図面 (/)

技術 言語解析装置及びプログラム

出願人 富士ゼロックス株式会社
発明者 三浦康秀大熊智子増市博
出願日 2009年6月23日 (10年2ヶ月経過) 出願番号 2009-148259
公開日 2011年1月13日 (8年7ヶ月経過) 公開番号 2011-008312
状態 特許登録済
技術分野 機械翻訳 文書処理装置 検索装置 学習型計算機 文書処理装置 知識ベースシステム
主要キーワード 山括弧 波括弧 素性情報 識別面 条件付き確率場 サンプルテキスト 教師情報 学問的
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2011年1月13日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (11)

課題

文に含まれる括弧表現について構文解析時に文から分離すべきか否かを実例に即して分類する。

解決手段

言語解析装置10は、文情報を格納した文書群格納部12から括弧表現が含まれる文情報を取得し、予め定められた規則に従って、上記取得した文情報に含まれる括弧表現を当該文情報から分離する第1の類型と分離しない第2の類型に仮分類し、当該括弧表現の仮分類結果に基づいて、括弧表現を第1の類型と第2の類型とに分類する規則を学習する機械学習部20により学習された規則に基づいて、所与の文に含まれる括弧表現を第1の類型又は第2の類型に分類する。

概要

背景

自然言語処理において行われる処理の1つに構文解析処理がある。構文解析処理において、文に含まれる括弧冗長表現となって構文解析の精度に影響を与えることがある。そこで、下記の特許文献1では、文中の括弧を文から分離して構文解析をした後に、分離した括弧を元の文に戻すことで括弧を含む文の構文解析を行っている。

概要

文に含まれる括弧表現について構文解析時に文から分離すべきか否かを実例に即して分類する。言語解析装置10は、文情報を格納した文書群格納部12から括弧表現が含まれる文情報を取得し、予め定められた規則に従って、上記取得した文情報に含まれる括弧表現を当該文情報から分離する第1の類型と分離しない第2の類型に仮分類し、当該括弧表現の仮分類結果に基づいて、括弧表現を第1の類型と第2の類型とに分類する規則を学習する機械学習部20により学習された規則に基づいて、所与の文に含まれる括弧表現を第1の類型又は第2の類型に分類する。

目的

本発明の目的の一つは、文に含まれる括弧表現について構文解析時に文から分離すべきか否かを実例に即して分類できる言語解析装置及びプログラムを提供する

効果

実績

技術文献被引用数
1件
牽制数
1件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

文情報を格納した格納手段から括弧表現が含まれる文情報を取得する取得手段と、予め定められた規則に従って、前記取得手段により取得した文情報に含まれる括弧表現を当該文情報から分離する第1の類型と分離しない第2の類型に仮分類する仮分類手段と、前記仮分類手段による括弧表現の仮分類結果に基づいて、括弧表現を前記第1の類型と前記第2の類型とに分類する規則を学習する学習手段と、前記学習手段により学習された規則に基づいて、所与の文に含まれる括弧表現を前記第1の類型又は前記第2の類型に分類する分類手段と、を含むことを特徴とする言語解析装置

請求項2

前記分類手段により前記第1の類型に分類された括弧表現を、当該括弧表現を含む文情報から分離して構文解析の対象を設定する設定手段をさらに含むことを特徴とする請求項1に記載の言語解析装置。

請求項3

前記学習手段は、前記仮分類手段による括弧表現の仮分類結果を教師情報として、前記括弧表現の特徴情報を前記第1の類型と前記第2の類型とに分類する規則を学習することを特徴とする請求項1又は2に記載の言語解析装置。

請求項4

前記括弧表現の特徴情報は、当該括弧表現の周辺文字列形態素情報に基づいて生成されることを特徴とする請求項3に記載の言語解析装置。

請求項5

前記仮分類手段は、前記取得手段により取得された文情報毎に、当該文情報と当該文情報から括弧表現を除いた文字列情報とのそれぞれの構文情報を比較した結果と、当該括弧表現の構文情報が予め定められた条件に合致するか否かを判定した結果とに基づいて、当該括弧表現を第1の類型と第2の類型とに仮分類することを特徴とする請求項1乃至3のいずれかに記載の言語解析装置。

請求項6

文情報を格納した格納手段から括弧表現が含まれる文情報を取得する取得手段と、予め定められた規則に従って、前記取得手段により取得した文情報に含まれる括弧表現を当該文情報から分離する第1の類型と分離しない第2の類型に仮分類する仮分類手段と、前記仮分類手段による括弧表現の仮分類結果に基づいて、括弧表現を前記第1の類型と前記第2の類型とに分類する規則を学習する学習手段と、前記学習手段により学習された規則に基づいて、所与の文に含まれる括弧表現を前記第1の類型又は前記第2の類型に分類する分類手段としてコンピュータを機能させるためのプログラム

技術分野

0001

本発明は、言語解析装置及びプログラムに関する。

背景技術

0002

自然言語処理において行われる処理の1つに構文解析処理がある。構文解析処理において、文に含まれる括弧冗長表現となって構文解析の精度に影響を与えることがある。そこで、下記の特許文献1では、文中の括弧を文から分離して構文解析をした後に、分離した括弧を元の文に戻すことで括弧を含む文の構文解析を行っている。

先行技術

0003

特開2002−82944号公報

発明が解決しようとする課題

0004

文と文に含まれる括弧表現(括弧と括弧に囲まれた文字列とを含む文字情報)との間に構文上の依存関係がある場合には、文から括弧表現を分離して構文解析を行うと正しい結果が得られないことがある。

0005

本発明の目的の一つは、文に含まれる括弧表現について構文解析時に文から分離すべきか否かを実例に即して分類できる言語解析装置及びプログラムを提供することにある。

課題を解決するための手段

0006

上記目的を達成するために、請求項1に記載の言語解析装置の発明は、文情報を格納した格納手段から括弧表現が含まれる文情報を取得する取得手段と、予め定められた規則に従って、前記取得手段により取得した文情報に含まれる括弧表現を当該文情報から分離する第1の類型と分離しない第2の類型に仮分類する仮分類手段と、前記仮分類手段による括弧表現の仮分類結果に基づいて、括弧表現を前記第1の類型と前記第2の類型とに分類する規則を学習する学習手段と、前記学習手段により学習された規則に基づいて、所与の文に含まれる括弧表現を前記第1の類型又は前記第2の類型に分類する分類手段と、を含むことを特徴とする。

0007

また、請求項2に記載の発明は、請求項1に記載の言語解析装置において、前記分類手段により前記第1の類型に分類された括弧表現を、当該括弧表現を含む文情報から分離して構文解析の対象を設定する設定手段をさらに含むことを特徴とする。

0008

また、請求項3に記載の発明は、請求項1又は2に記載の言語解析装置において、前記学習手段は、前記仮分類手段による括弧表現の仮分類結果を教師情報として、前記括弧表現の特徴情報を前記第1の類型と前記第2の類型とに分類する規則を学習することを特徴とする。

0009

また、請求項4に記載の発明は、請求項3に記載の言語解析装置において、前記括弧表現の特徴情報は、当該括弧表現の周辺文字列形態素情報に基づいて生成されることを特徴とする。

0010

また、請求項5に記載の発明は、請求項1乃至3のいずれかに記載の言語解析装置において、前記仮分類手段は、前記取得手段により取得された文情報毎に、当該文情報と当該文情報から括弧表現を除いた文字列情報とのそれぞれの構文情報を比較した結果と、当該括弧表現の構文情報が予め定められた条件に合致するか否かを判定した結果とに基づいて、当該括弧表現を第1の類型と第2の類型とに仮分類することを特徴とする。

0011

また、請求項6に記載のプログラムの発明は、文情報を格納した格納手段から括弧表現が含まれる文情報を取得する取得手段と、予め定められた規則に従って、前記取得手段により取得した文情報に含まれる括弧表現を当該文情報から分離する第1の類型と分離しない第2の類型に仮分類する仮分類手段と、前記仮分類手段による括弧表現の仮分類結果に基づいて、括弧表現を前記第1の類型と前記第2の類型とに分類する規則を学習する学習手段と、前記学習手段により学習された規則に基づいて、所与の文に含まれる括弧表現を前記第1の類型又は前記第2の類型に分類する分類手段としてコンピュータを機能させるためのプログラムである。

発明の効果

0012

請求項1及び6に記載の発明によれば、文に含まれる括弧表現について構文解析時に文から分離すべきか否かを実例に即して分類できる。

0013

請求項2に記載の発明によれば、文から分離すべき括弧表現については分離して構文解析対象を設定できる。

0014

請求項3に記載の発明によれば、教師情報を別途与えることなく括弧表現の類型を学習できる。

0015

請求項4に記載の発明によれば、仮分類の結果を用いて括弧表現の特徴情報を生成できる。

0016

請求項5に記載の発明によれば、本構成を有しない場合に比較して、括弧表現を文から分離すべきか否かの判定精度を向上できる。

図面の簡単な説明

0017

本実施形態に係る言語解析装置の機能ブロック図である。
文書情報の一例を示す図である。
サンプルテキストの一例を示す図である。
括弧表現を「独立」と「従属」に分類した例を示す図である。
括弧表現を「独立」と「従属」に分類した例を示す図である。
括弧表現を「独立」と「従属」に分類した例を示す図である。
学習データの一例を示す図である。
入力データの一例を示す図である。
学習処理フローチャートである。
構文解析対象の設定処理のフローチャートである。

実施例

0018

以下、本発明を実施するための好適な実施の形態(以下、実施形態という)を、図面に従って説明する。

0019

図1には、本実施形態に係る言語解析装置10の機能ブロック図を示す。図1に示されるように、言語解析装置10は、文書群格納部12、学習標本抽出部14、構文解析部16、学習データ生成部18、機械学習部20、構文解析対象文取得部22、括弧分類部24、及び構文解析対象設定部26を含む。上記各部の機能は、CPU(Central Processing Unit)等の制御手段、メモリ等の記憶手段、外部デバイスとデータを送受信する入出力手段等を備えたコンピュータが、コンピュータ読み取り可能な情報記憶媒体に格納されたプログラムを読み込み実行することで実現されるものとしてよい。なお、プログラムは情報記憶媒体によってコンピュータたる言語解析装置10に供給されることとしてもよいし、インターネット等のデータ通信手段を介して供給されることとしてもよい。

0020

文書群格納部12は、半導体メモリ磁気ディスク装置等の記憶装置を含み構成され、1又は複数の分野について文書群(コーパス)を格納したものである。文書群(コーパス)は、テキスト集合体であって、例えばウェブテキストの集合体、百科事典記事の集合体、新聞記事の集合体、特定の技術分野、概念分野についての文書の集合体等を含むこととしてよい。

0021

図2には、文書群格納部12に格納される文書情報の一例を示す。図2に示されるように、文書群格納部12には、各文書を識別する文書IDに関連づけて、当該文書の内容を表すテキストデータが格納されている。

0022

学習標本抽出部14は、文書群格納部12に格納された文書情報の中から学習サンプルとして用いる文を抽出するものである。本実施形態では、学習標本抽出部14は、文書群格納部12に格納された文書情報のうち解析の対象とするテキストに応じた分野のテキストから、括弧を1つ含む文を抽出することとする。学習標本抽出部14は、文書群格納部12に格納される文書内に複数の文が含まれている場合には、当該各文を区切ると共に、区切った各文のうち括弧を1つ含む文を抽出することとする。なお、本実施形態における括弧は、丸括弧、括弧、二重鉤括弧、角括弧波括弧亀甲括弧、山括弧、二重山括弧、隅付き括弧等の多様な種類の括弧を含むこととしてよく、これらの括弧のうち指定したもののみを括弧として扱うこととしてもよい。

0023

図3には、学習標本抽出部14により文書群格納部12から抽出されるサンプルテキストの一例を示す。図3に示されるように、図2に示された文書情報におけるIDが001のテキストのうち、最初の文「明日は雨が降る(だろう)。」は括弧を1つ含む文であるためこの文はサンプルテキストとして抽出される。また、同様にIDが002のテキストのうち、鉤括弧内の「学問的にはケンブリッジ大学も(エジンバラ大学も)得る物は何もなかった」も括弧を1つ含む文であるためこの文もサンプルテキストとして抽出される。このように、学習標本抽出部14は、句点がなくとも文としての形態をなす文字列であれば、当該文字列をサンプルテキストとして抽出することとしてよい。例えば学習標本抽出部14は、文書群格納部12からサンプルテキストを予め定められた数に達するまで抽出することとしてよい。

0024

構文解析部16は、所与の文字列の形態素分析すると共に、当該分析した形態素の関係性を解析して、当該所与の文字列の構文を解析するものである。本実施形態では、構文解析部16は、学習標本抽出部14により抽出されたサンプルテキストから生成される以下の3つの文字列について構文解析を行う。

0025

まず、構文解析部16は、サンプルテキストに含まれる括弧に囲まれる文字列について構文解析を行う(以下、この構文解析結果を第1の構文解析結果とする)。次に、構文解析部16は、サンプルテキスト全体について構文解析を行うと共に(以下、この構文解析結果を第2の構文解析結果とする)、サンプルテキストから括弧及び括弧に囲まれる文字列を含む括弧表現を除外した文字列について構文解析を行う(以下、この構文解析結果を第3の構文解析結果とする)。構文解析部16によりサンプルテキストについて行った上記の第1乃至第3の構文解析結果の各々は、後述する学習データ生成部18に出力される。

0026

学習データ生成部18は、第1の構文解析結果及び、第2の構文解析結果と第3の構文解析結果との比較結果に基づいて、サンプルテキストに含まれる括弧表現が当該サンプルテキストに従属しているか否かを分類(仮分類)すると共に、当該分類結果に基づいて括弧表現の学習データを生成する。以下、本実施形態における学習データの生成処理を具体的に説明する。

0027

学習データ生成部18は、まず第1の構文解析結果を参照して、当該構文解析結果により示される最上位ノードが文(S)又は名詞句である場合には、第2の構文解析結果と第3の構文解析結果とにおける最上位ノードがそれぞれ一致していればサンプルテキストに含まれる括弧表現はサンプルテキストから分離する「独立」、そうでなければ「従属」として判定する。これは、括弧表現が文又は名詞句としての形態を有しているものであって、さらに括弧表現を文から取り去っても構文が変化しない場合には、当該括弧表現は構文解析時に文から分離してよい「独立」型の括弧表現であると考えられるためである。

0028

また、学習データ生成部18は、第1の構文解析結果により示される最上位ノードが文(S)又は名詞句でない場合には、第2の構文解析結果と第3の構文解析結果とにおける最上位ノードがそれぞれ一致していればサンプルテキストに含まれる括弧表現は当該サンプルテキストから分離しない「従属」、そうでなければ「独立」として判定する。これは、括弧表現が文又は名詞句としての形態を有していないものであって、さらに括弧表現を文から取り去った場合に構文が変化するような場合には、このような括弧表現を文に含めて構文解析すると文全体が文法に即さなくなり、正しい構文構造が得られないことが考えられるためである。

0029

図4A図4B図4Cには、サンプルテキストに含まれる具体的な括弧表現を「独立」と「従属」に分類した例を示した。図4Aに示されるように、サンプルテキスト「雨が降る(だろう)」に対して、括弧表現の文字列「だろう」を解析した第1の構文解析結果の最上位ノードが文(S)又は名詞句でなく、第2の構文解析結果と第3の構文解析結果との最上位ノードは一致しているため、「雨が降る(だろう)」の括弧表現は構文解析時に分離しない「従属」と判定される。

0030

図4Bには、サンプルテキスト「ワイン(赤・白)を扱う」の括弧表現を分類した分類結果を示した。すなわち、上記のサンプルテキストでは、第1の構文解析結果の最上位ノードは名詞句であり、かつ、第2の構文解析結果と第3の構文解析結果との最上位ノードが一致しているため、当該サンプルテキストの括弧表現は構文解析時に分離する「独立」と判定される。

0031

図4Cには、サンプルテキスト「(であれば問題なので)現場へ行こう」の括弧表現を分類した分類結果を示した。図4Cに示されるように、上記のサンプルテキストでは、第1の構文解析結果の最上位ノードは文(S)又は名詞句ではなく、かつ、第2の構文解析結果と第3の構文解析結果との最上位ノードが一致していないため、当該サンプルテキストの括弧表現は構文解析時に分離する「独立」と判定される。

0032

図5には、各サンプルテキストに含まれる括弧表現について学習データ生成部18により生成される学習データの一例を示した。図5に示されるように、本実施形態では、括弧表現についての学習データを、正負、括弧種類、括弧内の構文、周辺形態素の情報を含み生成することとしている。正負とは、括弧表現が「独立」(正例)か「従属」(負例)かを示す教師情報であり、括弧種類は、括弧が丸括弧、鉤括弧、二重鉤括弧等のいずれの種類であるかを示す情報である。また、括弧内の構文は、括弧に囲まれた文字列の構文解析結果における最上位ノードを示し、周辺形態素の情報は、括弧表現について予め定められた数の周辺の形態素の表層及び品詞情報により構成される情報である。例えば、周辺形態素の情報を周辺2形態素として構成する場合には、括弧表現から前後に2つの形態素までの各形態素の表層及び品詞の情報を連結させることとする。なお、周辺形態素としていくつの形態素を用いるかは上述した例に限られるものではない。学習データは、正負、括弧種類等の各項目のデータを数値に変換した多次元ベクトルデータとして生成することとしてよい。そして、学習データ生成部18は、各サンプルテキストの括弧表現について学習データを生成し、生成した学習データを機械学習部20に出力する。

0033

機械学習部20は、学習データ生成部18により生成された学習データに基づいて、括弧表現の分類規則を学習するものである。括弧表現の分類規則とは、文に含まれる括弧表現を構文解析時に分離する「独立」タイプか、分離しない「従属」タイプかを分類するための規則である。なお、機械学習部20は、例えばSVM(Support Vector Machine:サポートベクターマシーン)やCRF(Condition Random Field:条件付き確率場)等の機械学習アルゴリズムを用いて括弧表現の分類規則を学習することとしてよい。分類規則とは、例えば括弧表現の特徴ベクトル空間における識別面として表現されることとしてもよいし、ニューラルネットワークにおけるノードの入出力の重みとして表現されることとしてもよく、多様なデータ表現形式を含むものとしてよい。

0034

次に、本実施形態に係る言語解析装置10に備えられた、上記学習した括弧表現の分類規則を利用して構文解析を行うための機能について説明する。

0035

構文解析対象文取得部22は、構文解析の対象とするテキストデータを取得するものである。構文解析の対象とするテキストデータは、1つの文としてもよいし複数の文を含んでいてもよい。

0036

括弧分類部24は、構文解析対象文取得部22により取得された文に含まれる各括弧表現を当該文から分離して構文解析する「独立」タイプのものか、文と分離せずに構文解析する「従属」タイプのものかを分類するものである。本実施形態では、括弧分類部24は、上記機械学習部20における学習データと同様に、処理対象の文に含まれる括弧表現毎に、当該括弧表現を表す入力データを生成し、当該生成した入力データを機械学習部20において括弧表現の分類規則を学習したSVM等の分類器に入力して括弧表現を分類するものである。

0037

図6には、処理対象の文に含まれる括弧表現について生成される入力データの一例を示した。図6に示されるように、入力データは、括弧種類、括弧内の構文、周辺形態素の情報を含み構成されるものであり、学習データとの差異は、入力データには「正負」の情報が含まれていないことであり、その他の項目は学習データと同様である。括弧分類部24は、上記生成した入力データを分類規則を学習した分類器に入力することで、当該入力データが「独立」(正)又は「従属」(負)のいずれに該当するのかを分類する。なお、括弧分類部24は処理対象の文に含まれる各括弧表現について上記の分類処理を行うこととする。

0038

構文解析対象設定部26は、括弧分類部24による各括弧表現の分類結果に基づいて、処理対象の文における構文解析対象を設定するものである。本実施形態では、構文解析対象設定部26は、括弧分類部24により括弧表現が「独立」と分類された場合には、処理対象の文から当該括弧表現を分離することとし、一方で括弧表現が「従属」と分類された場合には、処理対象の文に当該括弧表現を残して構文解析対象を設定することとする。

0039

ここで、具体例を用いて括弧分類部24、構文解析対象設定部26の処理を説明する。例えば、構文解析対象文取得部22により“変更を伴う由来という語を使っている(evolutionの原義については下の項目を参照のこと)。”という文が処理対象として取得された場合には、括弧分類部24は、括弧表現(evolutionの原義については下の項目を参照のこと)についての入力データ(特徴ベクトル)を生成し、生成した入力データを分類器に入力して上記括弧表現が「独立」か「従属」かの分類結果を得る。例えば、上記括弧表現が「独立」と分類された場合には、構文解析対象設定部26は、(1)「変更を伴う由来」という語を使っている、(2)evolutionの原義については下の項目を参照のこと、の各文を構文解析対象として設定する。そして、構文解析部16は、構文解析対象設定部26により設定された各構文解析対象の文字列に対して構文解析を行い、それらの構文解析結果を統合して最終的な構文解析結果を得ることとする。

0040

また、処理対象の文が“「変更を伴う由来」という語を使っている。”の場合に同様の処理により括弧表現「変更を伴う由来」が「従属」として分類された場合には、構文解析対象設定部26は“「変更を伴う由来」という語を使っている。”を構文解析対象として設定する。なお、処理対象の文に複数の括弧表現が含まれる場合にも、各括弧表現について入力データ(特徴ベクトル)を同様に生成して、生成した入力データを分類器に入力して各括弧表現の分類結果を得て、得られた分類結果に基づいて構文解析対象を設定することとしてよい。

0041

次に、図7及び図8を参照しながら、本実施形態に係る言語解析装置10による処理の流れについて説明する。

0042

図7には、括弧表現の分類規則を学習する学習処理のフローチャートを示した。図7に示されるように、言語解析装置10は、解析対象の分野のテキストが格納された文書群(コーパス)の中から括弧を1つ含む文を取得する(S101)と共に、取得した文に含まれる括弧表現を抽出する(S102)。次に、言語解析装置10は、抽出した括弧表現が文又は名詞句であるかを判断する(S103)と共に、文から括弧表現を除外した場合とそうでない場合とで構文解析結果の最上位ノードが一致するか否かを判断する(S104)。ここで、言語解析装置10は、S103でYかつS104でYの場合と、S103でNかつS104でNの場合に抽出した括弧表現が「独立」(正例)であると仮分類し(S105)、それ以外の場合には「従属」(負例)であると仮分類する(S106)。

0043

言語解析装置10は、上記仮分類の結果と括弧表現の素性情報とに基づいて、括弧表現についての学習データを生成する(S107)。言語解析装置10は、学習データの生成を継続する場合には(S108:Y)、S101に戻ってそれ以降の処理を繰り返し、学習データの生成を終了する場合には(S108:N)、それまでに生成した学習データに基づいて括弧表現の分類規則を学習して(S109)、学習処理を終了する。

0044

図8には、構文解析対象の設定処理のフローチャートを示した。図8に示されるように、言語解析装置10は、処理対象文を取得して(S201)、取得した処理対象文に含まれる括弧表現を抽出する(S202)。言語解析装置10は、抽出した括弧表現の素性情報に基づいて入力データを生成して(S203)、生成した入力データを図7に示された学習処理により括弧表現の分類規則を学習した分類器に入力して括弧表現を分類する(S204)。

0045

言語解析装置10は、上記分類した結果が「独立」である場合には(S205:Y)、括弧表現を処理対象文から分離した構文解析対象に設定し(S206)、「従属」である場合には(S205:N)、括弧表現を処理対象文に含めて構文解析対象を設定する(S207)。言語解析装置10は、処理対象文のうち未処理の括弧表現があるか否かを判断し(S208)、あると判断する場合には(S208:Y)、S202に戻ってそれ以降の処理を繰り返し、ないと判断する場合には(S208:N)、設定した構文解析対象の各文字列に対して構文解析処理を実行して(S209)、処理を終了する。

0046

以上説明した本実施形態に係る言語解析装置では、予め定めた分類規則に従ってコーパス等の文書集合に含まれるサンプルテキストを分類し、その分類結果を教師情報としてサンプルテキスト内の括弧表現の特徴ベクトルの分類を機械学習することで、予め定めた分類規則に合致するか否かで括弧表現を分類する場合に比べて分類精度が向上する。

0047

また、本発明は上記の実施形態に限定されるものではなく、例えば解析対象の文が属する分野、書式等の属性に基づいて文書群(コーパス)を選択し、当該選択した文書群(コーパス)に基づいて学習した分類規則に基づいて解析対象の文に含まれる括弧表現を分類することとしてもよい。

0048

10言語解析装置、12文書群格納部、14学習標本抽出部、16構文解析部、18 学習データ生成部、20機械学習部、22 構文解析対象文取得部、24括弧分類部、26 構文解析対象設定部。

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ