WO2013125286A1 - ノン・ファクトイド型質問応答システム及びコンピュータプログラム - Google Patents

ノン・ファクトイド型質問応答システム及びコンピュータプログラム Download PDF

Info

Publication number
WO2013125286A1
WO2013125286A1 PCT/JP2013/051327 JP2013051327W WO2013125286A1 WO 2013125286 A1 WO2013125286 A1 WO 2013125286A1 JP 2013051327 W JP2013051327 W JP 2013051327W WO 2013125286 A1 WO2013125286 A1 WO 2013125286A1
Authority
WO
WIPO (PCT)
Prior art keywords
question
answer
evaluation
candidate
feature
Prior art date
Application number
PCT/JP2013/051327
Other languages
English (en)
French (fr)
Inventor
鍾勲 呉
健太郎 鳥澤
力 橋本
拓也 川田
ステイン デサーガ
淳一 風間
軼謳 王
Original Assignee
独立行政法人情報通信研究機構
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 独立行政法人情報通信研究機構 filed Critical 独立行政法人情報通信研究機構
Priority to EP13751215.8A priority Critical patent/EP2819031A4/en
Priority to US14/377,999 priority patent/US9697477B2/en
Priority to KR1020147023478A priority patent/KR101968102B1/ko
Priority to CN201380010249.4A priority patent/CN104137102B/zh
Publication of WO2013125286A1 publication Critical patent/WO2013125286A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • 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
    • G06F16/332—Query formulation
    • G06F16/3329—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
    • G06F16/30—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
    • G06F40/205—Parsing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models

Definitions

  • the present invention relates to a question answering system, and more particularly to a response system for a question called a non-factoid question, such as a so-called how-type question or why-type question, which asks the reason for being.
  • a non-factoid question such as a so-called how-type question or why-type question, which asks the reason for being.
  • Non-Patent Document 1 As an example of such a system, there is a system described in Non-Patent Document 1 described later.
  • morphological analysis is performed on the question and each sentence in the corpus, and the results are used to determine the document frequency of the words obtained from the question, the word frequency in each sentence, the total number of documents, the document length, etc.
  • Is used to calculate a score, and a predetermined number of documents with higher scores are selected from the corpus. Answers to questions based on the score calculated between the words included in the selected candidate and the words included in the answer candidates, with the paragraphs included in the selected document and 1 to 3 consecutive paragraphs as the answer candidates select.
  • Non-Patent Document 2 a system as described in Non-Patent Document 2 described later can be considered.
  • this system for example, several answer candidates are selected by the technique described in Non-Patent Document 1, and then each answer candidate is re-ranked by a predetermined score.
  • Non-Patent Document 2 questions relating to matters not related to facts are referred to as “non-factoid questions”.
  • this question answering system 30 stores a corpus including a very large number of sentences (here, limited to Japanese) that can be searched on the Internet, for example, in a corpus storage unit 48.
  • the answer processing unit 40 receives a non-factoid type question transmitted from the service using terminal 44 such as a mobile phone capable of text communication, and the answer processing unit 40 sends some answer sentences having a high probability as the answer to the corpus storage unit.
  • the selected sentence is selected from a large number of sentences stored in 48, and is returned to the service using terminal 44 as an answer sentence list 50.
  • a support vector machine (SVM) 46 is used, and the learning processing unit 42 performs supervised machine learning on the SVM 46 in advance.
  • the learning processing unit 42 stores in advance several Japanese QA sentences including a non-factoid type question, a correct or incorrect answer to the non-factoid type question, and a flag indicating whether the answer is correct or not.
  • Various combinations of statistical information related to syntactics selected in advance as features to be used for learning of the SVM 46 analyzing the QA sentence stored in the QA sentence storage unit 60, and the QA sentence stored in the QA sentence storage unit 60;
  • a learning data generation unit 62 for generating learning data composed of a flag indicating whether the answer to the question is a correct answer to the question, and a learning data storage unit 64 for storing the learning data generated by the learning data generation unit 62
  • a learning processing unit 66 that performs supervised machine learning of the SVM 46 using the learning data stored in the learning data storage unit 64.
  • the answer processing unit 40 performs a predetermined grammatical analysis on the question sentence, and each of the question sentences included in the question sentence
  • the question sentence analysis unit 86 for outputting information (part of speech, utilization form, dependency structure, etc.) necessary for generating a feature for the word
  • the service using terminal 44 receiving the question sentence
  • a candidate sentence search unit 82 for searching and extracting a predetermined number (for example, 300) of answer candidate sentences for a question from the corpus storage unit 48, and a predetermined number of candidate sentences output by the candidate sentence search unit 82 as grammatical information thereof.
  • an answer candidate sentence storage unit 84 for storing together.
  • candidate sentences are retrieved from the corpus storage unit 48 and extracted and stored in the answer candidate sentence storage unit 84.
  • the entire sentence stored in the corpus storage unit 48 may be set as the answer candidate sentence.
  • the candidate sentence search unit 82 only needs to have a function of reading all the sentences stored in the corpus storage unit 48, and the answer candidate sentence storage unit 84 temporarily stores the sentence read by the candidate sentence search unit 82. It is only necessary to fulfill the function of accumulating.
  • the corpus storage unit 48 is held locally by the question answering system 30, but the present invention is not limited to such an embodiment.
  • the corpus 48 may be remote, or may be stored in a distributed manner in a plurality of storage devices, not limited to one.
  • the answer processing unit 40 further generates a feature vector to be given to the SVM 46 based on the combination of the information output from the question sentence analyzing unit 86 and each of the answer candidate sentences stored in the answer candidate sentence storage unit 84.
  • a response sentence ranking unit 90 for ranking each of the answer sentences stored in the candidate sentence storage unit 84 and outputting a predetermined number of upper-ranked answer sentence candidates as the answer sentence list 50;
  • the SVM 46 mathematically obtains a hyperplane for classifying an object into two classes, determines which class the input belongs to based on the result, and outputs the result as positive / negative polarity information.
  • the answer sentence ranking unit 90 uses a combination of this distance and the polarity information output by the SVM 46 as a score of the answer candidate sentence.
  • the QA sentence storage unit 60 stores in advance a number of combinations of a question sentence, a sentence suitable as an answer to the question sentence, and an incorrect sentence as an answer to the question sentence. Each combination is manually assigned a flag indicating whether or not the answer is correct.
  • the learning data generation unit 62 generates learning data for learning the SVM 46 from these combinations and stores it in the learning data storage unit 64.
  • the learning processing unit 66 learns the SVM 46 using the learning data stored in the learning data storage unit 64. As a result of this processing, when the SVM 46 receives the same type of feature combination as the learning data generation unit 62 generates, the combination of the original sentence combination (question sentence and answer candidate) from which the feature is obtained is obtained. It is possible to output a value indicating whether it is correct, that is, a measure of whether the answer candidate is correct as an answer to the question sentence.
  • the corpus storage unit 48 stores a corpus including a large number of sentences. Each of these sentences is subjected to the same kind of analysis processing as that performed in advance by the learning data generation unit 62, and is attached with information for ranking of answer candidates similar to a part of the learning data.
  • the candidate sentence search unit 82 performs an existing candidate sentence search process, and extracts a predetermined number of answer candidates for the question sentence from the corpus storage unit 48.
  • the answer candidate sentences extracted by the candidate sentence search unit 82 are stored in the answer candidate sentence storage unit 84 together with information for ranking the answer candidates.
  • the question sentence analysis unit 86 performs predetermined analysis processing on the question sentence, generates information necessary for generating a feature, and provides the feature vector generation unit 88 with the information.
  • the feature vector generation unit 88 receives the information from the question sentence analysis unit 86, the feature vector generation unit 88 combines the answer candidate sentences stored in the answer candidate sentence storage unit 84 with the information for ranking the answer candidates, thereby learning data.
  • a feature vector having the same configuration as the learning data generated by the generation unit 62 (except for a flag indicating whether or not the answer candidate is correct) is generated and provided to the response sentence ranking unit 90.
  • the answer sentence ranking unit 90 gives the feature vector obtained from the combination of each answer candidate and the question sentence given from the feature vector generation unit 88 to the SVM 46. For each feature vector of each combination, the SVM 46 outputs a score indicating how appropriate the answer candidate included in the combination is as an answer to the question included in the combination.
  • the answer sentence ranking unit 90 sorts the combinations of the question sentence and each answer candidate in descending order by their scores, and answers a predetermined number of answer candidates with higher scores to the question sentence given from the service use terminal 44 It returns to the service using terminal 44 as the sentence list 50.
  • Non-Patent Document 1 It has been found that the system described in Non-Patent Document 1 cannot provide sufficient accuracy. In particular, the performance of the non-factoid type question answering system is considerably lower than the performance of the factual question answering system, and there is a need to improve the performance of the non-factoid type question answering system. In particular, in the future, it will be necessary not only to ask questions about facts but also to know the reason from some event and to infer its consequences from some event.
  • an object of the present invention is to provide a question answering system capable of further improving accuracy in a question answering system concerning a question regarding a reason or a method.
  • the question answering system is a non-factoid question answering system that receives an input of a non-factoid question and generates an answer to the question.
  • This system is used by being connected to a corpus storage means for storing a corpus composed of a computer-readable document that is a document in a language to be processed.
  • the system responds to the candidate search means for searching and retrieving a plurality of answer candidates for the question from the corpus storage means and receiving the input of the question.
  • a feature generation means for generating a predetermined feature set and a feature set generated by the feature generation means are given.
  • a score calculation means that is learned in advance so as to calculate a score indicating a degree that the answer candidate is a correct answer to the question, for the combination of the question and the answer candidate from which the set of features is generated,
  • the answer may be a correct answer based on the score calculated by the score calculation means.
  • Sex and an answer selection means for outputting as an answer to the question of the highest answer candidates.
  • Information necessary for feature generation by the feature generation unit is attached to each of the answer candidates searched by the candidate search unit.
  • the feature generation means performs a morphological analysis and a syntax analysis on the question, outputs a morpheme information and a syntactic information, and a phrase classified into the first class according to a certain evaluation criterion among the questions. And an evaluation means for specifying a phrase classified into the second class. The first class and the second class are assigned opposite polarities of evaluation.
  • the question answering system further adds the analysis result by the syntax analysis means, the phrase location and the polarity of the evaluation class specified by the evaluation means, and the answer candidate for each combination of the question and the answer candidate.
  • feature set generation means for generating a set of features based on the feature generation information.
  • the feature generation unit further classifies each noun included in the output of the syntax analysis unit into one of a plurality of word semantic classes prepared in advance, and converts the noun into a corresponding semantic class.
  • the feature set generation means performs the analysis by the syntax analysis means, the location of the phrase specified by the evaluation means, the polarity of the evaluation class, and the conversion by the semantic class conversion means for each combination of the question and the answer candidate.
  • the first means for generating a set of features is included based on the output of the syntax analysis means after the processing and the information for generating the features attached to the answer candidates.
  • the features generated by the first means based on the location of the phrase specified by the evaluation means and the polarity of the evaluation class are the polarity of the evaluation class of the phrase in the question and the polarity of the evaluation class of the phrase in the answer candidate. May include information indicating whether or not match.
  • the feature generated by the first means based on the location of the phrase specified by the evaluation means and the polarity of the evaluation class further includes the evaluation class polarity of the phrase in the question and the evaluation of the phrase in the answer candidate. Contains information indicating the polarity of the class when it matches.
  • the feature generated by the first means is obtained from the output of the syntax analysis means, and the feature obtained without using the output of the evaluation means or the output of the semantic class conversion means and the output of the evaluation means are used as the output of the evaluation means. And a feature obtained by combining the output of the semantic class conversion means with the output of the syntax analysis means.
  • the feature generated by the first means may include a feature obtained by combining the output of the parsing means with the output of the evaluation means and further combining the output of the semantic class conversion means.
  • the computer program according to the second aspect of the present invention is a computer program that implements a non-factoid type question answering system that receives an input of a non-factoid type question and generates an answer to the question.
  • This computer is connected to a corpus storage means for storing a corpus consisting of a computer-readable document that is a document to be processed.
  • a computer program comprises a candidate search means for searching and retrieving a plurality of answer candidates for a question from the corpus storage means in response to the computer receiving an input of the question, In response to receiving the input, a feature generation unit for generating a set of predetermined features for each combination of the question and each of the answer candidates stored in the candidate search unit, and a feature generation unit Given a set of features to be generated, for a combination of the question and answer candidate that generated the set of features, a score indicating the degree to which the answer candidate is a correct answer to the question is calculated.
  • the score calculated by the score calculation means Based on, be a correct answer to the question is to function as the answer selection means for outputting as an answer to the question of the highest answer candidates.
  • Information necessary for feature generation by the feature generation unit is attached to each of the answer candidates searched by the candidate search unit.
  • a program part that causes a computer to function as a feature generation means is a computer that performs morphological analysis and syntactic analysis on a question, and outputs a morphological information and syntactic information. It is made to function as an evaluation means for specifying a phrase classified into the first evaluation class and a phrase classified into the second evaluation class.
  • the computer program further attaches the computer to the combination of the question and each answer candidate, the analysis result by the syntax analysis means, the location of the phrase evaluated by the evaluation means and the polarity of the evaluation class, and the answer candidate. Based on the generated feature generation information, it is made to function as a feature set generation means for generating a feature set.
  • FIG. 1 is a block diagram of a question answering system according to an embodiment of the present invention. It is a schematic diagram for demonstrating the structure of n-gram. It is a figure for demonstrating the structure of n-gram depending on a syntactic structure.
  • the answer candidate A1-1 is more suitable as an answer to the question Q1.
  • the direction of evaluation of “preferred” and “preferable” is referred to as “polarity”, and “phrase that describes a preferable event” and “phrase that describes a undesirable event”.
  • a phrase to be evaluated with a polarity such as “is called an“ evaluation phrase ”.
  • the phrase is classified into either a first evaluation class called “phrase that describes a preferable event” or a second evaluation class called “a phrase that describes an unfavorable event” according to a certain evaluation criterion. Identify the phrase to be played.
  • These evaluation classes are assigned opposite polarities, such as “preferred” and “not preferable”.
  • polarity can be considered variously according to evaluation criteria besides this. For example, “increase / decrease”, “activity / inactivity”, “delicious / tasteful”, “improvement / deterioration”, “adoption / non-adoption”, “happy / sad”, etc. can be considered.
  • the second assumption of the present invention is that there is a fairly strong connection between the lexical semantic classes of the words in the question and those in the answer sentence.
  • the answer to the question regarding the disease like the question Q1 shown in FIG. 2 is related to the chemical substance (like the answer candidate A1-1), or a virus or a part of the body, etc.
  • the chemical substance like the answer candidate A1-1
  • a virus or a part of the body etc.
  • semantically close words are grouped into semantic classes and used as features.
  • semantic classes can be constructed manually or a thesaurus based on existing meanings can be used, in this embodiment, words automatically constructed using the EM method from a large-scale corpus of web documents.
  • Class groups were used. For this method, see Kazama and Torisawa, Inducing Gazetteers for Named Entity Details are described in “Recognition by Large-scale Clustering of Dependency Relations” (http: // http: //www.aclweb.org/anthology-new/P/P08/P08-1047.pdf).
  • a further problem is that some answer candidates contain multiple phrases with different polarities.
  • FIG. 3 shows an answer candidate A1-3 similar to the answer candidate A1-2 of FIG.
  • the answer candidate A1-3 shown in FIG. 3 includes an unfavorable evaluation phrase 140 related to cancer and a preferable evaluation phrase 142 related to cancer.
  • an answer to the question Q1 shown in FIG. 2 there remains a question as to which of the answer candidate A1-1 shown in FIG. 2 and the answer candidate A1-3 shown in FIG.
  • a combination of the polarity of the evaluation and the contents of the evaluation phrase linked to the polarity of both the question sentence and the answer candidate is used.
  • the non-factoid question answering system 160 acquires a document set 164 composed of a large number of documents on the Internet in advance, and uses the service use terminal 166 via the Internet 162.
  • a list of items suitable as an answer to the question is generated from the accumulated document set 164 and returned to the service using terminal 166.
  • a question from the service using terminal 166 is transmitted to the non-factoid type question answering system 160 as input data to a web form.
  • this question answering system 160 is a document set 164 made up of a large number of documents acquired in advance from the Internet, and information necessary for feature formation for ranking answer candidates is attached to each sentence.
  • An answer processing unit 170 for extracting and ranking several items and outputting a response sentence list 174 that lists a predetermined number of higher ranks to the service using terminal 166, and the answer processing unit 170 ranks answer candidates.
  • the supervised machine learning for the SVM 176 is performed by using the SVM 176 used in the process of learning and the learning data prepared in advance.
  • the SVM 176 When the SVM 176 receives a combination of predetermined features obtained from the combination of the question sentence and the answer sentence, whether the combination is correct, that is, for the question in the combination, the answer sentence in the combination is A learning processing unit 172 that indicates whether or not the answer is correct and outputs a score indicating how likely the answer is.
  • the answer processing unit 170 searches the corpus storage unit 178 by a process similar to the conventional technique, and a predetermined number (for example, 300) of the many sentences.
  • the question sentence analysis unit 226 performs analysis processing on the question sentence, performs morphological analysis and syntax analysis (syntactic analysis) used for the feature, and outputs morpheme information and syntactic information; Of the information output by the question sentence analysis unit 226, a semantic class is estimated by applying a predetermined statistical probability model to the word, and the information indicating the semantic class is attached and output.
  • the evaluation processing unit 228 performs evaluation on the output of the semantic class conversion unit 230 and the question sentence analysis unit 226, and determines the evaluation phrase and its polarity as described above and outputs the
  • each sentence of the document stored in the corpus storage unit 178 is also subjected to the same processing as that performed in advance by the question sentence analysis unit 226, the evaluation processing unit 228, and the semantic class conversion unit 230. deep. By doing so, it is possible to reduce the amount of processing for generating a feature vector from a set of questions and answer candidates later.
  • the answer processing unit 170 further receives the output of the question sentence analysis unit 226, the output of the evaluation processing unit 228, and the output of the semantic class conversion unit 230, and further receives each answer candidate sentence and accompanying information from the answer candidate sentence storage unit 224. And a feature vector generation unit 232 for generating a feature vector to be applied to the SVM 176 based on information on both the question sentence and the answer candidate, and an output from the feature vector generation part 232 for each answer candidate sentence.
  • the answer candidates are ranked based on the score obtained from the SVM 176, the answer sentence list 174 including a predetermined upper number of answer candidates is generated, and the answer for replying to the service using terminal 166
  • the learning processing unit 172 includes a QA sentence storage unit 190 for storing a large number of QA sentences together with a flag indicating the suitability of the combination, and each combination of a question sentence and an answer candidate stored in the QA sentence storage unit 190
  • the QA sentence analysis unit 192 for performing the same processing as the question sentence analysis unit 226, and the semantic class information is attached to each word in the output of the QA sentence analysis unit 192 using a statistical model.
  • Semantic class conversion unit 196 and an evaluation processing unit 194 for outputting a tag indicating an evaluation phrase and its polarity by performing an evaluation process on each of the question sentence and the answer sentence of the QA sentence.
  • the learning data generation unit 198 that outputs the learning data
  • the learning data storage unit 200 that stores the learning data that the learning data generation unit 198 outputs
  • the learning data stored in the learning data storage unit 200 are used for the SVM 176.
  • An SVM learning unit 202 for performing supervised machine learning.
  • the candidate sentence search unit 222 determines, for each question sentence, the top predetermined order in the descending order of possibility of including, for example, answers from among 600 million documents stored in the corpus storage unit 178. The number of documents (for example, 300) is adjusted to be extracted. Each candidate is further divided into a set of answer candidates consisting of five consecutive sentences. In order to reduce the possibility that a correct answer cannot be obtained due to an error in the document dividing method, the two divided sentences can be shared with each other.
  • the candidate sentence search unit 222 further scores each of the answer candidates ac obtained for the question q in this way by a scoring function S (q, ac) shown in the following equation (1).
  • the part includes words included in the question, and further includes three clue words (reason, cause, and factor) indicating the causal relationship. Search for.
  • the candidate sentence search unit 222 selects 300 answer candidates for the question based on the ranking according to the formula (1), and provides the answer sentence ranking unit 234 via the answer candidate sentence storage unit 224.
  • the scoring function S (q, ac) shown in Expression (1) assigns a score similar to tf (logarithmized index word frequency) -idf (reciprocal of document frequency) to each answer candidate.
  • 1 / dist (t 1 , t 2 ) in the formula (1) plays a role like tf, and 1 / df (t 2 ) is given t which is shared by the question q and the answer candidate ac. a idf for 1 and t 2.
  • T is a word set consisting of nouns, verbs, and adjectives in the question q that also appear in the answer candidate ac. Note that if clue words are present in the answer candidate ac, they are added to the word set T.
  • N is the total number of documents (600 million)
  • dist (t 1 , t 2 ) is the distance (number of characters) between the words t 1 and t 2 in the answer candidate ac.
  • df (t) is the document frequency of the word t
  • ⁇ ⁇ 0,1 ⁇ is an index
  • ⁇ 1 if ts (t1, t2)> 1
  • ⁇ 0 otherwise.
  • the feature set includes (1) a feature (indicated by “MSA”) representing the result of morphological analysis and syntactic analysis between a question and an answer candidate, and (2) a feature representing a semantic word class appearing in the question and the answer candidate ( And (3) a feature (indicated by “SA”) representing the result of the evaluation analysis.
  • MSA a feature representing the result of morphological analysis and syntactic analysis between a question and an answer candidate
  • SA a feature representing a semantic word class appearing in the question and the answer candidate
  • MSA is a feature that has been widely used for re-ranking of answer candidates. This feature is intended to clarify the connection between the question and the answer candidate at the morpheme, clause, and syntactic structure level.
  • g-grams (n is 1 to 3) of morphemes, phrases, and syntactic structures are extracted from each question and answer candidate.
  • the sentence includes a portion 240 composed of four consecutive clauses A, B, C, and D as shown in FIG.
  • the phrase 3-gram obtained from these four phrases is a 3-gram 242 composed of the phrases A, B, and C shown in FIG. 6 (B1), and a 3-gram 244 composed of the phrases B, C, and D shown in (B2). It is.
  • the syntactic structure n-gram means a path having three consecutive clauses in the syntactic structure network in this specification.
  • a syntactic structure network 260 as shown in FIG.
  • 3-gram 262 consisting of clauses A, B and C shown in FIG. 7 (B1), and 3 consisting of clauses A, C and D shown in FIG. 7 (B2).
  • -gram 264 is obtained. The difference can be seen by comparing these with FIG. Note that the 1-gram of the syntactic structure n-gram is not used because it matches the phrase 1-gram.
  • MSA As the MSA, four types of features of MSA1 to MSA4 shown in Table 270 of FIG. 8 can be used. The description is as shown in FIG. 8 and will not be repeated individually.
  • the MSA 2 is an n-gram that includes the word in question, such as “type gun” in FIG.
  • a word semantic class refers to a set of words that are semantically similar.
  • such a word semantic class is constructed by using the noun clustering technique described in the above-mentioned Kazama and Torisawa documents. The algorithm described in this document is based on the assumption that semantically similar words tend to appear in similar contexts.
  • a syntactic dependency relationship between words is treated as a context, and a probability model for a hidden class regarding a non-verb dependency relationship is defined by the following equation (2).
  • n is a noun
  • v is a verb or noun to which the noun n is subordinated by a grammatical relationship r (a postscript in Japanese)
  • c is a hidden class.
  • the frequency of the dependency relationship was obtained from a corpus consisting of 600 million sentences.
  • SWC is for reflecting the relationship between the word in question and the word in answer candidate.
  • the learning data there are a question having a word of a specific semantic class and an answer candidate having a word of a specific semantic class, and the mutual relationship is positive (the answer candidate is a correct answer to the question).
  • the SVM determines that if a word of the same semantic class as the question of the learning data is in the question, the other semantics are the same, and the same semantic class as the word of the specific semantic class in the answer of the learning data would be selected as the answer to that question.
  • the same processing can be considered at the word level instead of the word semantic level.
  • the connection at a specific word level can be statistically modeled.
  • the combination of words and words is too specific, and the problem of data sparseness arises. Therefore, it is difficult to generalize the model, and the reliability of the model cannot be increased.
  • SWC1 and SWC2 are used. Their explanation is as described in FIG. 8.
  • SWC1 To obtain SWC1, follow the procedure below. First, all nouns in the n-gram of MSA1 are converted into semantic classes to which they belong. Among the obtained n-grams, the one in which the semantic class of at least one word remains is adopted as SWC1.
  • SWC2 is an n-gram among answer candidates, and is the same as the word existing in the question, but changed to their semantic class.
  • ⁇ SA The feature SA is further classified into two types. The first is evaluation analysis at the word level (word polarity). This is represented by SA @ W1 to SA @ W4 in FIG. The second is evaluation analysis at the phrase level (phrase polarity). These are represented by SA @ P1 to SA @ P10 in FIG.
  • Word polarity (SA @ W)
  • the polarity of the word is determined by referring to a dictionary prepared in advance for the polarity tendency of the word.
  • a dictionary provided by the tool program introduced by Non-Patent Document 3 is used as the dictionary. This feature is intended to clarify the relationship between the polarity of the word in the question and the polarity of the word in the correct answer.
  • the polarity of the word in the question and the polarity of the word in the selected answer are likely to be equal to each other.
  • SA @ W1 and SA @ W2 shown in FIG. 8 are evaluation analysis features obtained from a word polarity n-gram having at least one word having word polarity. These n-grams are obtained by converting all nouns in the MSA1 n-gram to corresponding word polarities by referring to the dictionary. SA @ W1 relates to all word polarity n-grams in questions and answer candidates. SA @ W2 is an n-gram obtained by SA @ W1, in which the original n-gram includes a question word.
  • combining the word polarity with the semantic class of the word allows the classifier to identify those combinations that are particularly meaningful. For example, a word having a negative word polarity and a semantic class of “condition” would represent an “unfavorable condition”. As a result, the classifier can learn the correlation between the words representing these negative conditions and their relevance to the question about the disease.
  • SA @ W3 and SA @ W4 are this type of feature. These are defined similarly to SA @ W1 and SA @ W2, respectively. However, the difference is that the polarity of words in SA @ W1 and SA @ W2 is replaced with the meaning class of words and the polarity of words.
  • the SA @ W3 and SA @ W4 n-grams are referred to as (word) class-polarity coupled n-grams.
  • Phrase polarity (SA @ P)
  • an existing tool program (according to Non-Patent Document 3 described above) is used for extracting an evaluation phrase and determining its polarity.
  • an evaluation phrase that does not include a word in the question is not useful for determining a correct answer.
  • only the evaluation phrase extracted from the sentence including at least one word in the question is used for generating the phrase polarity feature.
  • the first category includes SA @ P1 and SA @ P2 shown in FIG.
  • the second category includes SA @ p3 to SA @ P5 in FIG.
  • the third category includes SA @ P6 to SA @ P10 in FIG.
  • the feature of the first category relates to the matching of the polarity of the evaluation phrase between the question and the answer candidate. Examine combinations of evaluation phrases between questions and answer candidates. If any of the polarities coincides with each other, the index indicating the polarity and the polarities are SA @ P1 and SA @ P2, respectively.
  • the features of the second category are based on the assumption that evaluation phrases often constitute the center of correct answers. It is necessary to use features representing these.
  • SA @ P3 to SA @ P5 in FIG. 8 are for that purpose. Refer to FIG. 8 for the contents of these features.
  • the feature of the third category is for generalizing the feature related to the content of the question or the answer described above by using the semantic class of the word.
  • these features are a combination of the semantic class n-gram and class-polarity combined n-gram of the word obtained from the evaluation phrase, with the phrase polarity. Refer to FIG. 8 for the contents of these features.
  • a plurality of combinations (QA sentences) composed of questions and their answers prepared manually are prepared and stored in the QA sentence storage unit 190.
  • a combination of these questions and answers a set consisting of a certain question and a correct answer to the question is prepared.
  • the number of people participating in this preparation is often limited, and it is unavoidable that there may be restrictions on the system in that respect.
  • the QA sentence analysis unit 192 performs morphological analysis, syntax analysis, and the like for each of these QA sentences, and attaches the obtained part-of-speech information, dependency relationship information, and the like to the QA sentence, and the evaluation processing unit 194 , Semantic class conversion unit 196, and learning data generation unit 198.
  • the evaluation processing unit 194 searches for an evaluation phrase for each question and answer in each of the given QA sentences, and attaches the range and its polarity as tags to the corresponding part to the learning data generation unit 198. give.
  • the semantic class conversion unit 196 generates a converted noun in each given QA sentence into a word semantic class, and provides the learning data generation unit 198 with it.
  • the learning data generation unit 198 uses the morpheme and syntactic information from the QA sentence analysis unit 192, the information about the evaluation from the evaluation processing unit 194, and the information about the semantic class from the semantic class conversion unit 196, as shown in FIG. Are generated, and learning data with a flag attached to the QA sentence (a flag indicating whether the answer is appropriate for the question) is generated and stored in the learning data storage unit 200. .
  • the SVM learning unit 202 learns the SVM 176 using the learning data stored in the learning data storage unit 200.
  • the learned SVM 176 is made available by the answer sentence ranking unit 234.
  • the reply processing unit 170 can perform reply processing.
  • the service using terminal 166 transmits a question to the answer processing unit 170, the question sentence analyzing unit 226 and the candidate sentence searching unit 222 receive this question.
  • the candidate sentence search unit 222 searches the top 300 answer candidate sentences that are highly likely to be answer candidates from among a large number of sentences stored in the corpus storage unit 178, It outputs to the answer candidate sentence storage unit 224.
  • the scale used for creating the score of the answer candidate sentence is as shown in Expression (1).
  • the question sentence analysis unit 226 performs morpheme analysis and syntax analysis on the received question, and outputs morpheme information and syntactic information.
  • the evaluation processing unit 228 performs an evaluation process on the information output from the question sentence analysis unit 226, performs tagging on the question sentence indicating the range of the evaluation phrase and its polarity, and sends it to the feature vector generation unit 232. give.
  • the semantic class conversion unit 230 applies the statistical model for estimating the semantic class represented by the expression (2) to the noun among the information output by the question sentence analysis unit 226, thereby obtaining the semantic class. Is converted into information representing a semantic class and provided to the feature vector generation unit 232.
  • the feature vector generation unit 232 includes an evaluation tagging question sentence output from the evaluation processing unit 228, morpheme information and syntax analysis information output from the question sentence analysis unit 226, information output from the semantic class conversion unit 230, and Based on the same information previously attached to each of the answer candidate sentences stored in the answer candidate sentence storage unit 224, a feature as shown in FIG. 8 is obtained for each combination of the question and each answer candidate. , To generate a feature vector composed of them. The feature vector generation unit 232 gives each combination of the question and each answer candidate to the answer sentence ranking unit 234.
  • the answer sentence ranking unit 234 obtains a score indicating whether or not the answer candidate is appropriate as an answer to the question for each combination by applying the SVM 176 to the given combination. Further, the answer sentence ranking unit 234 sorts the combinations in descending order according to this score, and generates an answer sentence list 174 by arranging a predetermined upper number in the order of the score. The reply sentence ranking unit 234 returns the reply sentence list 174 thus obtained to the service use terminal 166.
  • test set was constructed manually. Building a test set consists of generating a question and verifying the answer to it. Although it is desirable to build this test set with as many people as possible, in practice it was a limited number of people (4 people) due to various restrictions. In practice, the scope of the question will be broader, so the results of the following experiment are likely to indicate the upper limit of performance when using the above embodiment for actual applications.
  • the top 20 answer candidates were first searched for each question using the system of the above embodiment, and all combinations of the questions and the questions were manually checked.
  • the scale (Fleiss' Kappa) indicating the variation in evaluation among the evaluators was 0.611, which was an almost consistent evaluation.
  • the correct answer to each question was determined by majority vote.
  • FIG. 9 shows a question and answer candidate set 280 and a question and answer candidate set 282.
  • P @ 1 indicates how many of the questions are correct as the top answer.
  • MAP evaluates the overall quality of the top n answer candidates using the following formula.
  • Q is a set of non-factoid type questions
  • a q is a set of correct answers to non-factoid type questions q ⁇ Q
  • Prec (k) is the accuracy at the k-th place of the top n answer candidates
  • rel (k) represents an index that is 1 when rank k is a correct answer in A q and 0 otherwise.
  • FIG. 10 shows the results obtained by the experiment with the above settings for five different systems.
  • B-QA is a system in which the inventor has implemented the system described in Non-Patent Document 1, and this is the basic system.
  • B-Ranker is a B-QA answer search system with re-ranking using features (MSA) obtained from morpheme information and syntactic information.
  • MSA features obtained from morpheme information and syntactic information.
  • the system according to the present embodiment used in the present embodiment is indicated as “present invention” and utilizes all the features listed in FIG.
  • What is described as “upper limit” refers to a system in which, when there is a correct answer among the top 20 answer candidates, all n correct answers are listed in the top n answer candidates. This shows the best result (upper limit) that can be expected in this experiment.
  • the results of each system compared to the upper limit system are shown in parentheses.
  • FIG. 10 shows that the system according to the present invention shows higher accuracy than the two systems to be compared.
  • an improvement in accuracy of 11.6% is obtained with P @ 1 over B-QA.
  • the accuracy of B-Ranker (6.4% at P @ 1)
  • the set of features used in the present invention is superior to the features used in the prior art documents. I understand that there is. Further, since there is a difference in performance between B-Ranker and B-QA, it can be seen that re-ranking is effective.
  • MSA indicates B-Ranker.
  • SA was divided into two groups, SA @ W (features representing words and their polarities) and SA @ P (features representing phrases and their polarities). From the difference in performance between MSA + SWC + SA and other results, it can be seen that all of the features used contributed to the improvement in accuracy. From the viewpoint of P @ 1, it can be seen that the highest improvement is obtained by SA @ P, which is a feature related to the phrase and its polarity. That is, the performance difference between the present invention and MSA + SWC + SA @ W has reached 4.4%. According to this fact, when unfavorable things happen, the reasons are often unfavorable, and when desirable things happen, the reasons are often desirable. It has been shown that the assumptions underlying the idea are likely to be correct.
  • the answer processing unit 170 and the learning processing unit 172 are each realized by computer hardware, a program executed by the computer hardware, and data stored in the computer hardware. . Both may be implemented in the same computer hardware.
  • FIG. 12 shows the external appearance of the computer system 330
  • FIG. 13 shows the internal configuration of the computer system 330.
  • the computer system 330 includes a computer 340 having a memory port 352 and a DVD (Digital Versatile Disc) drive 350, a keyboard 346, a mouse 348, and a monitor 342.
  • DVD Digital Versatile Disc
  • the computer 340 boots up a CPU (Central Processing Unit) 356, a bus 366 connected to the CPU 356, the memory port 352, and the DVD drive 350, and A read only memory (ROM) 358 that stores programs and the like, and a random access memory (RAM) 360 that is connected to the bus 366 and stores program instructions, system programs, work data, and the like.
  • the computer system 330 further includes a network interface (I / F) 344 that provides a connection to a network that enables communication with other terminals.
  • I / F network interface
  • a computer program for causing the computer system 330 to operate as a non-factoid type question answering system is stored in the DVD 362 or the removable memory 364 attached to the DVD drive 350 or the memory port 352, and further transferred to the hard disk 354.
  • the program may be transmitted to the computer 340 through a network (not shown) and stored in the hard disk 354.
  • the program is loaded into the RAM 360 when executed.
  • the program may be loaded directly into the RAM 360 from the DVD 362, from the removable memory 364, or via the network IF 344.
  • This program includes a plurality of instructions for causing the computer 340 to operate as the non-factoid type question answering system of this embodiment.
  • Some of the basic functions necessary to perform this operation are provided by operating system (OS) or third party programs running on computer 340 or modules of various programming toolkits installed on computer 340. . Therefore, this program does not necessarily include all functions necessary for realizing the system and method of this embodiment.
  • This program can be used as a non-factoid question answering system by calling an appropriate function or a suitable program tool in a programming tool kit in a controlled manner so as to obtain a desired result. It is only necessary to include an instruction for executing the operation.
  • the operation of computer system 330 is well known. Therefore, it does not repeat here.
  • the question is sent as text from the service using terminal, and the answer is also sent back as text.
  • the present invention is not limited to such an embodiment, and can be applied to, for example, a question answering system using voice.
  • the service use terminal 166 shown in FIG. 5 is a mobile phone, and voice recognition is performed on the voice signal of the question received from the service use terminal 166 before the candidate sentence search unit 222 and the question sentence analysis unit 226.
  • the question may be converted into text data.
  • the answer sentence list 174 may be returned to the service using terminal 166 in the form of a web page, or by performing speech synthesis based on the answer having the highest score, You may reply to the service utilization terminal 166 as an audio
  • the above embodiment related to Japanese.
  • the present invention is not applicable only to Japanese. Any language can be applied as long as it is capable of creating learning data and collecting a sufficiently large amount of computer-readable text.
  • the sentence stored in the corpus storage unit 178 is processed in advance by performing the same processing as that performed by the question sentence analysis unit 226, the evaluation processing unit 228, and the semantic class conversion unit 230. Assume that they are stored in association. By doing so, the processing time for the feature generation in the feature vector generation unit 232 can be shortened.
  • the present invention is not limited to such an embodiment. Specifically, for example, only the information necessary for the candidate sentence search by the candidate sentence search unit 222 is attached to the document stored in the corpus storage unit 178, and selected when the feature vector is generated by the feature vector generation unit 232. Each of the candidate sentences may be subjected to processing necessary for feature generation (processing similar to the processing by the question sentence analysis unit 226, the evaluation processing unit 228, and the semantic class conversion unit 230).
  • the candidate sentence search unit 222 searches for a candidate answer sentence for a question.
  • a sentence having a vocabulary similar to the question sentence is searched mainly based on the document frequency and the word frequency in the document. ing.
  • the present invention is not limited to such an embodiment. Any standard may be used as long as it is considered possible to extract a sentence that can be an answer to the question.
  • the evaluation class may be a plurality of classes that can be given a certain order, and the target may be classified into one of the plurality of evaluation classes.
  • two or more evaluation criteria may be provided, and the objects may be classified into a plurality of evaluation classes based on the two or more criteria.
  • the present invention is a question answering system related to a question regarding a reason or method using natural language processing, and can be used in an industry that manufactures, uses, and lends a question answering system or the like that can further improve accuracy. it can.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Machine Translation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

　ノン・ファクトイド型の質問応答システムにおいて、精度をより高めることが可能な質問応答システムを提供するために、質問応答システム１６０は、質問に応答してコーパス記憶部１７８から回答候補を取出す候補文検索部２２２と、質問と、回答候補の各々との組合せについて素性を生成する素性ベクトル生成部２３２と、素性ベクトルが与えられると、元となった質問及び回答候補の組合せに対し、正しい組合せである度合いを示すスコアを算出するように学習したＳＶＭ１７６と、算出されたスコアが最も高い回答候補を回答として出力する回答文ランキング部２３４とを含むようにする。素性は、質問に対する形態素解析及び構文解析の結果と、質問のうち、正又は負の評価がされるフレーズ及びその極性と、素性内の名詞の意味クラスとに基づいて生成される。

Description

ノン・ファクトイド型質問応答システム及びコンピュータプログラム
　この発明は、質問応答システムに関し、特に、あることの理由等を聞く、いわゆるハウ型、ホワイ型質問等の、ノン・ファクトイド質問と呼ばれる質問に対する応答システムに関する。
　何らかの事実についての質問応答（ＱＡ）に関する研究は、最近になって大きな進歩を遂げている。例えば米国のクイズ番組でこの種のシステムが人間に勝利したことは記憶に新しい。その精度は、事実に関する質問については８５％程度であると言われている。このような事実に関する質問応答システム以外の領域でも、同じように精度の高い質問応答システムについての研究についてもその必要性が認められ始めている。しかし、事実に関するものでない質問、例えば「なぜ」に関する質問、及び「どのように」に関する質問については、まだ研究が進んでいないのが実情である。
　そのようなシステムの例として、後掲の非特許文献１に記載されたシステムがある。このシステムでは、質問とコーパス内の各文とに対して形態素解析を行ない、さらにその結果を用い、質問から得られた単語の文書頻度、各文中の単語頻度、文書総数、文書の長さ等を用いたスコアを算出し、スコアが上位の所定個数の文書をコーパスから選択する。選択された文書中に含まれるパラグラフ、及び１～３個の連続するパラグラフを回答候補とし主として質問中の単語と、回答候補に含まれる単語との間で算出されるスコアにより、質問に対する回答を選択する。
　しかし、後述するようにこのシステムでは十分な性能が得られないことがわかった。そこで、このシステムをさらに改良したシステムとして、後掲の非特許文献２に記載されたようなシステムを考えることができる。このシステムは、例えば非特許文献１に記載された技術によりいくつかの回答候補を選択した後、さらに各回答候補を所定のスコアにより再ランク付けするというものである。
　以下、このシステムを実現する場合の実現例として典型的と思われるものについて、非特許文献２の記載に基づいて説明する。なお、事実に関するものでないものに関する質問を、以下、「ノン・ファクトイド型の質問」と呼ぶ。
　図１を参照して、この質問応答システム３０は、例えばインターネット上で検索可能な非常に多数の文（ここでは日本語に限定して考える。）からなるコーパスをコーパス記憶部４８に記憶しており、テキスト通信が可能な携帯電話等のサービス利用端末４４から送信されるノン・ファクトイド型の質問を受け、回答処理部４０が、その回答としての確率が高いいくつかの回答文をコーパス記憶部４８に記憶された多数の文のうちから選択し、回答文リスト５０としてサービス利用端末４４に返信する。回答処理部４０が回答文のランキングをする際にはサポート・ベクター・マシン（ＳＶＭ）４６を使用し、学習処理部４２が予めこのＳＶＭ４６についての教師付機械学習を行なう。
　学習処理部４２は、予め、ノン・ファクトイド型の質問と、それに対する正しい回答又は誤った回答と、回答が正しいか否かを示すフラグとからなる、いくつかの日本語のＱＡ文を記憶するためのＱＡ文記憶部６０と、ＱＡ文記憶部６０に記憶されたＱＡ文に対する解析を行ない、ＳＶＭ４６の学習に用いるための素性として、予め選択した、統語に関する統計的情報の様々な組合せと、そのＱＡ文の回答が質問に対する正解か否かを示すフラグとからなる学習データを生成するための学習データ生成部６２と、学習データ生成部６２が生成した学習データを記憶する学習データ記憶部６４と、学習データ記憶部６４に記憶された学習データを用い、ＳＶＭ４６の教師付機械学習を行なう学習処理部６６とを含む。この学習の結果、ＳＶＭ４６は、学習データ生成部６２が生成したものと同種の組合せの素性をＳＶＭ４６が受けると、その素性の組合せを生じさせた質問文及び回答候補の組合せが正しい組合せか否か、すなわち回答候補が質問に対する正しい答えか否か、を示す尺度を出力するようになる。
　コーパス記憶部４８に記憶された各文については、予め学習データ生成部６２が各回答文に対して行なったのと同じ解析処理を行ない、ＳＶＭ４６に与える素性を生成するために必要な情報を各文に対して付してあるものとする。
　これに対して回答処理部４０は、サービス利用端末４４から質問文を受けたことに応答して、その質問文に対して予め定められた文法的な解析を行ない、その質問文に含まれる各単語について、素性を生成するために必要な情報（品詞、活用形、係り受け構造等）を出力するための質問文解析部８６と、サービス利用端末４４が質問文を受けたことに応答して、コーパス記憶部４８から質問に対する所定個数（例えば３００個）の回答候補文を検索し抽出するための候補文検索部８２と、候補文検索部８２の出力する所定個数の候補文をその文法情報とともに記憶するための回答候補文記憶部８４とを含む。
　なお、本実施の形態では、コーパス記憶部４８から候補文を検索し抽出して回答候補文記憶部８４に記憶しているが、このように候補文を絞り込む必要はない。例えば、コーパス記憶部４８に記憶されている全文を回答候補文としてもよい。この場合、候補文検索部８２は、コーパス記憶部４８に記憶されている文を全て読出す機能を持つだけでよく、回答候補文記憶部８４は、候補文検索部８２が読出した文を一時的に蓄積するだけの機能を果たせばよい。さらに、コーパス記憶部４８は、この実施の形態では質問応答システム３０がローカルに保持しているが、本発明はそのような実施の形態には限定されない。例えばコーパス４８が遠隔にあってもよいし、１つにかぎらず、複数個の記憶装置に分散して記憶されていてもよい。
　回答処理部４０はさらに、質問文解析部８６から出力される情報と、回答候補文記憶部８４に記憶された回答候補文の各々との組合せに基づいて、ＳＶＭ４６に与えるべき素性ベクトルを生成するための素性ベクトル生成部８８と、質問文と各回答候補文との組合せに対して素性ベクトル生成部８８から与えられる素性ベクトルをＳＶＭ４６に与え、その結果、ＳＶＭ４６から出力される結果に基づいて回答候補文記憶部８４に記憶された回答文の各々をランキングし、上位の所定個数の回答文候補を回答文リスト５０として出力するための回答文ランキング部９０とを含む。ＳＶＭ４６は通常、対象を２つのクラスに分類する超平面を数学的に求め、その結果に基づいて入力がいずれのクラスに属するかを定め、その結果を正／負の極性情報で出力することが基本的機能だが、その超平面から、入力により定められる点までの距離を出力することもできる。この距離は、回答文としてのふさわしさを表すものと考えられるので、回答文ランキング部９０はこの距離と、ＳＶＭ４６の出力する極性情報との組合せを回答候補文のスコアとして用いる。
　この質問応答システム３０では、予めＱＡ文記憶部６０に質問文と、その質問文に対する回答としてふさわしい文との組合せ、及び質問文に対する回答として誤っている文との組合せを多数記憶する。各組合せには、その回答が正しいものか否かを示すフラグを予め人手で付しておく。学習データ生成部６２がこれらの組合せからＳＶＭ４６の学習を行なうための学習データを生成し、学習データ記憶部６４に格納する。学習処理部６６が、学習データ記憶部６４に記憶された学習データを用い、ＳＶＭ４６の学習を行なう。この処理の結果、ＳＶＭ４６は、学習データ生成部６２が生成するのと同じ種類の素性の組合せを受けると、その素性が得られた元の文の組合せ（質問文と回答候補）との組合せが正しいか否か、すなわち回答候補がその質問文に対する回答として正しいか否かの尺度を示す値を出力できるようになる。
　一方、コーパス記憶部４８には多数の文からなるコーパスが記憶されている。これら各文には、予め学習データ生成部６２が行なうのと同種の解析処理が行なわれており、学習データの一部と同様の、回答候補のランキングのための情報が付されている。サービス利用端末４４から質問文を受けると、候補文検索部８２が既存の候補文検索処理を行ない、質問文に対する回答候補を所定個数だけコーパス記憶部４８の中から抽出する。候補文検索部８２により抽出された回答候補文は、回答候補のランキングのための情報とともに回答候補文記憶部８４に格納される。
　一方、質問文解析部８６は、質問文に対して所定の解析処理を行ない、素性を生成するために必要な情報を生成して素性ベクトル生成部８８に与える。素性ベクトル生成部８８は、質問文解析部８６から情報を受け取ると、回答候補文記憶部８４に記憶されている各回答候補文の、回答候補のランキングのための情報とあわせることにより、学習データ生成部６２により生成される学習データと同じ構成（ただし回答候補が正解か否かを示すフラグを除く。）の素性ベクトルを生成し、回答文ランキング部９０に与える。
　回答文ランキング部９０は、素性ベクトル生成部８８から与えられる、各回答候補と質問文との組合せから得た素性ベクトルをＳＶＭ４６に与える。ＳＶＭ４６は、与えられる各組合せの素性ベクトルごとに、その組合せに含まれる回答候補がその組合せに含まれる質問に対する回答としてどの程度ふさわしいかを示すスコアを出力する。回答文ランキング部９０は、質問文と各回答候補との組合せを、それらのスコアで降順にソートし、スコアが上位の所定個数の回答候補を、サービス利用端末４４から与えられた質問文に対する回答文リスト５０としてサービス利用端末４４に返信する。
マサキ　ムラタ、サチヨ　ツカワキ、トシユキ　カナマル、チン　マ、ヒトシ　イシハラ、「ノン・ファクトイド型の日本語の質問に対し、回答の型に応じた重み付けをした回答検索を用いて回答するシステム（A system for answering non-factoid Japanesequestions by using passage retrieval weighted based on type of answer）」、In Proc. of NTCIR-6. リュウイチロウ　ヒガシナカ、ヒデキ　イソザキ、「ホワイ型質問のための、コーパスを用いた質問応答システム（Corpus-basedquestion answering for why-questions）」、In Proc. of IJCNLP, pp. 418-425. テツジ　ナカガワ、ケンタロウ　イヌイ、サダオ　クロハシ、「依存木に基づく、潜在変数を持つＣＲＦを用いた感情の分類（Tetsuji Nakagawa, Kentaro Inui, and Sadao Kurohashi, Dependencytree-based sentiment classification using CRFs with hidden variables. ）」、In Proc. of Human Language Technologies:The 2010 Annual Conference of Computational Linguistics, Pp. 786-794, Los Angeles, California, June. Association for ComputationalLinguistics．
　非特許文献１に記載されたシステムでは、十分な精度が得られないことが分かっている。特に、事実に関する質問応答システムの性能に比べると、ノン・ファクトイド型の質問応答システムの性能はかなり低く、ノン・ファクトイド型の質問応答システムの性能を高めることが求められている。特に、今後は単なる事実に関する質問だけではなく、何らかの事象からその理由を知ったり、何らかの事象からその帰結を推論したりすることが必要になると思われる。
　したがって本発明の目的は、理由又は方法に関する質問に関する質問応答システムにおいて、精度をより高めることが可能な質問応答システムを提供することである。
　本発明の第１の局面に係る質問応答システムは、ノン・ファクトイド型の質問の入力を受け、当該質問に対する回答を生成するノン・ファクトイド型の質問応答システムである。このシステムは、処理対象の言語の文書であって、コンピュータ読取可能な文書からなるコーパスを記憶するためのコーパス記憶手段に接続されて用いられる。このシステムは、質問の入力を受けたことに応答して、コーパス記憶手段から、当該質問に対する複数個の回答候補を検索し取り出すための候補検索手段と、質問の入力を受けたことに応答して、当該質問と、候補検索手段に記憶された回答候補の各々との組合せについて、所定の素性の集合を生成するための素性生成手段と、素性生成手段により生成される素性の集合が与えられると、当該素性の集合を生成する元となった質問及び回答候補の組合せについて、当該回答候補が当該質問に対する正しい回答である度合いを示すスコアを算出するように予め学習されたスコア算出手段と、質問と、回答候補に記憶された回答候補の各々との組合せについて、スコア算出手段により算出されたスコアに基づき、質問に対する正しい回答である可能性が最も高い回答候補を質問に対する回答として出力する回答選択手段とを含む。候補検索手段により検索された回答候補の各々には、素性生成手段による素性の生成に必要な情報が付されている。素性生成手段は、質問について、形態素解析及び構文解析を行ない、形態素情報及び統語情報を出力するための構文解析手段と、質問のうち、ある評価基準にしたがって第１のクラスに分類されるフレーズと、第２のクラスに分類されるフレーズとを特定するための評価手段とを含む。第１のクラス及び第２のクラスには、それぞれ互いに相反する評価の極性が割当てられている。この質問応答システムはさらに、質問と、回答候補の各々との組合せについて、構文解析手段による解析結果と、評価手段により特定されたフレーズの箇所及びその評価クラスの極性と、回答候補に付されている素性生成用の情報とに基づいて、素性の集合を生成するための素性集合生成手段とを含む。
　好ましくは、素性生成手段はさらに、構文解析手段の出力に含まれる各名詞を、予め準備された、複数個の、単語の意味クラスのいずれかに分類し、当該名詞を対応する意味クラスに変換するための意味クラス変換手段を含む。素性集合生成手段は、質問と、回答候補の各々との組合せについて、構文解析手段による解析結果と、評価手段により特定されたフレーズの箇所及びその評価クラスの極性と、意味クラス変換手段による変換がされた後の構文解析手段の出力と、回答候補に付されている素性生成用の情報とに基づいて、素性の集合を生成するための第１の手段を含む。
　第１の手段が、評価手段により特定されたフレーズの箇所及び評価クラスの極性に基づいて生成する素性は、質問中のフレーズの評価クラスの極性と、回答候補中のフレーズの評価クラスの極性とが一致するか否かを示す情報を含んでもよい。
　より好ましくは、第１の手段が、評価手段により特定されたフレーズの箇所及び評価クラスの極性に基づいて生成する素性はさらに、質問中のフレーズの評価クラスの極性と回答候補中のフレーズの評価クラスの極性とが一致するときのその極性を示す情報を含む。
　第１の手段が生成する素性は、構文解析手段の出力から得られ、評価手段の出力又は意味クラス変換手段の出力を用いずに得られる素性と、構文解析手段の出力に、評価手段の出力を組合せて得られる素性と、構文解析手段の出力に、意味クラス変換手段の出力を組合せて得られる素性とを含んでもよい。
　又は、第１の手段が生成する素性は、構文解析手段の出力に、評価手段の出力を組合せ、さらに意味クラス変換手段の出力を組合せて得られる素性を含んでもよい。
　本発明の第２の局面に係るコンピュータププログラムは、ノン・ファクトイド型の質問の入力を受け、当該質問に対する回答を生成するノン・ファクトイド型の質問応答システムをコンピュータにより実現させるコンピュータプログラムである。このコンピュータは、処理対象の言語の文書であって、コンピュータ読取可能な文書からなるコーパスを記憶するためのコーパス記憶手段に接続される。第２の局面に係るコンピュータプログラムは、コンピュータを、質問の入力を受けたことに応答して、コーパス記憶手段から、当該質問に対する複数個の回答候補を検索し取り出すための候補検索手段と、質問の入力を受けたことに応答して、当該質問と、候補検索手段に記憶された回答候補の各々との組合せについて、所定の素性の集合を生成するための素性生成手段と、素性生成手段により生成される素性の集合が与えられると、当該素性の集合を生成する元となった質問及び回答候補の組合せについて、当該回答候補が当該質問に対する正しい回答である度合いを示すスコアを算出するように予め学習されたスコア算出手段と、質問と、回答候補に記憶された回答候補の各々との組合せについて、スコア算出手段により算出されたスコアに基づき、質問に対する正しい回答である可能性が最も高い回答候補を質問に対する回答として出力する回答選択手段として機能させる。候補検索手段により検索された回答候補の各々には、素性生成手段による素性の生成に必要な情報が付されている。コンピュータを素性生成手段として機能させるプログラム部分は、コンピュータを、質問について、形態素解析及び構文解析を行ない、形態素情報及び統語情報を出力するための構文解析手段と、質問のうち、ある評価基準にしたがって第１の評価クラスに分類されるフレーズと、第２の評価クラスに分類されるフレーズとを特定するための評価手段として機能させる。このコンピュータプログラムはさらに、コンピュータを、質問と、回答候補の各々との組合せについて、構文解析手段による解析結果と、評価手段により評価されたフレーズの箇所及びその評価クラスの極性と、回答候補に付されている素性生成用の情報とに基づいて、素性の集合を生成するための素性集合生成手段として機能させる。
従来のノン・ファクトイド型の質問応答システムの概略構成を示すブロック図である。 ノン・ファクトイド型の質問とその回答候補との例を示す図である。 ノン・ファクトイド型の質問の回答候補の例を示す図である。 本発明の１実施の形態に係る質問応答システムが利用される場面を説明する図である。 本発明の１実施の形態に係る質問応答システムのブロック図である。 n-gramの構成を説明するための模式図である。 統語構造に依存するn-gramの構成を説明するための図である。 本発明の１実施の形態に係る質問応答システムで使用する素性の一覧を表形式で示す図である。 ノン・ファクトイド型の質問とその回答候補との組合せの例を示す図である。 本発明に係る質問応答システムの実験結果を、従来技術の性能と比較して表形式で示す図である。 本発明に係る質問応答システムにおいて、使用する素性の組合せを変えたときの性能を互いに比較して表形式で示す図である。 本発明の１実施の形態に係る質問応答システムを実現するためのコンピュータの外観を示す模式図である。 図１２に示すコンピュータのハードウェア構成を説明するブロック図である。
　以下の説明及び図面では、同一の部品には同一の参照番号を付してある。したがって、それらについての詳細な説明は繰返さない。
　［はじめに］
　本願発明では、ノン・ファクトイド型の質問とその回答との間には、以下のような関係があることに着目し、これを第１の仮定とした。すなわち、
　・好ましくないことが起きると、その理由も何か好ましくないものであることが多く、
　・好ましいことが起きると、その理由もまた好ましいものであることが多い、
という点に着目したものである。
　例えば、図２に示すような質問Ｑ１と、その回答候補Ａ１－１及びＡ１－２との組合せ１１０を考える。回答候補Ａ１－１の下線部１２０は、ガンに関する好ましくない事象を述べているのに対し、回答候補Ａ１－２の下線部１２２は、ガンを予防するための好ましい対応を述べている。本発明は、上の組合せでは、質問Ｑ１に対する回答としては、回答候補Ａ１－１の方がよりふさわしいというものである。本明細書では、説明を簡略にするために、そのような「好ましい」及び「好ましくない」という評価の方向を「極性」と呼び、「好ましい事象を述べるフレーズ」及び「好ましくない事象を述べるフレーズ」のような、極性を伴う評価の対象となるフレーズを「評価フレーズ」と呼ぶ。すなわち、本願発明では、フレーズについて、ある評価基準にしたがって、「好ましい事象を述べるフレーズ」という第１の評価クラスと、「好ましくない事象を述べるフレーズ」という第２の評価クラスとのいずれかに分類されるフレーズを特定する。これら評価クラスには、「好ましい」及び「好ましくない」というように、互いに相反する極性が割り当てられている。なお、ここでは極性として「好ましい／好ましくない」というものを考えたが、これ以外にも評価基準により極性は様々に考えることができる。例えば「増加／減少」、「活性／不活性」、「美味しい／不味い」、「改善／悪化」、「採択／不採択」、「嬉しい／悲しい」等を考えることができる。
　この発明の第２の仮定は、質問中の単語の語彙意味論的なクラスと、回答文中のそれらとの間にはかなり強い結び付きがある、というものである。例えば、図２に示す質問Ｑ１のように病気に関する質問文に対する回答は、多くの場合、（回答候補Ａ１－１のように）化学物質に関するものであるか、又は、ウィルス若しくは体の一部等に関する言及を含む。このように、例えば、病気と、病気に関連する有害な物質等との間の統計的な関連を明らかにすることにより、質問文に対する回答としてふさわしいものを挙げることができる可能性を高めることができる。そこで、以下に述べる実施の形態では、意味的に近い単語を意味クラスにまとめて素性として用いることとした。意味クラスの構築を人手で行なったり、既存の意味に基づくシソーラスを用いたりすることもできるが、本実施の形態では、ウェブ文書からなる大規模コーパスからＥＭ法を用いて自動的に構築した単語クラス群を用いることとした。この方法については、Kazama and Torisawa, Inducing Gazetteers for Named Entity
Recognition by Large-scale Clustering of Dependency Relations」(http://http://www.aclweb.org/anthology-new/P/P08/P08-1047.pdf)に詳細が記載されている。
　さらに問題となるのは、回答候補の中には、極性の異なる複数のフレーズを含むものがあるということである。
　例えば、図３に、図２の回答候補Ａ１－２と類似した回答候補Ａ１－３を示す。図３に示す回答候補Ａ１－３は、ガンに関する好ましくない評価フレーズ１４０と、ガンに関する好ましい評価フレーズ１４２とを含んでいる。このような場合には、図２に示す質問Ｑ１に対する回答として、図２に示す回答候補Ａ１－１と、図３に示す回答候補Ａ１－３とのいずれを採用すべきかという問題が残る。本発明では、そうした問題に対処するために、評価の極性と、質問文及び回答候補の双方の、その極性に結び付けられた評価フレーズの内容との組合せを用いることとした。
　評価フレーズの内容に関して統計的処理をする際のデータのスパースネスを解決するために、評価の極性と、単語の意味クラスとを効果的に組合せた素性の組を開発した。これら素性を、教師付学習により、ノン・ファクトイド型の質問文に対する回答候補のスコアリングを行なう分類器の学習を行なった。実験の結果については後に述べる。
　［構成］
　図４を参照して、本実施の形態に係るノン・ファクトイド型質問応答システム１６０は、予めインターネット上の大量の文書からなる文書集合１６４を獲得しておき、インターネット１６２を介してサービス利用端末１６６からノン・ファクトイド型の質問を受けたことに応答して、蓄積しておいた文書集合１６４からその質問に対する回答としてふさわしいもののリストを生成し、サービス利用端末１６６に返信するものである。本実施の形態では、サービス利用端末１６６からの質問はウェブのフォームへの入力データとしてノン・ファクトイド型質問応答システム１６０に送信されるものとする。
　図５を参照して、この質問応答システム１６０は、予めインターネットから取得した大量の文書からなる文書集合１６４であって、各文について回答候補をランキングするための素性形成に必要な情報が付された文書の集合を記憶するためのコーパス記憶部１７８と、サービス利用端末１６６から質問文を受けたことに応答して、コーパス記憶部１７８に記憶された文章中から、受けた質問に対する回答としてふさわしいものを幾つか抽出し、ランク付けして、上位の所定個数をリストした回答文リスト１７４をサービス利用端末１６６に対して出力するための回答処理部１７０と、回答処理部１７０が回答候補のランキングの際に使用するＳＶＭ１７６と、予め準備された学習データにより、ＳＶＭ１７６に対する教師付機械学習を行ない、ＳＶＭ１７６が、質問文と回答文との組合せから得られた予め定める素性の組合せを受けると、その組合せが正しいか否か、すなわちその組合せ中の質問に対して、その組合せ中の回答文が正しい回答か否かを示すとともに、その回答の確からしさがどの程度であるかを示すスコアを出力するようにする学習処理部１７２とを含む。
　回答処理部１７０は、サービス利用端末１６６から質問を受けたことに応答して、従来の技術と同様の処理により、コーパス記憶部１７８を検索し、多数の文の中から所定個数（例えば３００個）の回答候補文を抽出するための候補文検索部２２２と、候補文検索部２２２により抽出された候補文を記憶するための回答候補文記憶部２２４と、サービス利用端末１６６から質問文を受けたことに応答して、質問文に対する解析処理を行ない、素性に利用される形態素解析及び構文解析（統語的解析）を行ない、形態素情報及び統語情報を出力するための質問文解析部２２６と、質問文解析部２２６の出力する情報のうち、単語に対して所定の統計的確率モデルを適用することにより意味クラスを推定し、意味クラスを表す情報を付して出力するための意味クラス変換部２３０と、質問文解析部２２６の出力に対して評価を行ない、既に述べたように評価フレーズとその極性とを定めて評価フレーズごとに出力するための評価処理部２２８とを含む。
　なお、図示していないが、コーパス記憶部１７８に記憶される文書の各文についても、予め質問文解析部２２６、評価処理部２２８及び意味クラス変換部２３０により行なわれる処理と同じ処理を行なっておく。こうしておくことにより、後に質問と回答候補との組から素性ベクトルを生成するための処理量を低減できる。
　回答処理部１７０はさらに、質問文解析部２２６の出力と、評価処理部２２８の出力と、意味クラス変換部２３０の出力とを受け、さらに回答候補文記憶部２２４から各回答候補文と付随情報とを読出し、質問文と回答候補との双方の情報に基づいて、ＳＶＭ１７６に適用する素性ベクトルを生成するための素性ベクトル生成部２３２と、回答候補文ごとに、素性ベクトル生成部２３２の出力する素性ベクトルをＳＶＭ１７６に適用することによりＳＶＭ１７６から得られるスコアに基づいて回答候補をランキングし、上位の所定個数の回答候補からなる回答文リスト１７４を生成し、サービス利用端末１６６に返信するための回答文ランキング部２３４とを含む。
　学習処理部１７２は、多数のＱＡ文をその組合せの適否を示すフラグとともに記憶するためのＱＡ文記憶部１９０と、ＱＡ文記憶部１９０に記憶されている質問文と回答候補との組合せの各々に対し、質問文解析部２２６と同様の処理を行なうためのＱＡ文解析部１９２と、ＱＡ文解析部１９２の出力中の各単語に対し、統計的モデルを用いて意味クラス情報を付するための意味クラス変換部１９６と、ＱＡ文の質問文及び回答文の各々に対して評価処理を行なうことにより、評価フレーズを示すタグと、その極性とを付して出力するための評価処理部１９４と、ＱＡ文解析部１９２、評価処理部１９４、及び意味クラス変換部１９６の出力する情報を組合せることで、ＳＶＭ１７６の学習を行なうための学習データ（素性ベクトル）を生成して出力する学習データ生成部１９８と、学習データ生成部１９８の出力する学習データを記憶するための学習データ記憶部２００と、学習データ記憶部２００に記憶された学習データを用い、ＳＶＭ１７６に対して教師付機械学習を行なうためのＳＶＭ学習部２０２とを含む。
　本実施の形態では、６億個の日本語文書をインターネットから収集し、コーパス記憶部１７８に格納した。
　（回答候補の抽出）
　候補文検索部２２２としては、本実施の形態では、http://lucene.apache.org/solrで配布されているSolrを用いる。本実施の形態では、候補文検索部２２２は、質問文１つに対し、コーパス記憶部１７８に格納されている６億個の文書のうちから例えば回答を含む可能性の高い順に、トップの所定個数（例えば３００個）の文書を抽出するように調整する。各候補はさらに、５つの連続する文からなる回答候補の集合に分割される。文書の分割方法の誤りにより正しい回答が得られない可能性を小さくするために、分割される文書については、互いに２つの文までは共有できるようにしている。
　候補文検索部２２２ではさらに、このようにして質問ｑに対して得られた回答候補ａｃの各々を、以下の式（１）に示すスコアリング関数Ｓ（ｑ，ａｃ）によりスコアリングする。なお、本実施の形態では、回答候補を抽出するために、質問中に含まれる語を含む部分であって、さらに、因果関係を示す３つの手がかり語（理由、原因、及び要因）を含むものを検索する。候補文検索部２２２は、式（１）によるランキングで、質問に対する回答候補を３００個選択し、回答候補文記憶部２２４を経て回答文ランキング部２３４に与える。
　式（１）に示すスコアリング関数Ｓ（ｑ，ａｃ）は、各回答候補に対して、tf（対数化索引語頻度）-idf（文書頻度の逆数）に似たスコアを割り当てる。ここで、式（１）の1/dist(t1,t2)はtfのような役割を果たし、1/df(t2)は、質問ｑ及び回答候補ａｃが共有する、所与のt1及びt2に対するidfである。
Figure JPOXMLDOC01-appb-M000001
 ただし、Ｔは、質問ｑ中の名詞、動詞、及び形容詞であって回答候補ａｃ中にも出現するものからなる語集合である。手がかり語が回答候補ａｃに存在する場合、それらを語集合Ｔに追加することに注意。Ｎは文書の合計数（６億）であり、dist(t1,t2)は回答候補ａｃ中の単語t1及びt2の間の距離（文字数）である。df(t)は語ｔの文書頻度であり、φ∈｛０，１｝は指標であって、ts(t1,t2)＞１ならφ＝１，さもなければφ＝０である。
　（回答候補のランキング）
　前記したとおり、ランキングには３種類の素性集合を用いる教師付分類器（ＳＶＭ）を使用する。素性集合は、（１）質問と回答候補との形態素分析及び統語分析の結果を表す素性（「ＭＳＡ」で示す。）、（２）質問と回答候補とに現れる意味的単語クラスを表す素性（「ＳＷＣ」で示す。）、及び（３）評価分析の結果を表す素性（「ＳＡ」で示す。）、を含む。
　《ＭＳＡ》
　ＭＳＡは、回答候補の再ランキングのために従来から広く用いられている素性である。この素性は、質問と回答候補との間の、形態素、文節、及び統語構造レベルでの結び付きを明らかにするためのものである。
　質問とその回答候補とに含まれる全ての文を、３つの方法で表した。すなわち、形態素の集まり（a bag of morphemes）、文節の集まり（a bag of word
phrases）、統語構造チェーンの集まりである。これらはそれぞれ、形態素分析プログラム（例えばhttp://nlp.ist.i.kyoto-u.ac.jp/index.php?JUMAN）及び構文解析プログラム（例えばhttp://nlp.ist.i.kyoto-u.ac.jp/index.php?KNP）を用いて得ることができる。
　本実施の形態では、質問及び回答候補の各々から形態素、文節、及び統語構造のg-gram（ｎは１～３）抽出する。例えば、文が図６（Ａ）に示すように連続する４つの文節Ａ，Ｂ，Ｃ及びＤからなる部分２４０を含むものとする。この４つの文節から得られる文節3-gramは、図６（Ｂ１）に示す文節Ａ，Ｂ及びＣからなる3-gram２４２と、（Ｂ２）に示す文節Ｂ，Ｃ及びＤからなる3-gram２４４とである。
　これに対し、統語構造n-gramとは、本明細書では、統語構造のネットワーク中で、連続する３つの文節を持つパスのことを言う。例えば、図７（Ａ）に示すような統語構造のネットワーク２６０が得られたものとする。このネットワーク２６０の中から3-gramを取り出すと、図７（Ｂ１）に示す文節Ａ，Ｂ及びＣからなる3-gram２６２と、図７（Ｂ２）に示す、文節Ａ，Ｃ及びＤからなる3-gram２６４とが得られる。これらを図６と比較するとその違いが分かる。なお、統語構造n-gramの1-gramは文節1-gramと一致するので使用しない。
　ＭＳＡとしては、図８の表２７０に示す、ＭＳＡ１～ＭＳＡ４の４種類の素性を使用できる。その説明は図８に示したとおりなので、個々では繰返さない。なお、ＭＳＡ２は、例えば図２の「タイプのガン」のように、質問中の単語を含むようなn-gramである。
　《ＳＷＣ》
　単語意味クラスとは、意味的に類似した単語の集合のことをいう。本実施の形態では、前記したKazama及びTorisawaの文献に記載された名詞のクラスタリング技術を用い、このような単語意味クラスを構築した。この文献に記載されたアルゴリズムは、意味的に類似した単語は類似した文脈に現れる傾向がある、という仮定に基づくものである。この方法は、単語間の統語的係り受け関係を文脈として扱うことにより、非動詞の係り受け関係に関する、隠れクラスについての確率モデルを以下の式（２）により定義する。
Figure JPOXMLDOC01-appb-M000002
 ただし、ここでのｎは名詞であり、ｖは文法的関係ｒ（日本語では後置の語）により名詞ｎが従属する動詞又は名詞であり、ｃは隠れクラスである。係り受け関係の頻度は、６億の文からなるコーパスから得ることができた。モデルパラメータｐ（ｎ｜ｃ）、ｐ（〈ｖ，ｒ〉｜ｃ）及びｐ（ｃ）はＥＭアルゴリズムを用いて推定した。この技術を用い、５５０万の名詞を５００個のクラスにクラスタリングすることができた。すなわち、各名詞ｎに対し、ＥＭクラスタリングによって、意味的クラスを表す隠れ変数に関する確率分布を推定する。この分布から、各名詞ｎに対してｃ＝argmaxc*p(c*|n)となるクラスｃを割り当てる。この結果、化学物質、栄養素、病気等の明確な意味的クラスを得ることができた。
　ＳＷＣは、質問中の単語と、回答候補中の単語との間の関連性を反映させるためのものである。学習データ中に、特定の意味クラスの単語を持つ質問と、特定の意味クラスの単語を持つ回答候補とがあり、互いの関係が肯定的である（回答候補が質問に対する正しい回答である。）場合には、ＳＶＭは、学習データの質問と同じ意味クラスの単語が質問中にあれば、他の条件が一定であるものとして、学習データの回答中の特定の意味クラスの単語と同じ意味クラスの単語を持つ回答候補を、その質問に対する回答として選択するであろう。
　同様の処理を単語の意味レベルではなく、単語レベルで考えることもできる。つまり、特定の単語レベルでの結び付きを統計的にモデル化することもできる。しかし、その場合には、単語と単語という組合せが特定的すぎ、データのスパースネスという問題が生じるのでモデルの汎化が難しく、モデルの信頼性を高めることができない。
　図８に示すように、ＳＷＣとしてはＳＷＣ１とＳＷＣ２という２種類を用いる。それらの説明は図８に記載したとおりである。
　ＳＷＣ１を得るためには以下の手順にしたがう。まず、ＭＳＡ１のn-gram内の名詞を全てそれらの属する意味クラスに変換する。得られたn-gramの中で、少なくとも１つの単語の意味クラスが残っているものをＳＷＣ１として採用する。
　ＳＷＣ２は、回答候補中のn-gramであって、質問中に存在する語と同じごをそれらの意味クラスに変えたものである。
　これらの素性は、質問と回答候補との中の単語の意味クラスの対応関係を示すものである。
　《ＳＡ》
　ＳＡという素性はさらに２種類に分類される。第１は単語レベルでの評価分析である（単語の極性）。これを図８ではＳＡ＠Ｗ１～ＳＡ＠Ｗ４で表す。第２は、フレーズレベルでの評価分析である（フレーズ極性）。これらは図８ではＳＡ＠Ｐ１～ＳＡ＠Ｐ１０で表す。
　（１）単語極性（ＳＡ＠Ｗ）
　単語の極性は、予め準備された、単語の極性傾向のための辞書の参照により行なう。辞書としては、本実施の形態では、非特許文献３により紹介されたツールプログラムにより提供されるものを用いる。この素性は、質問中の単語の極性と、正しい回答中の単語の極性との関連を明らかにするためのものである。ここでは、前提にしたがい、学習の結果、質問中の単語の極性と、選択される回答中の単語の極性とは互いに等しいことが多くなる筈である。
　図８に示すＳＡ＠Ｗ１とＳＡ＠Ｗ２とは、単語極性n-gramのうち、単語極性を持つ単語を少なくとも１つ持つものから得られる評価分析素性である。これらのn-gramは、ＭＳＡ１n-gram内の全ての名詞を辞書参照により対応する単語極性に変換して得られる。ＳＡ＠Ｗ１は質問と回答候補中の全ての単語極性n-gramに関するものである。ＳＡ＠Ｗ２は、ＳＡ＠Ｗ１で得られたn-gramのうち、元のn-gramが質問の語を含むものである。
　さらに、単語極性を単語の意味クラスと組合せることにより、分類器がこれらの組合せのうち特に意味あるものを識別できるようにする。例えば単語の極性として負でありかつ意味クラスが「条件」である単語は、「好ましくない条件」を表すであろう。この結果、これら負の条件を表す単語と、それら単語の、病気についての質問との関連性との間の相関を分類器に学習させることができる。ＳＡ＠Ｗ３とＳＡ＠Ｗ４とがこの種の素性である。これらはそれぞれ、ＳＡ＠Ｗ１及びＳＡ＠Ｗ２と同様に定義される。ただし、ＳＡ＠Ｗ１及びＳＡ＠Ｗ２における単語の極性を、単語の意味クラスと単語の極性とで置換える点が異なる。ＳＡ＠Ｗ３とＳＡ＠Ｗ４のn-gramを（単語）クラス－極性結合n-gramと呼ぶ。
　（２）フレーズ極性（ＳＡ＠Ｐ）
　本実施の形態では、評価フレーズの抽出及びその極性の判定は、既存のツールプログラム（前述の非特許文献３による。）を用いる。実験の結果、質問内の語を含まないような評価フレーズについては、正しい回答を定めるために有用ではないことがわかった。したがって、本実施の形態では、質問内の語を少なくとも１つ含むような文から抽出された評価フレーズのみを、フレーズ極性の素性生成のために用いることとした。
　フレーズ極性に関する素性として、大きく３つのカテゴリの素性を用いる。第１のカテゴリは、図８に示すＳＡ＠Ｐ１及びＳＡ＠Ｐ２を含む。第２のカテゴリは、図８のＳＡ＠ｐ３～ＳＡ＠Ｐ５を含む。第３のカテゴリは、図８のＳＡ＠Ｐ６～ＳＡ＠Ｐ１０を含む。
　第１のカテゴリの素性は、質問と、その回答候補との間での、評価フレーズの極性の一致に関するものである。質問と回答候補との間での評価フレーズの組合せを調べる。それらの中に、極性が一致するものがあれば、それを示す指標とその極性とをそれぞれＳＡ＠Ｐ１及びＳＡ＠Ｐ２とする。
　第２のカテゴリの素性は、評価フレーズは、多くの場合、正しい回答の中心部を構成する、という仮定に基づくものである。これらを表す素性を用いる必要がある。図８のＳＡ＠Ｐ３～ＳＡ＠Ｐ５はそのためのものである。これら素性の内容については図８を参照されたい。
　第３のカテゴリの素性は、単語の意味クラスを用いることにより、上述した、質問又は回答の内容に関する素性を一般化するためのものである。図８を参照すると分かるように、これら素性は、評価フレーズから得た単語の意味クラスn-gram及びクラス・極性結合n-gramを、そのフレーズ極性と組合せたものである。これら素性の内容については図８を参照されたい。
　［動作］
　以上に説明した本実施の形態に係るノン・ファクトイド型の質問応答システム１６０の動作は、基本的に図１に示す従来のものと同様の手順を踏む。すなわち、ＳＶＭ１７６の学習と、回答処理部１７０による質問の処理とである。これらに先立ち、評価処理部１９４で使用する評価ツール及び辞書、並びに、意味クラス変換部１９６で使用する統計的確率モデルを作成しておく必要がある。この確率モデルは、式（２）によるものである。さらに、多数の文を収集し、コーパス記憶部１７８に格納する。これらについては、既に述べたように、素性ベクトル生成部２３２が素性を生成するために必要な情報を作成しておき、各文に付しておく。一方、人手により作成した、質問とその回答とからなる複数の組合せ（ＱＡ文）を準備し、ＱＡ文記憶部１９０に格納する。これら質問と回答との組合せとしては、ある質問とその質問に対する正しい回答とからなる組とを準備する。これら質問と回答との組合せとしては、できるだけ多くの種類の質問を用いることが望ましい。そのためには、できるだけ多くの人にこのＱＡ文の作成に参加してもらうことが理想的である。もっとも、現実的にはこの準備に参加する人の数は限定されることが多く、その点でシステムにある制約が生じ得ることはやむを得ない。
　次に、ＱＡ文解析部１９２により、これらＱＡ文の各々に対する形態素解析、及び構文解析等を行ない、得られた品詞情報、係り受け関係等を示す情報をＱＡ文に付して評価処理部１９４，意味クラス変換部１９６、及び学習データ生成部１９８に与える。
　評価処理部１９４は、与えられたＱＡ文の各々の中の質問及び回答の各々について評価フレーズの探索を行ない、その範囲とその極性とをタグとして該当箇所に付して学習データ生成部１９８に与える。意味クラス変換部１９６は、与えられたＱＡ文の各々の中の名詞について、単語の意味クラスに変換したものを生成し、学習データ生成部１９８に与える。
　学習データ生成部１９８は、ＱＡ文ごとに、ＱＡ文解析部１９２からの形態素及び統語情報、評価処理部１９４からの評価に関する情報、意味クラス変換部１９６からの意味クラスに関する情報に基づき、図８に示した各種の素性を生成し、ＱＡ文に付されているフラグ（回答が質問に対するものとしてふさわしいか否かを示すフラグ）を付した学習データを生成し、学習データ記憶部２００に格納する。
　ＳＶＭ学習部２０２は、学習データ記憶部２００に格納された学習データを用い、ＳＶＭ１７６の学習を行なう。学習が済んだＳＶＭ１７６は、回答文ランキング部２３４により利用可能な状態とされる。
　《回答の検索》
　回答文ランキング部２３４にＳＶＭ１７６が組込まれることにより、回答処理部１７０による回答処理が可能になる。サービス利用端末１６６が質問を回答処理部１７０に送信すると、質問文解析部２２６及び候補文検索部２２２がこの質問を受ける。
　候補文検索部２２２は、質問を受けたことに応答して、コーパス記憶部１７８に記憶された多数の文の中から回答候補としての可能性が高い上位３００個の回答候補文を検索し、回答候補文記憶部２２４に出力する。このとき、回答候補文のスコア作成に使用される尺度は、式（１）に示したとおりである。
　一方、質問文解析部２２６は、受信した質問に対し、形態素解析及び構文解析を行ない、形態素情報及び統語情報を出力する。
　評価処理部２２８は、質問文解析部２２６の出力する情報に対し、評価処理を行ない、評価フレーズの範囲と、その極性とを示すタグ付けを質問文に対して行ない、素性ベクトル生成部２３２に与える。意味クラス変換部２３０は、質問文解析部２２６の出力する情報のうち、名詞に対して、式（２）により表される、意味クラス推定のための統計的モデルを適用することでその意味クラスを推定し、意味クラスを表す情報に変換して素性ベクトル生成部２３２に与える。
　素性ベクトル生成部２３２は、評価処理部２２８の出力する評価タグ付けの質問文、質問文解析部２２６から出力される形態素情報及び構文解析情報、意味クラス変換部２３０により出力される情報、並びに、回答候補文記憶部２２４に記憶されている回答候補文の各々に予め付されている同様の情報に基づき、質問と、各回答候補との組合せの各々について、図８に示すような素性を求め、それらからなる素性ベクトルを生成する。素性ベクトル生成部２３２は、質問と各回答候補との組合せの各々を回答文ランキング部２３４に与える。
　回答文ランキング部２３４は、与えられた組合せにＳＶＭ１７６を適用することにより、組合せの各々について、回答候補が質問に対する回答として適切なものか否かを示すスコアを得る。回答文ランキング部２３４はさらに、このスコアにしたがって各組合せを降順にソートして、上位の所定個数をスコアの順番に並べることにより回答文リスト１７４を生成する。回答文ランキング部２３４は、こうして得られた回答文リスト１７４をサービス利用端末１６６に対して返信する。
　［実験］
　上記した実施の形態により、ノン・ファクトイド型の質問に対する回答の精度としてどの向上が得られるかについて、実験により調べた。
　（１）データ
　上記実施の形態を評価するため、手作業によりテストセットを構築した。テストセットの構築は、質問の生成と、それに対する回答の検証とである。なるべく多くの人によりこのテストセットを構築することが望ましいが、実際には様々な制約から、限られた人数（４人）による作業となった。実際には質問の範囲はより広くなるであろうから、以下の実験の結果は、実際の応用に上記実施の形態を用いたときの性能の上限を示すものとなると思われる。
　質問の生成処理では、予め収集した文の中から理由、原因、要因等、既に述べた手がかり語を少なくとも１つ含む部分を抽出した。抽出された部分から、４人の作業者が、何らかの事象に対する理由を記載したと思われる、連続する３つの文からなる部分を取り出しその記載から、その部分が正しい回答となるようなノン・ファクトイド型の質問を作成した。その結果、３６２個のノン・ファクトイド型の質問であって、その回答が元のコーパスに含まれているものが得られた。
　回答の検証では、上記実施の形態のシステムを用い、質問ごとにまず上位２０個の回答候補を検索し、それらと質問との組合せの全てについて人手によるチェックを行なった。評価者間の評価のばらつきを示す尺度（Fleiss’ Kappa）は０．６１１であり、ほぼ一致した評価となっていた。各質問に対する正しい回答は多数決により定められた。
　この実験では、検索された２０個の回答候補の中に正しい回答が含まれていたのは、３６２個の質問のうち、わずか６１．６％（２２３個の質問）であった。上位２０個の回答候補の中には平均で４．１個の正解が含まれていた。本実施の形態によれば、この実験条件では、回答候補の上位２０個の再ランキングしかできないので、６１．６％というのがこの実験で得られる性能の上限ということになる。実験で用いたサンプルの例を図９に示す。図９には、質問及び回答候補の組２８０と，質問及び回答候補の組２８２とを示す。
　（２）実験の枠組み
　実験では、上記したテストセットを用い、１０分割交差検定を行なうことでシステムの評価を行なった。学習には、線形カーネルを持つTinySVM（http://chasen.org/~taku/software/TinySVM/）を用いた。評価は、Ｐ＠１（上位１個の精度）と、ＭＡＰ（Mean Average Precision：平均適合率（ＡＰ）の平均）とにより行なった。
　Ｐ＠１は、質問のうちいくつについて、最上位の回答として正しいものが得られたかを示す。ＭＡＰは、トップのｎ個の回答候補の全体の質を以下の式により評価するものである。
Figure JPOXMLDOC01-appb-M000003
 ここで、Ｑはノン・ファクトイド型の質問の集合、Ａｑはノン・ファクトイド型の質問ｑ∈Ｑに対する正しい回答の集合、Ｐｒｅｃ（ｋ）は上位ｎ個の回答候補の第ｋ位における精度、ｒｅｌ（ｋ）はランクｋがＡｑ内の正しい回答のときに１、さもなければ０となる指標を、それぞれ表す。
　（３）結果
　５つの異なるシステムについて、上記設定の実験により得られた結果を図１０に示す。図１０において、Ｂ－ＱＡは、非特許文献１に記載されたシステムを発明者が実装したものであり、これが基本システムとなる。Ｂ－ＲａｎｋｅｒはＢ－ＱＡの回答検索システムに、形態素情報及び統語情報から得た素性（ＭＳＡ）を用いた再ランキングを付加したものである。本実施の形態に係るシステムの、本実施の形態に用いたものは、「本発明」として示してあり、図８に挙げた全ての素性を利用したものである。「上限」と記載したものは、トップ２０の回答候補中に正しい回答が存在するときには必ずその上位ｎ個の回答候補の中にｎ個の正しい回答を全て挙げるようなシステムのことを指す。これは、本実験で期待できる最上の結果（上限）を示す。各システムによる結果を上限システムと比較したものをカッコ内に示す。
　実験ではさらに、本発明に係るシステムにおいて、最初に検索された２０個の回答候補にさらに、質問を生成するときに使用した元の文章部分を加えた２１個の回答候補を用いる、完全な回答検索が可能なモジュールも評価した。その結果を「Retrieval-Oracle」として示す。図１０の結果から、本願発明に係るシステムでは、最初に２１個の回答候補（必ず正解を含む。）を選択するシステム（Retrieval-Oracle）では、Ｐ＠１で７０．２％という高い精度を示すことが分かる。
　図１０から、本願発明に係るシステムが比較対象となる２つのシステムと比較して高い精度を示すことが分かる。特に、Ｂ－ＱＡに対してＰ＠１で１１．６％という精度の向上が得られる。Ｂ－Ｒａｎｋｅｒに対する精度の向上（Ｐ＠１で６．４％）が得られることにより、先行技術文献で使用していた素性と比較して、本発明で採用した素性のセットが優れたものであることが分かる。また、Ｂ－ＲａｎｋｅｒとＢ－ＱＡとの間に性能の差があることから、再ランキングが有効であることも分かる。
　各種の素性の貢献度を調べるため、使用する素性の組合せを変えた種々の実験を同様にして行なった。実験では、ＭＳＡを基本素性とし、ＭＳＡ素性と他の素性との種々の組合せを用いた。さらに、ＭＳＡを用いないシステムについても実験を行なった。結果を図１１にまとめる。
　図１１において、ＭＳＡ＋ＳＷＣ＋ＳＡが最も好ましい実施形態では、ＭＳＡはＢ－Ｒａｎｋｅｒを示す。ＳＡは２つのグループ、すなわちＳＡ＠Ｗ（単語とその極性とを表す素性）と、ＳＡ＠Ｐ（フレーズとその極性とを表す素性）とに分割した。ＭＳＡ＋ＳＷＣ＋ＳＡと他の結果との間の性能の相違から、使用した素性の全てが精度の向上に貢献していることが分かる。Ｐ＠１という観点では、フレーズとその極性とに関する素性であるＳＡ＠Ｐによって最も高い改善が得られる事がわかる。すなわち、本発明とＭＳＡ＋ＳＷＣ＋ＳＡ＠Ｗとの間の性能の相違は４．４％に達している。この事実により、「好ましくないことが起きると、その理由も何か好ましくないものであることが多く、好ましいことが起きると、その理由もまた好ましいものであることが多い。」という、本願発明の着想の元になる仮定が正しい可能性が高いことが示されている。
　《実施の形態の効果》
　以上のようにこの実施の形態によれば、上記した仮定に基づき、質問中の評価フレーズと、回答候補中の評価フレーズとを特定し、それらの極性が同じである場合に回答候補が正しいものである、とする考えに基づいて素性を選択することにより、回答検索の精度の向上を得ることができた。さらに、そのような評価に関する統計的モデルを学習する際に、質問が広い範囲にわたる可能性があること、それに対して学習のためのデータの範囲及び数には限りがあることに鑑み、質問及び回答候補中の名詞について、意味クラスを導入し、それら名詞を意味クラスに置換えたものを素性として導入した。これら素性の導入により、回答を検索する対象となるコーパスが非常に多くの文を含み、かつ学習データに限りがある場合であっても、従来のノン・ファクトイド型の質問応答システムと比較して大きく精度が向上したノン・ファクトイド型の質問応答システムを得ることができた。
　［コンピュータによる実現］
　この実施の形態のシステムのうち、回答処理部１７０及び学習処理部１７２はそれぞれ、コンピュータハードウェアと、そのコンピュータハードウェアにより実行されるプログラムと、コンピュータハードウェアに格納されるデータとにより実現される。両者が同一のコンピュータハードウェア内に実装されてもよい。図１２はこのコンピュータシステム３３０の外観を示し、図１３はコンピュータシステム３３０の内部構成を示す。
　図１２を参照して、このコンピュータシステム３３０は、メモリポート３５２及びＤＶＤ（Ｄｉｇｉｔａｌ　Ｖｅｒｓａｔｉｌｅ　Ｄｉｓｃ）ドライブ３５０を有するコンピュータ３４０と、キーボード３４６と、マウス３４８と、モニタ３４２とを含む。
　図１３を参照して、コンピュータ３４０は、メモリポート３５２及びＤＶＤドライブ３５０に加えて、ＣＰＵ（中央処理装置）３５６と、ＣＰＵ３５６、メモリポート３５２及びＤＶＤドライブ３５０に接続されたバス３６６と、ブートアッププログラム等を記憶する読出専用メモリ（ＲＯＭ）３５８と、バス３６６に接続され、プログラム命令、システムプログラム、及び作業データ等を記憶するランダムアクセスメモリ（ＲＡＭ）３６０とを含む。コンピュータシステム３３０はさらに、他端末との通信を可能とするネットワークへの接続を提供するネットワークインターフェイス（Ｉ／Ｆ）３４４を含む。
　コンピュータシステム３３０にノン・ファクトイド型の質問応答システムとしての動作を行なわせるためのコンピュータプログラムは、ＤＶＤドライブ３５０又はメモリポート３５２に装着されるＤＶＤ３６２又はリムーバブルメモリ３６４に記憶され、さらにハードディスク３５４に転送される。又は、プログラムは図示しないネットワークを通じてコンピュータ３４０に送信されハードディスク３５４に記憶されてもよい。プログラムは実行の際にＲＡＭ３６０にロードされる。ＤＶＤ３６２から、リムーバブルメモリ３６４から、又はネットワークＩＦ３４４を介して、直接にＲＡＭ３６０にプログラムをロードしてもよい。
　このプログラムは、コンピュータ３４０にこの実施の形態のノン・ファクトイド型の質問応答システムとして動作を行なわせる複数の命令を含む。この動作を行なわせるのに必要な基本的機能のいくつかはコンピュータ３４０上で動作するオペレーティングシステム（ＯＳ）若しくはサードパーティのプログラム、又はコンピュータ３４０にインストールされる各種プログラミングツールキットのモジュールにより提供される。したがって、このプログラムはこの実施の形態のシステム及び方法を実現するのに必要な機能全てを必ずしも含まなくてよい。このプログラムは、命令のうち、所望の結果が得られるように制御されたやり方で適切な機能又はプログラミングツールキット内の適切なプログラムツールを呼出すことにより、上記したノン・ファクトイド型の質問応答システムとしての動作を実行する命令のみを含んでいればよい。コンピュータシステム３３０の動作は周知である。したがってここでは繰返さない。
　上記実施の形態では、質問はサービス利用端末からテキストで送信されるものとし、回答もテキストで返信されるものとした。しかし本発明はそのような実施の形態には限定されず、例えば音声による質問応答システムに適用することもできる。この場合、図５に示すサービス利用端末１６６が携帯電話であり、候補文検索部２２２及び質問文解析部２２６の前段で、サービス利用端末１６６から受信した質問の音声信号に対して音声認識を行なうことにより、質問をテキストデータに変換するようなものであってもよい。この場合、回答文ランキング部２３４の出力としては、回答文リスト１７４をウェブページの形式でサービス利用端末１６６に返信してもよいし、最もスコアの高い回答に基づいて音声合成を行なうことにより、音声としてサービス利用端末１６６に返信してもよい。
　さらに、上記実施の形態は日本語に関するものであった。しかし本発明は日本語のみに限定して適用可能なものではない。いかなる言語であれ、学習データを作成可能で、かつコンピュータ読取可能な文章を十分に多く収集できる言語であれば、どのような言語にも適用できる。
　さらに、上記実施の形態では、コーパス記憶部１７８に記憶された文については、予め質問文解析部２２６、評価処理部２２８、及び意味クラス変換部２３０による処理と同様の処理を行なって当該文に関連付けて記憶しているものとした。そうすることにより、素性ベクトル生成部２３２での素性生成のための処理時間を短縮できる。しかし本発明はそのような実施の形態には限定されない。具体的には、コーパス記憶部１７８に記憶された文書には例えば候補文検索部２２２による候補文の検索に必要な情報のみ付しておき、素性ベクトル生成部２３２による素性ベクトルの際に、選択された候補文の各々について素性の生成に必要な処理（質問文解析部２２６、評価処理部２２８及び意味クラス変換部２３０による処理と同様の処理）を行なうようにしてもよい。
　また、候補文検索部２２２による、質問に対する回答候補文の検索においては、上記実施の形態では、主として文書頻度、文書内の単語頻度に基づいて、質問文と類似した語彙からなる文を検索している。しかし本発明はそのような実施の形態には限定されない。質問に対する回答となる可能性のある文を抽出できる事が可能と思われる基準であれば、どのような基準を用いても良い。
　上記実施の形態では、評価クラスとして互いに相反する評価となる２個のクラスに対象を分類する場合について説明した。しかし本発明はそのような実施の形態には限定されない。例えば、評価クラスを一定の順序が付けられる複数のクラスとし、対象をそれら複数の評価クラスのいずれかに分類するようにしても良い。さらに、２個以上の評価の基準を設け、それら２個以上の基準により、対象を複数個の評価クラスに分類するようにしてもよい。
　今回開示された実施の形態は単に例示であって、本発明が上記した実施の形態のみに制限されるわけではない。本発明の範囲は、発明の詳細な説明の記載を参酌した上で、特許請求の範囲の各請求項によって示され、そこに記載された文言と均等の意味及び範囲内での全ての変更を含む。
　この発明は、自然言語処理を利用した理由又は方法に関する質問に関する質問応答システムであって、精度をより高めることが可能な質問応答システム等の製造、利用及び貸出等を行なう産業において利用することができる。
３０　質問応答システム
４０、１７０　回答処理部
４２、１７２　学習処理部
４４、１６６　サービス利用端末
４６、１７６　ＳＶＭ
４８、１７８　コーパス記憶部
５０、１７４　回答文リスト
６０、１９０　ＱＡ文記憶部
６２、１９８　学習データ生成部
６４、２００　学習データ記憶部
６６　学習処理部
８２、２２２　候補文検索部
８４、２２４　回答候補文記憶部
８６、２２６　質問文解析部
８８、２３２　素性ベクトル生成部
９０、２３４　回答文ランキング部
１６０　ノン・ファクトイド型の質問応答システム
１９２　ＱＡ文解析部
１９４、２２８　評価処理部
１９６、２３０　意味クラス変換部

Claims (6)

  1. 　ノン・ファクトイド型の質問の入力を受け、当該質問に対する回答を生成するノン・ファクトイド型の質問応答システムであって、
    　処理対象の言語の文書であって、コンピュータ読取可能な文書からなるコーパスを記憶するためのコーパス記憶手段に接続されて用いられ、
    　質問の入力を受けたことに応答して、前記コーパス記憶手段から、当該質問に対する複数個の回答候補を検索し取り出すための候補検索手段と、
    　質問の入力を受けたことに応答して、当該質問と、前記候補検索手段に記憶された回答候補の各々との組合せについて、所定の素性の集合を生成するための素性生成手段と、
    　前記素性生成手段により生成される前記素性の集合が与えられると、当該素性の集合を生成する元となった質問及び回答候補の組合せについて、当該回答候補が当該質問に対する正しい回答である度合いを示すスコアを算出するように予め学習されたスコア算出手段と、
    　前記質問と、前記回答候補に記憶された回答候補の各々との組合せについて、前記スコア算出手段により算出されたスコアに基づき、前記質問に対する正しい回答である可能性が最も高い回答候補を前記質問に対する回答として出力する回答選択手段とを含み、
    　前記候補検索手段により検索された回答候補の各々には、前記素性生成手段による素性の生成に必要な情報が付されており、
    　前記素性生成手段は、
    　前記質問について、形態素解析及び構文解析を行ない、形態素情報及び統語情報を出力するための構文解析手段と、
    　前記質問のうち、ある評価基準にしたがって第１の評価クラスに分類されるフレーズと第２の評価クラスに分類されるフレーズとを特定するための評価手段とを含み、前記第１の評価クラス及び第２の評価クラスには、それぞれ互いに相反する評価の極性が割当てられており、
    　前記質問応答システムはさらに、前記質問と、前記回答候補の各々との組合せについて、前記構文解析手段による解析結果と、前記評価手段により特定されたフレーズの箇所及びその評価クラスの極性と、前記回答候補に付されている素性生成用の情報とに基づいて、前記素性の集合を生成するための素性集合生成手段を含む、ノン・ファクトイド型の質問応答システム。
  2. 　請求項１に記載のノン・ファクトイド型の質問応答システムであって、
    　前記素性生成手段はさらに、前記構文解析手段の出力に含まれる各名詞を、予め準備された、複数個の、単語の意味クラスのいずれかに分類し、当該名詞を対応する意味クラスに変換するための意味クラス変換手段を含み、
    　前記素性集合生成手段は、前記質問と、前記回答候補の各々との組合せについて、前記構文解析手段による解析結果と、前記評価手段により特定されたフレーズの箇所及びその評価クラスの極性と、前記意味クラス変換手段による変換がされた後の前記構文解析手段の出力と、前記回答候補に付されている素性生成用の情報とに基づいて、前記素性の集合を生成するための第１の手段を含む、請求項１に記載のノン・ファクトイド型の質問応答システム。
  3. 　前記第１の手段が、前記評価手段により特定されたフレーズの箇所及び評価クラスの極性に基づいて生成する素性は、質問中のフレーズの評価クラスの極性と、回答候補中のフレーズの評価クラスの極性とが一致するか否かを示す情報を含む、請求項２に記載のノン・ファクトイド型の質問応答システム。
  4. 　前記第１の手段が生成する素性は、前記構文解析手段の出力から得られ、前記評価手段の出力又は前記意味クラス変換手段の出力を用いずに得られる素性と、前記構文解析手段の出力に、前記評価手段の出力を組合せて得られる素性と、前記構文解析手段の出力に、前記意味クラス変換手段の出力を組合せて得られる素性とを含む、請求項２に記載のノン・ファクトイド型の質問応答システム。
  5. 　前記第１の手段が生成する素性は、前記構文解析手段の出力に、前記評価手段の出力を組合せ、さらに前記意味クラス変換手段の出力を組合せて得られる素性を含む、請求項２に記載のノン・ファクトイド型の質問応答システム。
  6. 　ノン・ファクトイド型の質問の入力を受け、当該質問に対する回答を生成するノン・ファクトイド型の質問応答システムをコンピュータにより実現させるコンピュータプログラムであって、
    　前記コンピュータは、処理対象の言語の文書であって、コンピュータ読取可能な文書からなるコーパスを記憶するためのコーパス記憶手段に接続され、
    　前記コンピュータプログラムは、前記コンピュータを、
    　質問の入力を受けたことに応答して、前記コーパス記憶手段から、当該質問に対する複数個の回答候補を検索し取り出すための候補検索手段と、
    　質問の入力を受けたことに応答して、当該質問と、前記候補検索手段に記憶された回答候補の各々との組合せについて、所定の素性の集合を生成するための素性生成手段と、
    　前記素性生成手段により生成される前記素性の集合が与えられると、当該素性の集合を生成する元となった質問及び回答候補の組合せについて、当該回答候補が当該質問に対する正しい回答である度合いを示すスコアを算出するように予め学習されたスコア算出手段と、
    　前記質問と、前記回答候補に記憶された回答候補の各々との組合せについて、前記スコア算出手段により算出されたスコアに基づき、前記質問に対する正しい回答である可能性が最も高い回答候補を前記質問に対する回答として出力する回答選択手段として機能させ、
    　前記候補検索手段により検索された回答候補の各々には、前記素性生成手段による素性の生成に必要な情報が付されており、
    　前記コンピュータを前記素性生成手段として機能させるプログラム部分は、前記コンピュータを、
    　前記質問について、形態素解析及び構文解析を行ない、形態素情報及び統語情報を出力するための構文解析手段と、
    　前記質問のうち、ある評価基準にしたがって第１の評価クラスに分類されるフレーズと、第２の評価クラスに分類されるフレーズとを特定するための評価手段として機能させ、前記第１の評価クラス及び第２の評価クラスには、それぞれ互いに相反する評価の極性が割当てられており、
    　前記コンピュータプログラムはさらに、前記コンピュータを、前記質問と、前記回答候補の各々との組合せについて、前記構文解析手段による解析結果と、前記評価手段により特定されたフレーズの箇所及びその評価クラスの極性と、前記回答候補に付されている素性生成用の情報とに基づいて、前記素性の集合を生成するための素性集合生成手段として機能させる、コンピュータプログラム。
PCT/JP2013/051327 2012-02-23 2013-01-23 ノン・ファクトイド型質問応答システム及びコンピュータプログラム WO2013125286A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP13751215.8A EP2819031A4 (en) 2012-02-23 2013-01-23 SYSTEM FOR ANSWERING QUESTIONS WITHOUT FACTORY AND COMPUTER PROGRAM THEREFOR
US14/377,999 US9697477B2 (en) 2012-02-23 2013-01-23 Non-factoid question-answering system and computer program
KR1020147023478A KR101968102B1 (ko) 2012-02-23 2013-01-23 논팩토이드형 질의 응답 시스템 및 컴퓨터 프로그램
CN201380010249.4A CN104137102B (zh) 2012-02-23 2013-01-23 非事实型询问应答系统以及方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012036972A JP5825676B2 (ja) 2012-02-23 2012-02-23 ノン・ファクトイド型質問応答システム及びコンピュータプログラム
JP2012-036972 2012-02-23

Publications (1)

Publication Number Publication Date
WO2013125286A1 true WO2013125286A1 (ja) 2013-08-29

Family

ID=49005480

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/051327 WO2013125286A1 (ja) 2012-02-23 2013-01-23 ノン・ファクトイド型質問応答システム及びコンピュータプログラム

Country Status (6)

Country Link
US (1) US9697477B2 (ja)
EP (1) EP2819031A4 (ja)
JP (1) JP5825676B2 (ja)
KR (1) KR101968102B1 (ja)
CN (1) CN104137102B (ja)
WO (1) WO2013125286A1 (ja)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101559376B1 (ko) 2014-02-24 2015-10-12 서울대학교산학협력단 엔트로피를 최대화하는 실시간 조합 자질 구축 방법 및 이를 수행하는 조합 자질 구축 장치
US9471601B2 (en) 2014-03-25 2016-10-18 International Business Machines Corporation Images for a question answering system
US9727552B2 (en) 2015-05-27 2017-08-08 International Business Machines Corporation Utilizing a dialectical model in a question answering system
US9842161B2 (en) 2016-01-12 2017-12-12 International Business Machines Corporation Discrepancy curator for documents in a corpus of a cognitive computing system
US9886479B2 (en) 2014-07-29 2018-02-06 International Business Machines Corporation Managing credibility for a question answering system
US10102275B2 (en) 2015-05-27 2018-10-16 International Business Machines Corporation User interface for a query answering system
US10146858B2 (en) 2015-12-11 2018-12-04 International Business Machines Corporation Discrepancy handler for document ingestion into a corpus for a cognitive computing system
US10176250B2 (en) 2016-01-12 2019-01-08 International Business Machines Corporation Automated curation of documents in a corpus for a cognitive computing system
JP2019160286A (ja) * 2018-03-07 2019-09-19 株式会社哲英 質問応答システム、質問受付回答システム、第１次回答システム、及びそれらを用いた質問応答方法
JP2019197498A (ja) * 2018-05-11 2019-11-14 国立研究開発法人情報通信研究機構 対話システム及びそのコンピュータプログラム
CN110837738A (zh) * 2019-09-24 2020-02-25 平安科技（深圳）有限公司 相似问识别方法、装置、计算机设备及存储介质
CN111309875A (zh) * 2018-12-10 2020-06-19 百度在线网络技术（北京）有限公司 问题应答的方法、装置、设备和存储介质

Families Citing this family (63)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9634855B2 (en) 2010-05-13 2017-04-25 Alexander Poltorak Electronic personal interactive device that determines topics of interest using a conversational agent
JP5825676B2 (ja) * 2012-02-23 2015-12-02 国立研究開発法人情報通信研究機構 ノン・ファクトイド型質問応答システム及びコンピュータプログラム
JP6150282B2 (ja) * 2013-06-27 2017-06-21 国立研究開発法人情報通信研究機構 ノン・ファクトイド型質問応答システム及びコンピュータプログラム
US9471874B2 (en) * 2013-12-07 2016-10-18 International Business Machines Corporation Mining forums for solutions to questions and scoring candidate answers
US9276939B2 (en) * 2013-12-17 2016-03-01 International Business Machines Corporation Managing user access to query results
US9754207B2 (en) 2014-07-28 2017-09-05 International Business Machines Corporation Corpus quality analysis
JP6414956B2 (ja) 2014-08-21 2018-10-31 国立研究開発法人情報通信研究機構 質問文生成装置及びコンピュータプログラム
KR101581816B1 (ko) * 2014-10-14 2016-01-05 서강대학교산학협력단 기계학습을 이용한 음성인식방법
US9946763B2 (en) * 2014-11-05 2018-04-17 International Business Machines Corporation Evaluating passages in a question answering computer system
US9501525B2 (en) * 2014-11-05 2016-11-22 International Business Machines Corporation Answer sequence evaluation
KR102094934B1 (ko) * 2014-11-19 2020-03-31 한국전자통신연구원 자연어 질의 응답 시스템 및 방법
JP6345577B2 (ja) 2014-11-26 2018-06-20 株式会社ユニバーサルエンターテインメント 情報提供システム、情報提供方法、プログラム、及びデータ構造
JP6087333B2 (ja) 2014-11-26 2017-03-01 株式会社ユニバーサルエンターテインメント 情報提供システム、情報提供方法、及びプログラム
US10061842B2 (en) 2014-12-09 2018-08-28 International Business Machines Corporation Displaying answers in accordance with answer classifications
US10127284B2 (en) * 2014-12-18 2018-11-13 International Business Machines Corporation Scoring attributes in deep question answering systems based on algorithmic source code influences
US9928269B2 (en) 2015-01-03 2018-03-27 International Business Machines Corporation Apply corrections to an ingested corpus
JP6551968B2 (ja) * 2015-03-06 2019-07-31 国立研究開発法人情報通信研究機構 含意ペア拡張装置、そのためのコンピュータプログラム、及び質問応答システム
CN104794109B (zh) * 2015-04-09 2017-06-23 山西大学 一种应用于学习机的智能解答系统
FR3037843B1 (fr) * 2015-06-24 2018-01-05 Gaztransport Et Technigaz Procede et dispositif de decoupe de matiere isolante fibreuse ou alveolaire
US10223440B2 (en) * 2015-06-29 2019-03-05 International Business Machines Corporation Question and answer system emulating people and clusters of blended people
JP6544131B2 (ja) * 2015-08-14 2019-07-17 富士ゼロックス株式会社 情報処理装置及び情報処理プログラム
JP6618735B2 (ja) * 2015-08-31 2019-12-11 国立研究開発法人情報通信研究機構 質問応答システムの訓練装置及びそのためのコンピュータプログラム
CN105630917A (zh) * 2015-12-22 2016-06-01 成都小多科技有限公司 智能应答方法及装置
US9720981B1 (en) 2016-02-25 2017-08-01 International Business Machines Corporation Multiple instance machine learning for question answering systems
JP6623852B2 (ja) * 2016-03-09 2019-12-25 富士通株式会社 検索制御プログラム、検索制御装置及び検索制御方法
US10592519B2 (en) 2016-03-29 2020-03-17 Microsoft Technology Licensing, Llc Computational-model operation using multiple subject representations
US20170293621A1 (en) * 2016-04-06 2017-10-12 International Business Machines Corporation Natural language processing based on textual polarity
US20170293620A1 (en) * 2016-04-06 2017-10-12 International Business Machines Corporation Natural language processing based on textual polarity
US10706044B2 (en) 2016-04-06 2020-07-07 International Business Machines Corporation Natural language processing based on textual polarity
CN107402912B (zh) * 2016-05-19 2019-12-31 北京京东尚科信息技术有限公司 解析语义的方法和装置
JP6767042B2 (ja) * 2016-09-26 2020-10-14 国立研究開発法人情報通信研究機構 シナリオパッセージ分類器、シナリオ分類器、及びそのためのコンピュータプログラム
JP6721179B2 (ja) * 2016-10-05 2020-07-08 国立研究開発法人情報通信研究機構 因果関係認識装置及びそのためのコンピュータプログラム
JP6929539B2 (ja) * 2016-10-07 2021-09-01 国立研究開発法人情報通信研究機構 ノン・ファクトイド型質問応答システム及び方法並びにそのためのコンピュータプログラム
WO2018066489A1 (ja) * 2016-10-07 2018-04-12 国立研究開発法人情報通信研究機構 ノン・ファクトイド型質問応答システム及び方法並びにそのためのコンピュータプログラム
US10699215B2 (en) * 2016-11-16 2020-06-30 International Business Machines Corporation Self-training of question answering system using question profiles
US10303763B2 (en) * 2017-01-06 2019-05-28 International Business Machines Corporation Process for identifying completion of domain adaptation dictionary activities
JP2019020893A (ja) 2017-07-13 2019-02-07 国立研究開発法人情報通信研究機構 ノン・ファクトイド型質問応答装置
JP6218057B1 (ja) * 2017-07-14 2017-10-25 Ｊｅインターナショナル株式会社 自動応答サーバー装置、端末装置、応答システム、応答方法、およびプログラム
US10902738B2 (en) * 2017-08-03 2021-01-26 Microsoft Technology Licensing, Llc Neural models for key phrase detection and question generation
JP6972788B2 (ja) 2017-08-31 2021-11-24 富士通株式会社 特定プログラム、特定方法および情報処理装置
US10387572B2 (en) * 2017-09-15 2019-08-20 International Business Machines Corporation Training data update
US11409749B2 (en) * 2017-11-09 2022-08-09 Microsoft Technology Licensing, Llc Machine reading comprehension system for answering queries related to a document
KR102005525B1 (ko) * 2017-12-29 2019-07-30 (주)헤르스 딥러닝 기술을 활용한 화학물질 안전관리의 질의응답 관리시스템
US11449762B2 (en) 2018-02-20 2022-09-20 Pearson Education, Inc. Real time development of auto scoring essay models for custom created prompts
US11741849B2 (en) 2018-02-20 2023-08-29 Pearson Education, Inc. Systems and methods for interface-based machine learning model output customization
JP6772213B2 (ja) * 2018-04-23 2020-10-21 日本電信電話株式会社 質問応答装置、質問応答方法及びプログラム
US11106664B2 (en) * 2018-05-03 2021-08-31 Thomson Reuters Enterprise Centre Gmbh Systems and methods for generating a contextually and conversationally correct response to a query
CN110489531B (zh) * 2018-05-11 2023-05-30 阿里巴巴集团控股有限公司 高频问题的确定方法和装置
JP7081671B2 (ja) 2018-08-06 2022-06-07 富士通株式会社 評価プログラム、評価方法および情報処理装置
RU2704738C1 (ru) * 2018-10-15 2019-10-30 Общество с ограниченной ответственностью "Уралинновация" Автоматизированная информационно-голосовая вопросно-ответная система
US11822588B2 (en) * 2018-10-24 2023-11-21 International Business Machines Corporation Supporting passage ranking in question answering (QA) system
CN109739956B (zh) * 2018-11-08 2020-04-10 第四范式（北京）技术有限公司 语料清洗方法、装置、设备及介质
CN111382573A (zh) * 2018-12-12 2020-07-07 百度在线网络技术（北京）有限公司 用于答案质量评估的方法、装置、设备和存储介质
DE112019006005T5 (de) * 2019-01-08 2021-09-02 Mitsubishi Electric Corporation Semantische-Beziehungen-Lerneinrichtung, Semantische-Beziehungen-Lernverfahren und Semantische-Beziehungen-Lernprogramm
US11093491B2 (en) 2019-01-16 2021-08-17 International Business Machines Corporation Question answering system using topic-sensitive source reliability scoring
US11262978B1 (en) * 2019-06-19 2022-03-01 Amazon Technologies, Inc. Voice-adapted reformulation of web-based answers
RU2722461C1 (ru) * 2019-11-19 2020-06-01 Общество с ограниченной ответственностью "Уралинновация" Голосовая роботизированная вопросно-ответная система и способ ее автоматического взаимодействия с электронным устройством пользователя
RU2724600C1 (ru) * 2019-11-19 2020-06-25 Общество с ограниченной ответственностью "Уралинновация" Голосовая роботизированная вопросно-ответная система и способ ее автоматического взаимодействия с электронным устройством пользователя
CN111339268B (zh) * 2020-02-19 2023-08-15 北京百度网讯科技有限公司 实体词识别方法和装置
US20210279605A1 (en) * 2020-03-06 2021-09-09 International Business Machines Corporation Efficiently generating accurate responses to a multi-facet question by a question answering system
JP7568359B2 (ja) 2020-06-04 2024-10-16 東京エレクトロン株式会社 サーバ装置、顧客サポートサービス提供方法及び顧客サポートサービス提供プログラム
US20220318230A1 (en) * 2021-04-05 2022-10-06 Vianai Systems, Inc. Text to question-answer model system
CN115455160B (zh) * 2022-09-02 2024-08-06 腾讯科技（深圳）有限公司 一种多文档阅读理解方法、装置、设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009116662A (ja) * 2007-11-07 2009-05-28 National Institute Of Information & Communication Technology 質問応答装置、質問応答方法、及びプログラム
JP2009157791A (ja) * 2007-12-27 2009-07-16 Nippon Telegr & Teleph Corp <Ntt> 質問応答方法、装置、プログラム並びにそのプログラムを記録した記録媒体

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002247029A (ja) * 2000-02-02 2002-08-30 Sony Corp 認証装置、認証システムおよびその方法、処理装置、通信装置、通信制御装置、通信システムおよびその方法、情報記録方法およびその装置、情報復元方法およびその装置、その記録媒体
JP2004139553A (ja) * 2002-08-19 2004-05-13 Matsushita Electric Ind Co Ltd 文書検索システムおよび質問応答システム
CN101377777A (zh) * 2007-09-03 2009-03-04 北京百问百答网络技术有限公司 一种自动问答方法和系统
US8543565B2 (en) * 2007-09-07 2013-09-24 At&T Intellectual Property Ii, L.P. System and method using a discriminative learning approach for question answering
CN101872349B (zh) * 2009-04-23 2013-06-19 国际商业机器公司 处理自然语言问题的方法和装置
KR20130021944A (ko) * 2011-08-24 2013-03-06 한국전자통신연구원 서술형 질의 응답 방법 및 장치
JP5825676B2 (ja) * 2012-02-23 2015-12-02 国立研究開発法人情報通信研究機構 ノン・ファクトイド型質問応答システム及びコンピュータプログラム
JP5924666B2 (ja) * 2012-02-27 2016-05-25 国立研究開発法人情報通信研究機構 述語テンプレート収集装置、特定フレーズペア収集装置、及びそれらのためのコンピュータプログラム
JP6206840B2 (ja) * 2013-06-19 2017-10-04 国立研究開発法人情報通信研究機構 テキストマッチング装置、テキスト分類装置及びそれらのためのコンピュータプログラム
JP6150282B2 (ja) * 2013-06-27 2017-06-21 国立研究開発法人情報通信研究機構 ノン・ファクトイド型質問応答システム及びコンピュータプログラム
JP6150291B2 (ja) * 2013-10-08 2017-06-21 国立研究開発法人情報通信研究機構 矛盾表現収集装置及びそのためのコンピュータプログラム
JP6403382B2 (ja) * 2013-12-20 2018-10-10 国立研究開発法人情報通信研究機構 フレーズペア収集装置、及びそのためのコンピュータプログラム
JP5907393B2 (ja) * 2013-12-20 2016-04-26 国立研究開発法人情報通信研究機構 複雑述語テンプレート収集装置、及びそのためのコンピュータプログラム
JP5904559B2 (ja) * 2013-12-20 2016-04-13 国立研究開発法人情報通信研究機構 シナリオ生成装置、及びそのためのコンピュータプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009116662A (ja) * 2007-11-07 2009-05-28 National Institute Of Information & Communication Technology 質問応答装置、質問応答方法、及びプログラム
JP2009157791A (ja) * 2007-12-27 2009-07-16 Nippon Telegr & Teleph Corp <Ntt> 質問応答方法、装置、プログラム並びにそのプログラムを記録した記録媒体

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
KYOSUKE YOSHIDA: "Introduction of a Probabilistic Language Model to Non-Factoid Question-Answering Using Examples of Q&A Pairs", IPSJ SIG NOTES 2011 (HEISEI 23) NENDO 1, 15 June 2011 (2011-06-15), pages 1 - 10, XP055159624 *
MASAKI MURATA; SACHIYO TSUKAWAKI; TOSHIYUKI KANAMARU; QING MA; HITOSHI ISAHARA: "A System for Answering Non-factoid Japanese Questions by Using Passage Retrieval Weighted Based on Type of Answer", PROC. OF NTCIR-6
RYUICHIRO HIGASHINAKA; HIDEKI ISOZAKI: "Corpus-based Question Answering for Why-Questions", PROC. OFIJCNLP, pages 418 - 425
See also references of EP2819031A4
TETSUJI NAKAGAWA; KENTARO INUI; SADAO KUROHASHI: "Proc. of Human Language Technologies: The 2010 Annual Conference of Computational Linguistics", June 2010, ASSOCIATION FOR COMPUTATIONAL LINGUISTICS, article "Dependency Tree-based Sentiment Classification Using CRFs with Hidden Variables", pages: 786 - 794

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101559376B1 (ko) 2014-02-24 2015-10-12 서울대학교산학협력단 엔트로피를 최대화하는 실시간 조합 자질 구축 방법 및 이를 수행하는 조합 자질 구축 장치
US9471601B2 (en) 2014-03-25 2016-10-18 International Business Machines Corporation Images for a question answering system
US9495387B2 (en) 2014-03-25 2016-11-15 International Business Machines Corporation Images for a question answering system
US9886479B2 (en) 2014-07-29 2018-02-06 International Business Machines Corporation Managing credibility for a question answering system
US9886480B2 (en) 2014-07-29 2018-02-06 International Business Machines Corporation Managing credibility for a question answering system
US10157174B2 (en) 2015-05-27 2018-12-18 International Business Machines Corporation Utilizing a dialectical model in a question answering system
US9727552B2 (en) 2015-05-27 2017-08-08 International Business Machines Corporation Utilizing a dialectical model in a question answering system
US10102275B2 (en) 2015-05-27 2018-10-16 International Business Machines Corporation User interface for a query answering system
US10942958B2 (en) 2015-05-27 2021-03-09 International Business Machines Corporation User interface for a query answering system
US11030227B2 (en) 2015-12-11 2021-06-08 International Business Machines Corporation Discrepancy handler for document ingestion into a corpus for a cognitive computing system
US10146858B2 (en) 2015-12-11 2018-12-04 International Business Machines Corporation Discrepancy handler for document ingestion into a corpus for a cognitive computing system
US10366116B2 (en) 2016-01-12 2019-07-30 International Business Machines Corporation Discrepancy curator for documents in a corpus of a cognitive computing system
US11308143B2 (en) 2016-01-12 2022-04-19 International Business Machines Corporation Discrepancy curator for documents in a corpus of a cognitive computing system
US11074286B2 (en) 2016-01-12 2021-07-27 International Business Machines Corporation Automated curation of documents in a corpus for a cognitive computing system
US10176250B2 (en) 2016-01-12 2019-01-08 International Business Machines Corporation Automated curation of documents in a corpus for a cognitive computing system
US9842161B2 (en) 2016-01-12 2017-12-12 International Business Machines Corporation Discrepancy curator for documents in a corpus of a cognitive computing system
JP2020123371A (ja) * 2018-03-07 2020-08-13 株式会社哲英 質問応答システム、質問受付回答システム、第１次回答システム、及びそれらを用いた質問応答方法
JP2019160286A (ja) * 2018-03-07 2019-09-19 株式会社哲英 質問応答システム、質問受付回答システム、第１次回答システム、及びそれらを用いた質問応答方法
JP7534823B2 (ja) 2018-03-07 2024-08-15 株式会社哲英 質問応答システム、質問受付回答システム、第１次回答システム、及びそれらを用いた質問応答方法
JP7311899B2 (ja) 2018-03-07 2023-07-20 株式会社哲英 質問応答システム、質問受付回答システム、第１次回答システム、及びそれらを用いた質問応答方法
JP2019197498A (ja) * 2018-05-11 2019-11-14 国立研究開発法人情報通信研究機構 対話システム及びそのコンピュータプログラム
JP7126682B2 (ja) 2018-05-11 2022-08-29 国立研究開発法人情報通信研究機構 対話システム及びそのコンピュータプログラム
CN111309875B (zh) * 2018-12-10 2023-08-04 百度在线网络技术（北京）有限公司 问题应答的方法、装置、设备和存储介质
CN111309875A (zh) * 2018-12-10 2020-06-19 百度在线网络技术（北京）有限公司 问题应答的方法、装置、设备和存储介质
CN110837738A (zh) * 2019-09-24 2020-02-25 平安科技（深圳）有限公司 相似问识别方法、装置、计算机设备及存储介质
CN110837738B (zh) * 2019-09-24 2023-06-30 平安科技（深圳）有限公司 相似问识别方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
US20150026106A1 (en) 2015-01-22
EP2819031A4 (en) 2016-05-18
KR20140128346A (ko) 2014-11-05
JP2013171550A (ja) 2013-09-02
US9697477B2 (en) 2017-07-04
CN104137102B (zh) 2017-06-13
EP2819031A1 (en) 2014-12-31
CN104137102A (zh) 2014-11-05
KR101968102B1 (ko) 2019-04-11
JP5825676B2 (ja) 2015-12-02

Similar Documents

Publication Publication Date Title
JP5825676B2 (ja) ノン・ファクトイド型質問応答システム及びコンピュータプログラム
KR102256240B1 (ko) 논팩토이드형 질의 응답 시스템 및 방법
KR102640564B1 (ko) 질의 응답 시스템의 훈련 장치 및 그것을 위한 컴퓨터 프로그램
Zhou et al. Predicting discourse connectives for implicit discourse relation recognition
Cimiano et al. Learning taxonomic relations from heterogeneous sources of evidence
CA2484410C (en) System for identifying paraphrases using machine translation techniques
Turney et al. Experiments with three approaches to recognizing lexical entailment
Mills et al. Graph-based methods for natural language processing and understanding—A survey and analysis
Alami et al. Automatic texts summarization: Current state of the art
Alsallal et al. Intrinsic plagiarism detection using latent semantic indexing and stylometry
Sardinha An assessment of metaphor retrieval methods
Liebeskind et al. Semiautomatic construction of cross-period thesaurus
Dung Natural language understanding
CN109992651A (zh) 一种问题目标特征自动识别和抽取方法
Zhang et al. The identification of the emotionality of metaphorical expressions based on a manually annotated chinese corpus
CN111680493B (zh) 英语文本分析方法、装置、可读存储介质及计算机设备
Quan et al. Combine sentiment lexicon and dependency parsing for sentiment classification
Dunn et al. Language-independent ensemble approaches to metaphor identification
CN102346777A (zh) 一种对例句检索结果进行排序的方法和装置
Zouaoui et al. Ontological Approach Based on Multi-Agent System for Indexing and Filtering Arabic Docu-ments
Tanaka et al. Acquiring and generalizing causal inference rules from deverbal noun constructions
Chitra et al. Genetic algorithm based feature selection for paraphrase recognition
Schwartz et al. Minimally supervised classification to semantic categories using automatically acquired symmetric patterns
Zhang et al. An ATE system based on probabilistic relations between terms and syntactic functions
CN117725153B (zh) 文本匹配方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13751215

Country of ref document: EP

Kind code of ref document: A1

REEP Request for entry into the european phase

Ref document number: 2013751215

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2013751215

Country of ref document: EP

Ref document number: 14377999

Country of ref document: US

ENP Entry into the national phase

Ref document number: 20147023478

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE