JPWO2019224891A1 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JPWO2019224891A1 JPWO2019224891A1 JP2018545404A JP2018545404A JPWO2019224891A1 JP WO2019224891 A1 JPWO2019224891 A1 JP WO2019224891A1 JP 2018545404 A JP2018545404 A JP 2018545404A JP 2018545404 A JP2018545404 A JP 2018545404A JP WO2019224891 A1 JPWO2019224891 A1 JP WO2019224891A1
- Authority
- JP
- Japan
- Prior art keywords
- model
- word
- sentence
- sentences
- information
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9032—Query formulation
- G06F16/90332—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/93—Document management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
Abstract
Description
先ず、分類装置1の構成について、図1Aを用いて説明する。図1Aは、本実施形態に係る分類装置1の概要構成の一例を示すブロック図である。図1Aに示すように、分類装置1は、システム制御部11と、システムバス12と、入出力インターフェース13と、記憶部14と、通信部15と、入力部16と、表示部17と、を備えている。システム制御部11と入出力インターフェース13とは、システムバス12を介して接続されている。
次に、図1B乃至図3を用いて、システム制御部11の機能概要について説明する。図1Bは、本実施形態に係る分類装置1のシステム制御部11の機能ブロックの一例を示す図である。システム制御部11は、CPU11aが、記憶部14に記憶されているプログラムに含まれる各種コード等を読み出し実行することにより、図1Bに示すように、語用モデル生成部111、文章用モデル生成部112、分類器生成部113、語用モデル制御部114、文章用モデル制御部115、及び出力制御部116等として機能する。
分類器2は、関連付けの実行時、所与の文章(以下、「対象文章」という。)と、対象文章に含まれる語であって、関連付け先を識別する対象となる語(以下、「対象語」という。)とが入力されると、関連付け先の候補となり得る予め定められた1以上のエンティティ(以下、「所定エンティティ」という。)の中から、その対象語に関連付けられるエンティティ(以下「関連エンティティ」という。)を示す情報を出力する。分類器2は、例えば対象語が示すエンティティ(以下、「対象エンティティ」という。)と実質的に同一であるエンティティを関連エンティティとして識別し、又は対象エンティティとの間に意味的、組織的、社会的等において何らかの関連があるエンティティを関連エンティティとして識別することを目的として用いられる。対象語との間で表記又は読みが全く異なる語で示されるエンティティであっても、関連エンティティとして識別されることがあってもよい。更には、対象語との間で表記又は読みが一致し又は類似する語で示されるエンティティであっても、関連エンティティとしては識別されないことがあってもよい。
次に、上述した方法で生成された分類器2を用いた関連付けの方法を説明する。図3は、関連付けが実行される様子の一例を示す図である。
次に、分類装置1の動作について、図4及び図5を用いて説明する。図4は、分類装置1のシステム制御部11による学習処理の一例を示すフローチャートである。分類器生成用のプログラムに従って、システム制御部11は学習処理を実行する。図4に示すように、システム制御部11は、オペレータの操作に基づいて、コーパス30を、ネットワークを介して又は記録媒体等から取得する(ステップS11)。次いで、システム制御部11は、コーパス30を前処理することにより、学習用コーパス31を生成する(ステップS12)。システム制御部11は、学習用コーパス31に含まれる各文章と各所定エンティティとを関連付ける。次いで、システム制御部11は、学習用コーパス31に含まれる各文章から、当該文章に関連付けられる所定エンティティを示す語を除去して、学習用コーパス32を生成する(ステップS13)。次いで、語用モデル生成部111は、学習用コーパス31を用いた機械学習を実行することにより、語用モデル21を生成する(ステップS14)。また、文章用モデル生成部112は、学習用コーパス32を用いた機械学習を実行することにより、文章用モデル22を生成する(ステップS15)。ステップS14及びS15の後、分類器生成部113は、語用モデル21、文章用モデル22、及び決定部23を含む分類器2を生成して記憶部14に記憶させて(ステップS16)、学習処理を終了させる。
次に、メーカ名を対象語とし、株式を上場する企業を所定エンティティとして、メーカ名に関連する上場企業を推定する場合の実施例について、図6乃至図7Bを用いて説明する。対象とする上場企業は、Wikipedia(登録商標)に掲載されている約2000の上場企業であり、対象とするメーカは、出願人が運営する商品価格サイト(商品価格ナビ(登録商標))に掲載されている約70000のメーカである。このサイトには、メーカが提供する商品に関する情報が掲載されている。或るメーカは、或る対象の上場企業と同一企業であったり、対象の上場企業の子会社等であったりする。また、或るメーカは、対象の上場企業の何れとも関連しない場合もある。
次に、或る文章に現れる地名を対象語とし、土地を所定エンティティとして、その地名が如何なる土地を示すかを推定する場合の実施例について説明する。地名の表記が同一であっても異なる土地を示す場合がある。例えば、漢字「新宿」は、「しんじゅく」とも「にいじゅく」とも読むことが可能である。「しんじゅく」は、東京都内の或る区の名称の読み仮名である一方で、「にいじゅく」は、東京都葛飾区内の或る町の名称の読み仮名である。また例えば、常用漢字、旧漢字、仮名等のように、地名の表記が異なっていても同一の土地を示す場合もある。
次に、ユーザにより作成されて登録又は投稿された文章を、そのユーザのアカウント(またはID)と紐付けて管理するシステムにおいて、このシステムに登録された文章をコーパス30とし、文章の作成者の同一性を推定する場合の実施例について説明する。このようなシステムは特定のシステムに限定されるものではないが、その例として、SNS(Social Networking Service)、電子商取引サイト、レビューサイト、口コミサイト等が挙げられる。対象となる文章は、ユーザが記述したものであれば特に限定されるものではないが、例えば、コメント、レビュー、感想、つぶやき、ユーザが出品した商品の情報、文章作品等が挙げられる。
11 システム制御部
12 システムバス
13 入出力インターフェース
14 記憶部
15 通信部
16 入力部
17 表示部
111 語用モデル生成部
112 文章用モデル生成部
113 分類器生成部
114 語用モデル制御部
115 文章用モデル制御部
116 出力制御部
2 分類器
21 語用モデル
22 文章用モデル
23 決定部
Claims (10)
- 1以上の所定エンティティそれぞれに関係する1以上の第1文章を含むコーパスを用いた機械学習により生成された第1モデルであって、前記1以上の第1文章に含まれる語の特徴が得られる第1モデルと、前記1以上の第1文章を含むコーパスを用いた機械学習により生成された第2モデルであって、前記1以上の第1文章の特徴が得られる第2モデルと、を記憶する記憶手段と、
前記記憶された第1モデルにより、所与の第2文章に含まれる、関連付け対象である第2語の入力に応じて、前記1以上の所定エンティティそれぞれを示す1以上の第1語のうち、前記第2語との間に特徴の類似性がある1以上の語それぞれにより示される1以上のエンティティを示す第1情報を出力させる第1制御手段と、
前記記憶された第2モデルにより、前記第2文章の入力に応じて、前記1以上の第1文章のうち、前記第2文章との間に特徴の類似性がある1以上の文章それぞれが関係する1以上のエンティティを示す第2情報を出力させる第2制御手段と、
前記出力された第1情報、及び前記出力された第2情報に基づいて、前記第2語の関連付けを決定する決定手段と、
を備えることを特徴とする分類装置。 - 請求項1に記載の分類装置において、
前記第2制御手段は、前記第1モデルの生成に用いられるコーパスから前記1以上の第1語が除かれたコーパスを用いて生成された前記第2モデルにより、前記第2情報を出力させることを特徴とする分類装置。 - 請求項1に記載の分類装置において、
前記第2モデルの生成に用いられるコーパスは、前記第1モデルの生成に用いられるコーパスと同一であり、
前記第1制御手段は、前記第1モデル及び前記第2モデルに相当するモデルとして生成された、前記1以上の第1文章に含まれる語の特徴、及び前記1以上の第1文章の特徴の両方が得られる一のモデルにより、前記第1情報を出力させ、
前記第2制御手段は、前記一のモデルにより、前記第2情報を出力させることを特徴とする分類装置。 - 請求項1乃至3の何れか1項に記載の分類装置において、
前記第2制御手段は、前記第1モデルから出力された前記第1情報により示されるエンティティに関する第1文書のうち、前記第2文章との間における特徴の類似度が相対的に高い文章が関係するエンティティ示す前記第2情報を前記第2モデルにより出力させ、
前記決定手段は、前記第2情報に基づいて、前記第2語の関連付けを決定することを特徴とする分類装置。 - 請求項1乃至4の何れか1項に記載の分類装置において、
前記第1モデルから、前記1以上の第1文章に含まれる語の特徴が単語単位で得られ、前記第1モデルは、前記第2語が複数の単語で構成される場合、該複数の単語それぞれの特徴に対する所定演算により前記第2語の特徴を算出することを特徴とする分類装置。 - 請求項1乃至5の何れか1項に記載の分類装置において、
前記第2モデルは、前記第2情報を出力するとき、前記第2文章を用いた機械学習により、該第2文章の特徴を取得することを特徴とする分類装置。 - コンピュータにより実行される分類方法において、
1以上の所定エンティティそれぞれに関係する1以上の第1文章を含むコーパスを用いた機械学習により生成された第1モデルであって、前記1以上の第1文章に含まれる語の特徴が得られる第1モデルを、記憶手段に記憶させる第1記憶ステップと、
前記1以上の第1文章を含むコーパスを用いた機械学習により生成された第2モデルであって、前記1以上の第1文章の特徴が得られる第2モデルを、前記記憶手段に記憶させる第2記憶ステップと、
前記記憶された第1モデルにより、所与の第2文章に含まれる、関連付け対象である第2語の入力に応じて、前記1以上の所定エンティティそれぞれを示す1以上の第1語のうち、前記第2語との間に特徴の類似性がある1以上の語それぞれにより示される1以上のエンティティを示す第1情報を出力させる第1制御ステップと、
前記記憶された第2モデルにより、前記第2文章の入力に応じて、前記1以上の第1文章のうち、前記第2文章との間に特徴の類似性がある1以上の文章それぞれが関係する1以上のエンティティを示す第2情報を出力させる第2制御ステップと、
前記出力された第1情報、及び前記出力された第2情報に基づいて、前記第2語の関連付けを決定する決定ステップと、
を含むことを特徴とする分類方法。 - コンピュータにより実行される生成方法において、
1以上の所定エンティティそれぞれに関係する1以上の第1文章を含むコーパスを用いた機械学習により、前記1以上の第1文章に含まれる語の特徴が得られる第1モデルを生成する第1生成ステップと、
前記1以上の第1文章を含むコーパスを用いた機械学習により、前記1以上の第1文章の特徴が得られる第2モデルを生成する第2生成ステップと、
前記1以上の所定エンティティのうち、所与の第2文章に含まれる、関連付け対象である第2語の関連付けを決定する決定部と、前記第1モデル及び前記第2モデルとを含む分類器を生成する第3生成ステップと、
を含み、
前記第1モデルは、前記第2語の入力に応じて、前記1以上の所定エンティティそれぞれを示す1以上の第1語のうち、前記第2語との間に特徴の類似性がある1以上の語それぞれにより示される1以上のエンティティを示す第1情報を出力し、
前記第2モデルは、前記第2文章の入力に応じて、前記1以上の第1文章のうち、前記第2文章との間に特徴の類似性がある1以上の文章それぞれが関係する1以上のエンティティを示す第2情報を出力し、
前記決定部は、前記出力された第1情報、及び前記出力された第2情報に基づいて、前記第2語の関連付けを決定することを特徴とする生成方法。 - コンピュータにより実行される分類プログラムにおいて、
前記コンピュータは、
1以上の所定エンティティそれぞれに関係する1以上の第1文章を含むコーパスを用いた機械学習により生成された第1モデルであって、前記1以上の第1文章に含まれる語の特徴が得られる第1モデルと、前記1以上の第1文章を含むコーパスを用いた機械学習により生成された第2モデルであって、前記1以上の第1文章の特徴が得られる第2モデルと、を記憶する記憶手段を備え、
前記コンピュータを、
前記記憶された第1モデルにより、所与の第2文章に含まれる、関連付け対象である第2語の入力に応じて、前記1以上の所定エンティティそれぞれを示す1以上の第1語のうち、前記第2語との間に特徴の類似性がある1以上の語それぞれにより示される1以上のエンティティを示す第1情報を出力させる第1制御手段と、
前記記憶された第2モデルにより、前記第2文章の入力に応じて、前記1以上の第1文章のうち、前記第2文章との間に特徴の類似性がある1以上の文章それぞれが関係する1以上のエンティティを示す第2情報を出力させる第2制御手段と、
前記出力された第1情報、及び前記出力された第2情報に基づいて、前記第2語の関連付けを決定する決定手段と、
として機能させることを特徴とする分類プログラム。 - コンピュータにより実行される生成プログラムにおいて、
前記コンピュータを、
1以上の所定エンティティそれぞれに関係する1以上の第1文章を含むコーパスを用いた機械学習により、前記1以上の第1文章に含まれる語の特徴が得られる第1モデルを生成する第1生成手段と、
前記1以上の第1文章を含むコーパスを用いた機械学習により、前記1以上の第1文章の特徴が得られる第2モデルを生成する第2生成手段と、
前記1以上の所定エンティティのうち、所与の第2文章に含まれる、関連付け対象である第2語の関連付けを決定する決定部と、前記第1モデル及び前記第2モデルとを含む分類器を生成する第3生成手段と、
として機能させ、
前記第1モデルは、前記第2語の入力に応じて、前記1以上の所定エンティティそれぞれを示す1以上の第1語のうち、前記第2語との間に特徴の類似性がある1以上の語それぞれにより示される1以上のエンティティを示す第1情報を出力し、
前記第2モデルは、前記第2文章の入力に応じて、前記1以上の第1文章のうち、前記第2文章との間に特徴の類似性がある1以上の文章それぞれが関係する1以上のエンティティを示す第2情報を出力し、
前記決定部は、前記出力された第1情報、及び前記出力された第2情報に基づいて、前記第2語の関連付けを決定することを特徴とする生成プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/019554 WO2019224891A1 (ja) | 2018-05-21 | 2018-05-21 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6462970B1 JP6462970B1 (ja) | 2019-01-30 |
JPWO2019224891A1 true JPWO2019224891A1 (ja) | 2020-05-28 |
Family
ID=65228959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018545404A Active JP6462970B1 (ja) | 2018-05-21 | 2018-05-21 | 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 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11379536B2 (ja) |
JP (1) | JP6462970B1 (ja) |
WO (1) | WO2019224891A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11663405B2 (en) * | 2018-12-13 | 2023-05-30 | Microsoft Technology Licensing, Llc | Machine learning applications for temporally-related events |
EP3906538A4 (en) * | 2019-01-03 | 2022-10-19 | Lucomm Technologies, Inc. | ROBOTIC DEVICES |
JP6913706B2 (ja) * | 2019-04-19 | 2021-08-04 | 株式会社サイトビジット | 試験問題予測システム及び試験問題予測方法 |
CN110134965B (zh) * | 2019-05-21 | 2023-08-18 | 北京百度网讯科技有限公司 | 用于信息处理的方法、装置、设备和计算机可读存储介质 |
US11386366B2 (en) * | 2019-09-27 | 2022-07-12 | Oracle International Corporation | Method and system for cold start candidate recommendation |
JP2021060800A (ja) * | 2019-10-07 | 2021-04-15 | 株式会社日立製作所 | データ抽出方法、及びデータ抽出装置 |
CN111428507B (zh) | 2020-06-09 | 2020-09-11 | 北京百度网讯科技有限公司 | 实体链指方法、装置、设备以及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8000956B2 (en) * | 2008-02-08 | 2011-08-16 | Xerox Corporation | Semantic compatibility checking for automatic correction and discovery of named entities |
US10740560B2 (en) * | 2017-06-30 | 2020-08-11 | Elsevier, Inc. | Systems and methods for extracting funder information from text |
WO2019027259A1 (en) * | 2017-08-01 | 2019-02-07 | Samsung Electronics Co., Ltd. | APPARATUS AND METHOD FOR PROVIDING SUMMARY INFORMATION USING ARTIFICIAL INTELLIGENCE MODEL |
US10754795B2 (en) * | 2018-11-26 | 2020-08-25 | Qualcomm Incorporated | MMU assisted address sanitizer |
-
2018
- 2018-05-21 JP JP2018545404A patent/JP6462970B1/ja active Active
- 2018-05-21 WO PCT/JP2018/019554 patent/WO2019224891A1/ja active Application Filing
- 2018-05-21 US US16/486,660 patent/US11379536B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US11379536B2 (en) | 2022-07-05 |
JP6462970B1 (ja) | 2019-01-30 |
US20210334309A1 (en) | 2021-10-28 |
WO2019224891A1 (ja) | 2019-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6462970B1 (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 | |
JP5469244B2 (ja) | 選択的なコンテンツ抽出 | |
US9483460B2 (en) | Automated formation of specialized dictionaries | |
US8819028B2 (en) | System and method for web content extraction | |
US8868609B2 (en) | Tagging method and apparatus based on structured data set | |
US10922346B2 (en) | Generating a summary based on readability | |
US10698876B2 (en) | Distinguish phrases in displayed content | |
CN111753082A (zh) | 基于评论数据的文本分类方法及装置、设备和介质 | |
US8290925B1 (en) | Locating product references in content pages | |
JP6130315B2 (ja) | ファイル変換方法及びシステム | |
Zhang et al. | Annotating needles in the haystack without looking: Product information extraction from emails | |
CN112805715A (zh) | 识别实体属性关系 | |
US11520835B2 (en) | Learning system, learning method, and program | |
US20190303437A1 (en) | Status reporting with natural language processing risk assessment | |
JP5462546B2 (ja) | コンテンツ検出支援装置、コンテンツ検出支援方法およびコンテンツ検出支援プログラム | |
JP5331023B2 (ja) | 重要語抽出装置、重要語抽出方法及び重要語抽出プログラム | |
JP5085584B2 (ja) | 記事特徴語抽出装置、記事特徴語抽出方法及びプログラム | |
US20210073258A1 (en) | Information processing apparatus and non-transitory computer readable medium | |
JP5419906B2 (ja) | 主題抽出装置、方法、及びプログラム | |
JP4550939B1 (ja) | 情報伝播経路特定装置、情報伝播経路特定方法、情報伝播経路特定プログラム | |
JP2004334690A (ja) | 文字データ入出力装置、文字データ入出力方法、文字データ入出力プログラム、およびコンピュータ読み取り可能な記録媒体 | |
Thottempudi | A visual narrative of ramayana using extractive summarization topic modeling and named entity recognition | |
Zhang et al. | Distant supervision for Chinese temporal tagging | |
JP2018073199A (ja) | 抽出装置、学習装置、抽出方法、抽出プログラム、学習方法および学習プログラム | |
JP2024034877A (ja) | 入力データ作成支援装置、及び入力データ作成支援方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180828 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180828 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180918 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181030 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181210 |
|
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: 20181225 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181227 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6462970 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |