベクトルデータベース103から検索できなかった場合に、単語ペアに含まれる未知語を構成する文字に部分一致する単語を、単語ベクトルデータベース103から検索する追加検索部108を備え、単語ベクトル抽出部102は、追加検索部108が検索した未知語を構成する文字に部分一致する単語に対応する単語ベクトルを、単語ベクトルデータベース103から検索するように構成する。当該構成により、未知語を構成する文字を手掛かりとして、未知語に意味の近い別の単語の単語ベクトルを用いて単語間の意味関係を推定することができる。
上述した実施の形態1から実施の形態3では、シソーラスを教師データとした推定器を備える推定部106,106aが単語間の意味関係を推定する構成を示した。この実施の形態4では、当該シソーラスの構造情報に基づいて、推定部106,106aが入力された単語ペアの意味関係を推定する際に、単語ペアの上位下位関係の距離、すなわち抽出度合いを推定する構成を示す。これにより、例えば、入力された文章を言い換えた文を作成する場合に、置き換える単語の抽出度合いを調節することができる。
図8の例では、単語「魚」の直下に定義されている単語「アジ」に着目すると、単語「魚」と単語「アジ」との抽出度合いは「1」となる。単語「魚」の上位に定義された「食べ物」と単語「アジ」との抽出度合いは「2」となる。推定部106,106aは、例えば、図8で示した定義に基づいて、単語ペアの意味関係の抽出度合いを求める。
(1)抽出度合い「2」の場合(抽出度合い高)の言い換え例
言い換え前:マグロをおいしく冷凍保存するにはどうすればいい?
言い換え後:食べ物をおいしく冷凍保存するにはどうすればいい?
(2)抽出度合い「1」の場合(抽出度合い普通)の言い換え例
言い換え前:マグロをおいしく冷凍保存するにはどうすればいい?
言い換え後:魚をおいしく冷凍保存するにはどうすればいい?
Claims (6)
- 入力された単語ペアを構成する各単語を、データベースから検索する単語検索部と、
前記単語検索部が検索した前記各単語に対応する単語ベクトルを、前記データベースから抽出する単語ベクトル抽出部と、
前記単語ペアを構成する文字を文字ベクトルに変換する文字ベクトル変換部と、
前記単語ベクトル抽出部が抽出した前記各単語の単語ベクトルと、前記文字ベクトル変換部が変換した前記文字ベクトルとを結合して特徴量を取得する特徴量取得部と、
前記特徴量取得部が取得した前記特徴量から前記各単語間の意味関係を推定する推定部とを備えた単語意味関係推定装置。 - 前記単語検索部が前記各単語を前記データベースから検索したか否かに基づいて、前記単語ベクトルと前記文字ベクトルとを特徴量として前記各単語間の意味関係を推定する第1の推定器と、前記文字ベクトルのみを特徴量として前記各単語間の意味関係を推定する第2の推定器とを切り替える推定器切替部を備え、
前記特徴量取得部は、前記単語検索部が前記各単語を前記データベースから検索した場合に、前記単語ベクトルと前記文字ベクトルとを結合した特徴量を取得し、各単語を前記データベースから検索できなかった場合に、前記文字ベクトルを特徴量として取得し、
前記推定部は、前記推定器切替部の切り替えに応じて前記第1の推定器または前記第2の推定器を適用し、前記特徴量取得部が取得した特徴量から前記各単語間の意味関係を推定することを特徴とする請求項1記載の単語意味関係推定装置。 - 前記単語検索部が、前記各単語を前記データベースから検索できなかった場合に、前記単語ペアに含まれる未知語を構成する文字に部分一致する単語を、前記データベースから検索する追加検索部を備え、
前記単語ベクトル抽出部は、前記追加検索部が検索した前記未知語を構成する文字に部分一致する単語に対応する単語ベクトルを、前記データベースから検索することを特徴とする請求項1記載の単語意味関係推定装置。 - 前記単語検索部が、前記各単語を前記データベースから検索できなかった場合に、前記単語ペアに含まれる未知語を構成する文字に部分一致する単語を、前記データベースから検索する追加検索部を備え、
前記推定器切替部は、前記追加検索部が前記未知語を構成する文字に部分一致する単語を前記データベースから検索したか否かに基づいて、前記第1の推定器と前記第2の推定器とを切り替え、
前記特徴量取得部は、前記追加検索部が前記未知語を構成する文字に部分一致する単語を前記データベースから検索した場合に、前記単語ベクトルと前記文字ベクトルとを結合した特徴量を取得し、前記未知語を構成する文字に部分一致する単語を前記データベースから検索できなかった場合に、前記文字ベクトルを特徴量として取得することを特徴とする請求項2記載の単語意味関係推定装置。 - 前記推定部は、前記各単語間の意味関係を推定する推定器の教師データの構造情報に基づいて、前記意味関係を推定した前記各単語間の上位下位関係の距離を示す抽出度合いを推定することを特徴とする請求項1記載の単語意味関係推定装置。
- 単語検索部が、入力された単語ペアを構成する各単語を、データベースから検索するステップと、
単語ベクトル抽出部が、前記検索された前記各単語に対応する単語ベクトルを、前記データベースから抽出するステップと、
文字ベクトル変換部が、前記単語ペアを構成する文字を文字ベクトルに変換するステップと、
特徴量取得部が、前記抽出された前記各単語の単語ベクトルと、前記変換された前記文字ベクトルとを結合して特徴量を取得するステップと、
推定部が、前記取得された前記特徴量から前記各単語間の意味関係を推定するステップとを備えた単語意味関係推定方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2017/038791 WO2019082362A1 (ja) | 2017-10-26 | 2017-10-26 | 単語意味関係推定装置および単語意味関係推定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019082362A1 true JPWO2019082362A1 (ja) | 2020-02-27 |
JP6678834B2 JP6678834B2 (ja) | 2020-04-08 |
Family
ID=66246318
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019549790A Active JP6678834B2 (ja) | 2017-10-26 | 2017-10-26 | 単語意味関係推定装置および単語意味関係推定方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11328006B2 (ja) |
EP (1) | EP3683694A4 (ja) |
JP (1) | JP6678834B2 (ja) |
CN (1) | CN111226223B (ja) |
WO (1) | WO2019082362A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109754012A (zh) * | 2018-12-29 | 2019-05-14 | 新华三大数据技术有限公司 | 实体语义关系分类方法、模型训练方法、装置及电子设备 |
US11217227B1 (en) | 2019-11-08 | 2022-01-04 | Suki AI, Inc. | Systems and methods for generating disambiguated terms in automatically generated transcriptions including instructions within a particular knowledge domain |
US11538465B1 (en) * | 2019-11-08 | 2022-12-27 | Suki AI, Inc. | Systems and methods to facilitate intent determination of a command by grouping terms based on context |
CN111259148B (zh) | 2020-01-19 | 2024-03-26 | 北京小米松果电子有限公司 | 信息处理方法、装置及存储介质 |
JP7529048B2 (ja) | 2020-12-28 | 2024-08-06 | 日本電気株式会社 | 情報処理装置、情報処理方法、及びプログラム |
CN113343704A (zh) * | 2021-04-15 | 2021-09-03 | 山东师范大学 | 一种基于词嵌入向量的文本检索方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000222427A (ja) * | 1999-02-02 | 2000-08-11 | Mitsubishi Electric Corp | 関連語抽出装置、関連語抽出方法及び関連語抽出プログラムが記録された記録媒体 |
WO2014002776A1 (ja) * | 2012-06-25 | 2014-01-03 | 日本電気株式会社 | 同義語抽出システム、方法および記録媒体 |
WO2014033799A1 (ja) * | 2012-08-27 | 2014-03-06 | 株式会社日立製作所 | 単語意味関係抽出装置 |
JP2014238726A (ja) * | 2013-06-07 | 2014-12-18 | 日本電信電話株式会社 | 反義分類モデル学習装置、反義分類装置、方法、及びプログラム |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003288362A (ja) * | 2002-03-27 | 2003-10-10 | Seiko Epson Corp | 特定要素ベクトル生成装置、文字列ベクトル生成装置、類似度算出装置、特定要素ベクトル生成プログラム、文字列ベクトル生成プログラム及び類似度算出プログラム、並びに特定要素ベクトル生成方法、文字列ベクトル生成方法及び類似度算出方法 |
US8571850B2 (en) * | 2007-09-13 | 2013-10-29 | Microsoft Corporation | Dual cross-media relevance model for image annotation |
JP5254888B2 (ja) * | 2009-06-05 | 2013-08-07 | 日本電信電話株式会社 | 言語資源情報生成装置、方法、プログラム、および記録媒体 |
CN101763402B (zh) * | 2009-12-30 | 2012-07-04 | 哈尔滨工业大学 | 多语言信息检索一体化检索方法 |
JP6705318B2 (ja) * | 2016-07-14 | 2020-06-03 | 富士通株式会社 | 対訳辞書作成装置、対訳辞書作成方法、及び対訳辞書作成プログラム |
CN106776544B (zh) * | 2016-11-24 | 2020-05-05 | 四川无声信息技术有限公司 | 人物关系识别方法及装置和分词方法 |
US20180203921A1 (en) * | 2017-01-17 | 2018-07-19 | Xerox Corporation | Semantic search in document review on a tangible user interface |
CN107247704B (zh) * | 2017-06-09 | 2020-09-08 | 阿里巴巴集团控股有限公司 | 词向量处理方法、装置以及电子设备 |
-
2017
- 2017-10-26 JP JP2019549790A patent/JP6678834B2/ja active Active
- 2017-10-26 WO PCT/JP2017/038791 patent/WO2019082362A1/ja unknown
- 2017-10-26 CN CN201780096022.4A patent/CN111226223B/zh active Active
- 2017-10-26 EP EP17929667.8A patent/EP3683694A4/en not_active Withdrawn
- 2017-10-26 US US16/648,473 patent/US11328006B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000222427A (ja) * | 1999-02-02 | 2000-08-11 | Mitsubishi Electric Corp | 関連語抽出装置、関連語抽出方法及び関連語抽出プログラムが記録された記録媒体 |
WO2014002776A1 (ja) * | 2012-06-25 | 2014-01-03 | 日本電気株式会社 | 同義語抽出システム、方法および記録媒体 |
WO2014033799A1 (ja) * | 2012-08-27 | 2014-03-06 | 株式会社日立製作所 | 単語意味関係抽出装置 |
JP2014238726A (ja) * | 2013-06-07 | 2014-12-18 | 日本電信電話株式会社 | 反義分類モデル学習装置、反義分類装置、方法、及びプログラム |
Non-Patent Citations (2)
Title |
---|
笠原 要: "単語の対義性判別方式", 2001年度人工知能学会全国大会(第15回)論文集 [CD−ROM], JPN6020004560, 25 May 2001 (2001-05-25), ISSN: 0004209130 * |
進藤 裕之: "畳み込みニューラルネットワークを用いた複単語表現の解析", 情報処理学会 研究報告 自然言語処理(NL) 2015−NL−223 [ONLINE], JPN6020004561, 9 October 2015 (2015-10-09), ISSN: 0004209131 * |
Also Published As
Publication number | Publication date |
---|---|
US20200234009A1 (en) | 2020-07-23 |
EP3683694A1 (en) | 2020-07-22 |
JP6678834B2 (ja) | 2020-04-08 |
WO2019082362A1 (ja) | 2019-05-02 |
EP3683694A4 (en) | 2020-08-12 |
CN111226223B (zh) | 2023-10-20 |
CN111226223A (zh) | 2020-06-02 |
US11328006B2 (en) | 2022-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6678834B2 (ja) | 単語意味関係推定装置および単語意味関係推定方法 | |
Pilehvar et al. | De-conflated semantic representations | |
CN106570141B (zh) | 近似重复图像检测方法 | |
JP5346279B2 (ja) | 検索による注釈付与 | |
WO2020244065A1 (zh) | 基于人工智能的字向量定义方法、装置、设备及存储介质 | |
JP5078173B2 (ja) | 多義性解消方法とそのシステム | |
JP5710581B2 (ja) | 質問応答装置、方法、及びプログラム | |
JP5216063B2 (ja) | 未登録語のカテゴリを決定する方法と装置 | |
KR102695381B1 (ko) | 엔티티-속성 관계 식별 | |
CN109558570B (zh) | 句生成方法和设备 | |
JP2016207141A (ja) | 要約生成装置、要約生成方法、及び要約生成プログラム | |
JP7116309B2 (ja) | コンテキスト情報生成方法、コンテキスト情報生成装置およびコンテキスト情報生成プログラム | |
US8204736B2 (en) | Access to multilingual textual resources | |
Renjit et al. | CUSAT NLP@ AILA-FIRE2019: Similarity in Legal Texts using Document Level Embeddings. | |
Dubuisson Duplessis et al. | Utterance retrieval based on recurrent surface text patterns | |
Liu et al. | Deep learning in knowledge graph | |
JP4945015B2 (ja) | 文書検索システム、文書検索プログラム、および文書検索方法 | |
JP6555810B2 (ja) | 類似度算出装置、類似検索装置、および類似度算出プログラム | |
Suneera et al. | A bert-based question representation for improved question retrieval in community question answering systems | |
JP2015018372A (ja) | 表現抽出モデル学習装置、表現抽出モデル学習方法、および、コンピュータ・プログラム | |
Castillo et al. | Using sentence semantic similarity based on WordNet in recognizing textual entailment | |
US11244015B1 (en) | Projecting queries into a content item embedding space | |
Toews et al. | Determining Domain-Specific Differences of Polysemous Words Using Context Information. | |
JP2011243166A (ja) | テキスト要約装置、テキスト要約方法及びテキスト要約プログラム | |
JP6584361B2 (ja) | キーワード抽出装置、キーワード抽出方法及びキーワード抽出プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191118 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20191118 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200129 |
|
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: 20200218 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200317 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6678834 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |