JP6596565B1 - 抽出システムおよびプログラム - Google Patents
抽出システムおよびプログラム Download PDFInfo
- Publication number
- JP6596565B1 JP6596565B1 JP2018244861A JP2018244861A JP6596565B1 JP 6596565 B1 JP6596565 B1 JP 6596565B1 JP 2018244861 A JP2018244861 A JP 2018244861A JP 2018244861 A JP2018244861 A JP 2018244861A JP 6596565 B1 JP6596565 B1 JP 6596565B1
- Authority
- JP
- Japan
- Prior art keywords
- word
- theme
- relevance
- extraction
- similarity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 380
- 238000012937 correction Methods 0.000 claims abstract description 75
- 239000000284 extract Substances 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims description 106
- 238000000034 method Methods 0.000 claims description 90
- 230000008569 process Effects 0.000 claims description 78
- 238000012545 processing Methods 0.000 claims description 59
- 239000013598 vector Substances 0.000 claims description 58
- 238000013500 data storage Methods 0.000 claims description 52
- 230000014509 gene expression Effects 0.000 claims description 20
- 230000008520 organization Effects 0.000 claims description 20
- 230000005540 biological transmission Effects 0.000 claims description 13
- 239000000470 constituent Substances 0.000 claims description 13
- 238000007639 printing Methods 0.000 claims description 13
- 238000010801 machine learning Methods 0.000 description 30
- 238000013473 artificial intelligence Methods 0.000 description 15
- 238000003058 natural language processing Methods 0.000 description 14
- 230000015654 memory Effects 0.000 description 12
- 239000011159 matrix material Substances 0.000 description 11
- 238000013528 artificial neural network Methods 0.000 description 10
- 238000012360 testing method Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 7
- 230000002265 prevention Effects 0.000 description 6
- 238000012790 confirmation Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000010354 integration Effects 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 230000003936 working memory Effects 0.000 description 3
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000009189 diving Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000271566 Aves Species 0.000 description 1
- 241000938605 Crocodylia Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 208000025174 PANDAS Diseases 0.000 description 1
- 208000021155 Paediatric autoimmune neuropsychiatric disorders associated with streptococcal infection Diseases 0.000 description 1
- 240000000220 Panda oleosa Species 0.000 description 1
- 235000016496 Panda oleosa Nutrition 0.000 description 1
- 241000283080 Proboscidea <mammal> Species 0.000 description 1
- 241000239226 Scorpiones Species 0.000 description 1
- 241001247203 Syngnathidae Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000002747 voluntary effect Effects 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
Description
テーマの単語の入力を受け付ける処理を実行するテーマ入力受付手段と、
学習用のテキストデータを用いて単語間の関連性を学習する学習処理で得られた学習結果データを記憶するモデル記憶手段と、
複数の抽出対象の各々について用意された抽出対象の特徴を示す固有テキストデータを、抽出対象識別情報と関連付けて記憶する固有テキストデータ記憶手段と、
モデル記憶手段に記憶された学習結果データを用いて、テーマ入力受付手段により受け付けたテーマの単語と他の単語との間の類似度を算出し、この類似度の大きさで順位付けした単語のうち、予め定められた数の上位の単語、または、閾値に対する類似度の大きさで選択した単語を、関連単語として決定する処理を実行する類似度算出手段と、
この類似度算出手段により決定した各関連単語、および、テーマの単語について、固有テキストデータ記憶手段に記憶された固有テキストデータとの照合を行うことにより、各関連単語および/またはテーマの単語を含む固有テキストデータに関連付けられた抽出対象識別情報を抽出し、テーマの単語についての照合で抽出した抽出対象の集合に対する、各関連単語についての照合で抽出した抽出対象の集合の適合率を算出し、算出した各適合率を、各関連単語についてのテキストデータ基準関連度とする処理を実行するテキストデータ基準関連度算出手段と、
類似度算出手段により算出した各関連単語についての類似度と、テキストデータ基準関連度算出手段により算出した各関連単語についてのテキストデータ基準関連度とを用いて、各関連単語についての修正関連度を算出し、この修正関連度の大きさで順位付けした各関連単語のうち、予め定められた数の上位の単語、または、閾値に対する修正関連度の大きさで選択した単語を、着目単語として決定する処理を実行する修正関連度算出手段と、
この修正関連度算出手段により決定した各着目単語、および、テーマの単語について、それぞれの単語が、テキストデータ基準関連度算出手段により抽出した各抽出対象識別情報と関連付けられて固有テキストデータ記憶手段に記憶された固有テキストデータの中に出現する単語別出現回数を求め、各着目単語についての単語別出現回数に各着目単語についての修正関連度を乗じた値またはこの値に各着目単語の重み係数を乗じた値、並びに、テーマの単語についての単語別出現回数またはこの単語別出現回数にテーマの単語の重み係数を乗じた値を合計することにより、各抽出対象についてのテーマへの関連度を示す抽出対象・テーマ関連度を算出する処理を実行する抽出対象・テーマ関連度算出手段と、
この抽出対象・テーマ関連度算出手段により算出した抽出対象・テーマ関連度の大きさで定まる順位に従って抽出対象を並べるか、当該順位に従って抽出対象・テーマ関連度および対応する抽出対象を並べるか、当該順位に従った並び順とすることなく抽出対象・テーマ関連度および対応する抽出対象の組合せを示すか、予め定められた数の上位の抽出対象を選択して示すか、ユーザにより指定された特定の順位の抽出対象を選択して示すか、またはこれらに加えて、抽出対象についての固有テキストデータの少なくとも一部を示す状態で、画面表示、印刷、音声出力、ファイル出力、データ送信、若しくはこれらの組合せ、またはその他の出力形式による出力処理を実行する出力手段と
を備えたことを特徴とするものである。
修正関連度算出手段は、
類似度算出手段により算出した各関連単語についての類似度と、テキストデータ基準関連度算出手段により算出した各関連単語についてのテキストデータ基準関連度との調和平均または加重調和平均を求めることにより、各関連単語についての修正関連度を算出し、この修正関連度の大きさで順位付けした各関連単語のうち、予め定められた数の上位の単語、または、閾値に対する修正関連度の大きさで選択した単語を、着目単語として決定する処理を実行する構成とされていることが望ましい。
モデル記憶手段は、
学習結果データとして、単語の分散表現としての単語ベクトルを記憶する構成とされ、
類似度算出手段は、
モデル記憶手段に記憶された単語ベクトルを用いて、類似度として、テーマの単語と他の単語との間のコサイン類似度を算出する処理を実行する構成とされていることが望ましい。
モデル記憶手段は、
異なる設定パラメータを用いて同じアルゴリズムで得られた複数種類の学習結果データ、異なるアルゴリズムで得られた複数種類の学習結果データ、またはこれらの学習結果データを混在させた複数種類の学習結果データを、複数種類のモデルとして記憶する構成とされ、
類似度算出手段は、
モデル記憶手段に記憶された複数種類の学習結果データを用いて、複数種類のモデルの各々について、テーマの単語と他の単語との間の類似度を算出し、この類似度の大きさで順位付けした他の単語のうち、予め定められた数の上位の単語を各モデルで選択し、各モデルで選択した単語の中から関連単語を決定するとともに、各モデルで選択した単語の類似度を用いて、関連単語の類似度を算出する処理を実行する構成とされていることが望ましい。
モデル記憶手段は、
異なる設定パラメータを用いて同じアルゴリズムで得られた複数種類の学習結果データ、異なるアルゴリズムで得られた複数種類の学習結果データ、またはこれらの学習結果データを混在させた複数種類の学習結果データを、複数種類のモデルとして記憶する構成とされ、
類似度算出手段は、
モデル記憶手段に記憶された複数種類の学習結果データを用いて、複数種類のモデルの各々について、テーマの単語と他の単語との間の類似度を算出し、この類似度の大きさで順位付けした他の単語のうち、予め定められた数の上位の単語を各モデルで選択し、各モデルで選択した単語が一致していない場合のずれ分の単語を含め、少なくとも1つのモデルで選択された単語の全てについて、対応する単語が選択されていないモデルの当該単語の類似度をゼロとみなすとともに、単語毎に、算出した全てのモデルの類似度の調和平均または加重調和平均を求めることにより、複数種類のモデルをアンサンブルした類似度を算出し、このアンサンブルした類似度の大きさがゼロにならない単語を、関連単語として決定する処理を実行する構成とされていることが望ましい。
テーマの単語の入力を受け付ける処理を実行するテーマ入力受付手段と、
単語の分散表現としての単語ベクトルを記憶するモデル記憶手段と、
複数の抽出対象の各々について用意された抽出対象の特徴を示す固有テキストデータを、抽出対象識別情報と関連付けて記憶する固有テキストデータ記憶手段と、
モデル記憶手段に記憶された単語ベクトルを用いて、テーマ入力受付手段により受け付けたテーマの単語と他の単語との間の類似度としてコサイン類似度を算出し、このコサイン類似度の大きさで順位付けした単語のうち、予め定められた数の上位の単語、または、閾値に対するコサイン類似度の大きさで選択した単語を、関連単語として決定する処理を実行する類似度算出手段と、
この類似度算出手段により決定した各関連単語、および、テーマの単語について、固有テキストデータ記憶手段に記憶された固有テキストデータとの照合を行うことにより、各関連単語および/またはテーマの単語を含む固有テキストデータに関連付けられた抽出対象識別情報を抽出し、テーマの単語についての照合で抽出した抽出対象の集合に対する、各関連単語についての照合で抽出した抽出対象の集合の適合率を算出し、算出した各適合率を、各関連単語についてのテキストデータ基準関連度とする処理を実行するテキストデータ基準関連度算出手段と、
類似度算出手段により算出した各関連単語についての類似度と、テキストデータ基準関連度算出手段により算出した各関連単語についてのテキストデータ基準関連度とを用いて、各関連単語についての修正関連度を算出し、この修正関連度の大きさで順位付けした各関連単語のうち、予め定められた数の上位の単語、または、閾値に対する修正関連度の大きさで選択した単語を、着目単語として決定する処理を実行する修正関連度算出手段と、
この修正関連度算出手段により決定した各着目単語、および、テーマの単語について、それぞれの単語が、テキストデータ基準関連度算出手段により抽出した各抽出対象識別情報と関連付けられて固有テキストデータ記憶手段に記憶された固有テキストデータの中に出現する単語別出現回数を求め、各着目単語についての単語別出現回数に各着目単語についての修正関連度を乗じた値またはこの値に各着目単語の重み係数を乗じた値、並びに、テーマの単語についての単語別出現回数またはこの単語別出現回数にテーマの単語の重み係数を乗じた値を合計することにより、各抽出対象についてのテーマへの関連度を示す抽出対象・テーマ関連度を算出する処理を実行する抽出対象・テーマ関連度算出手段と、
この抽出対象・テーマ関連度算出手段により算出した抽出対象・テーマ関連度の大きさで定まる順位に従って抽出対象を並べるか、当該順位に従って抽出対象・テーマ関連度および対応する抽出対象を並べるか、当該順位に従った並び順とすることなく抽出対象・テーマ関連度および対応する抽出対象の組合せを示すか、予め定められた数の上位の抽出対象を選択して示すか、ユーザにより指定された特定の順位の抽出対象を選択して示すか、またはこれらに加えて、抽出対象についての固有テキストデータの少なくとも一部を示す状態で、画面表示、印刷、音声出力、ファイル出力、データ送信、若しくはこれらの組合せ、またはその他の出力形式による出力処理を実行する出力手段と
を備えたことを特徴とするものである。
テーマの単語の入力を受け付ける処理を実行するテーマ入力受付手段と、
テーマの単語として入力され得る全ての単語と、他の単語との関連性を示す類似度を記憶する類似度記憶手段と、
複数の抽出対象の各々について用意された抽出対象の特徴を示す固有テキストデータを、抽出対象識別情報と関連付けて記憶する固有テキストデータ記憶手段と、
テーマ入力受付手段によりテーマの単語を受け付けた際に、類似度記憶手段に記憶されたテーマの単語と他の単語との間の類似度を取得し、この類似度の大きさで順位付けした単語のうち、予め定められた数の上位の単語、または、閾値に対する類似度の大きさで選択した単語を、関連単語として決定する処理を実行する類似度取得手段と、
この類似度取得手段により決定した各関連単語、および、テーマの単語について、固有テキストデータ記憶手段に記憶された固有テキストデータとの照合を行うことにより、各関連単語および/またはテーマの単語を含む固有テキストデータに関連付けられた抽出対象識別情報を抽出し、テーマの単語についての照合で抽出した抽出対象の集合に対する、各関連単語についての照合で抽出した抽出対象の集合の適合率を算出し、算出した各適合率を、各関連単語についてのテキストデータ基準関連度とする処理を実行するテキストデータ基準関連度算出手段と、
類似度取得手段により取得した各関連単語についての類似度と、テキストデータ基準関連度算出手段により算出した各関連単語についてのテキストデータ基準関連度とを用いて、各関連単語についての修正関連度を算出し、この修正関連度の大きさで順位付けした各関連単語のうち、予め定められた数の上位の単語、または、閾値に対する修正関連度の大きさで選択した単語を、着目単語として決定する処理を実行する修正関連度算出手段と、
この修正関連度算出手段により決定した各着目単語、および、テーマの単語について、それぞれの単語が、テキストデータ基準関連度算出手段により抽出した各抽出対象識別情報と関連付けられて固有テキストデータ記憶手段に記憶された固有テキストデータの中に出現する単語別出現回数を求め、各着目単語についての単語別出現回数に各着目単語についての修正関連度を乗じた値またはこの値に各着目単語の重み係数を乗じた値、並びに、テーマの単語についての単語別出現回数またはこの単語別出現回数にテーマの単語の重み係数を乗じた値を合計することにより、各抽出対象についてのテーマへの関連度を示す抽出対象・テーマ関連度を算出する処理を実行する抽出対象・テーマ関連度算出手段と、
この抽出対象・テーマ関連度算出手段により算出した抽出対象・テーマ関連度の大きさで定まる順位に従って抽出対象を並べるか、当該順位に従って抽出対象・テーマ関連度および対応する抽出対象を並べるか、当該順位に従った並び順とすることなく抽出対象・テーマ関連度および対応する抽出対象の組合せを示すか、予め定められた数の上位の抽出対象を選択して示すか、ユーザにより指定された特定の順位の抽出対象を選択して示すか、またはこれらに加えて、抽出対象についての固有テキストデータの少なくとも一部を示す状態で、画面表示、印刷、音声出力、ファイル出力、データ送信、若しくはこれらの組合せ、またはその他の出力形式による出力処理を実行する出力手段と
を備えたことを特徴とするものである。
テーマ入力受付手段は、
テーマの単語として、テーマ型ファンドの構成銘柄とする候補銘柄の発行企業を抽出するためのキーワードとなる単語の入力を受け付ける処理を実行する構成とされ、
固有テキストデータ記憶手段に記憶される固有テキストデータには、企業が投資家に向けて発信するインベスター・リレーションズ情報が含まれ、
抽出対象・テーマ関連度算出手段は、
抽出対象・テーマ関連度として、各企業についてのテーマ型ファンドのテーマへの関連度を示す企業・テーマ関連度を算出する処理を実行する構成とされていることが望ましい。
33 テーマ入力受付手段
34 類似度算出手段
35 テキストデータ基準関連度算出手段
36 修正関連度算出手段
37 抽出対象・テーマ関連度算出手段
38 出力手段
43 モデル記憶手段
45 固有テキストデータ記憶手段
Claims (9)
- 組織、人物、物品、商品、サービス、事象、若しくはその他の抽出対象を抽出し、または抽出作業を支援する処理を実行するコンピュータにより構成された抽出システムであって、
テーマの単語の入力を受け付ける処理を実行するテーマ入力受付手段と、
学習用のテキストデータを用いて単語間の関連性を学習する学習処理で得られた学習結果データを記憶するモデル記憶手段と、
複数の前記抽出対象の各々について用意された前記抽出対象の特徴を示す固有テキストデータを、抽出対象識別情報と関連付けて記憶する固有テキストデータ記憶手段と、
前記モデル記憶手段に記憶された前記学習結果データを用いて、前記テーマ入力受付手段により受け付けた前記テーマの単語と他の単語との間の類似度を算出し、この類似度の大きさで順位付けした単語のうち、予め定められた数の上位の単語、または、閾値に対する類似度の大きさで選択した単語を、関連単語として決定する処理を実行する類似度算出手段と、
この類似度算出手段により決定した各関連単語、および、前記テーマの単語について、前記固有テキストデータ記憶手段に記憶された前記固有テキストデータとの照合を行うことにより、前記各関連単語および/または前記テーマの単語を含む前記固有テキストデータに関連付けられた抽出対象識別情報を抽出し、前記テーマの単語についての照合で抽出した抽出対象の集合に対する、前記各関連単語についての照合で抽出した抽出対象の集合の適合率を算出し、算出した各適合率を、前記各関連単語についてのテキストデータ基準関連度とする処理を実行するテキストデータ基準関連度算出手段と、
前記類似度算出手段により算出した前記各関連単語についての前記類似度と、前記テキストデータ基準関連度算出手段により算出した前記各関連単語についてのテキストデータ基準関連度とを用いて、前記各関連単語についての修正関連度を算出し、この修正関連度の大きさで順位付けした前記各関連単語のうち、予め定められた数の上位の単語、または、閾値に対する修正関連度の大きさで選択した単語を、着目単語として決定する処理を実行する修正関連度算出手段と、
この修正関連度算出手段により決定した各着目単語、および、前記テーマの単語について、それぞれの単語が、前記テキストデータ基準関連度算出手段により抽出した各抽出対象識別情報と関連付けられて前記固有テキストデータ記憶手段に記憶された前記固有テキストデータの中に出現する単語別出現回数を求め、前記各着目単語についての単語別出現回数に前記各着目単語についての前記修正関連度を乗じた値またはこの値に前記各着目単語の重み係数を乗じた値、並びに、前記テーマの単語についての単語別出現回数またはこの単語別出現回数に前記テーマの単語の重み係数を乗じた値を合計することにより、各抽出対象についてのテーマへの関連度を示す抽出対象・テーマ関連度を算出する処理を実行する抽出対象・テーマ関連度算出手段と、
この抽出対象・テーマ関連度算出手段により算出した前記抽出対象・テーマ関連度の大きさで定まる順位に従って抽出対象を並べるか、当該順位に従って前記抽出対象・テーマ関連度および対応する抽出対象を並べるか、当該順位に従った並び順とすることなく前記抽出対象・テーマ関連度および対応する抽出対象の組合せを示すか、予め定められた数の上位の抽出対象を選択して示すか、ユーザにより指定された特定の順位の抽出対象を選択して示すか、またはこれらに加えて、抽出対象についての前記固有テキストデータの少なくとも一部を示す状態で、画面表示、印刷、音声出力、ファイル出力、データ送信、若しくはこれらの組合せ、またはその他の出力形式による出力処理を実行する出力手段と
を備えたことを特徴とする抽出システム。 - 前記修正関連度算出手段は、
前記類似度算出手段により算出した前記各関連単語についての前記類似度と、前記テキストデータ基準関連度算出手段により算出した前記各関連単語についてのテキストデータ基準関連度との調和平均または加重調和平均を求めることにより、前記各関連単語についての修正関連度を算出し、この修正関連度の大きさで順位付けした前記各関連単語のうち、予め定められた数の上位の単語、または、閾値に対する修正関連度の大きさで選択した単語を、着目単語として決定する処理を実行する構成とされている
ことを特徴とする請求項1に記載の抽出システム。 - 前記モデル記憶手段は、
前記学習結果データとして、単語の分散表現としての単語ベクトルを記憶する構成とされ、
前記類似度算出手段は、
前記モデル記憶手段に記憶された前記単語ベクトルを用いて、前記類似度として、前記テーマの単語と他の単語との間のコサイン類似度を算出する処理を実行する構成とされている
ことを特徴とする請求項1または2に記載の抽出システム。 - 前記モデル記憶手段は、
異なる設定パラメータを用いて同じアルゴリズムで得られた複数種類の学習結果データ、異なるアルゴリズムで得られた複数種類の学習結果データ、またはこれらの学習結果データを混在させた複数種類の学習結果データを、複数種類のモデルとして記憶する構成とされ、
前記類似度算出手段は、
前記モデル記憶手段に記憶された複数種類の学習結果データを用いて、複数種類のモデルの各々について、前記テーマの単語と他の単語との間の類似度を算出し、この類似度の大きさで順位付けした他の単語のうち、予め定められた数の上位の単語を各モデルで選択し、各モデルで選択した単語の中から前記関連単語を決定するとともに、各モデルで選択した単語の類似度を用いて、前記関連単語の類似度を算出する処理を実行する構成とされている
ことを特徴とする請求項1〜3のいずれかに記載の抽出システム。 - 前記モデル記憶手段は、
異なる設定パラメータを用いて同じアルゴリズムで得られた複数種類の学習結果データ、異なるアルゴリズムで得られた複数種類の学習結果データ、またはこれらの学習結果データを混在させた複数種類の学習結果データを、複数種類のモデルとして記憶する構成とされ、
前記類似度算出手段は、
前記モデル記憶手段に記憶された複数種類の学習結果データを用いて、複数種類のモデルの各々について、前記テーマの単語と他の単語との間の類似度を算出し、この類似度の大きさで順位付けした他の単語のうち、予め定められた数の上位の単語を各モデルで選択し、各モデルで選択した単語が一致していない場合のずれ分の単語を含め、少なくとも1つのモデルで選択された単語の全てについて、対応する単語が選択されていないモデルの当該単語の類似度をゼロとみなすとともに、単語毎に、算出した全てのモデルの類似度の調和平均または加重調和平均を求めることにより、複数種類のモデルをアンサンブルした類似度を算出し、このアンサンブルした類似度の大きさがゼロにならない単語を、前記関連単語として決定する処理を実行する構成とされている
ことを特徴とする請求項4に記載の抽出システム。 - 組織、人物、物品、商品、サービス、事象、若しくはその他の抽出対象を抽出し、または抽出作業を支援する処理を実行するコンピュータにより構成された抽出システムであって、
テーマの単語の入力を受け付ける処理を実行するテーマ入力受付手段と、
単語の分散表現としての単語ベクトルを記憶するモデル記憶手段と、
複数の前記抽出対象の各々について用意された前記抽出対象の特徴を示す固有テキストデータを、抽出対象識別情報と関連付けて記憶する固有テキストデータ記憶手段と、
前記モデル記憶手段に記憶された前記単語ベクトルを用いて、前記テーマ入力受付手段により受け付けた前記テーマの単語と他の単語との間の類似度としてコサイン類似度を算出し、このコサイン類似度の大きさで順位付けした単語のうち、予め定められた数の上位の単語、または、閾値に対するコサイン類似度の大きさで選択した単語を、関連単語として決定する処理を実行する類似度算出手段と、
この類似度算出手段により決定した各関連単語、および、前記テーマの単語について、前記固有テキストデータ記憶手段に記憶された前記固有テキストデータとの照合を行うことにより、前記各関連単語および/または前記テーマの単語を含む前記固有テキストデータに関連付けられた抽出対象識別情報を抽出し、前記テーマの単語についての照合で抽出した抽出対象の集合に対する、前記各関連単語についての照合で抽出した抽出対象の集合の適合率を算出し、算出した各適合率を、前記各関連単語についてのテキストデータ基準関連度とする処理を実行するテキストデータ基準関連度算出手段と、
前記類似度算出手段により算出した前記各関連単語についての前記類似度と、前記テキストデータ基準関連度算出手段により算出した前記各関連単語についてのテキストデータ基準関連度とを用いて、前記各関連単語についての修正関連度を算出し、この修正関連度の大きさで順位付けした前記各関連単語のうち、予め定められた数の上位の単語、または、閾値に対する修正関連度の大きさで選択した単語を、着目単語として決定する処理を実行する修正関連度算出手段と、
この修正関連度算出手段により決定した各着目単語、および、前記テーマの単語について、それぞれの単語が、前記テキストデータ基準関連度算出手段により抽出した各抽出対象識別情報と関連付けられて前記固有テキストデータ記憶手段に記憶された前記固有テキストデータの中に出現する単語別出現回数を求め、前記各着目単語についての単語別出現回数に前記各着目単語についての前記修正関連度を乗じた値またはこの値に前記各着目単語の重み係数を乗じた値、並びに、前記テーマの単語についての単語別出現回数またはこの単語別出現回数に前記テーマの単語の重み係数を乗じた値を合計することにより、各抽出対象についてのテーマへの関連度を示す抽出対象・テーマ関連度を算出する処理を実行する抽出対象・テーマ関連度算出手段と、
この抽出対象・テーマ関連度算出手段により算出した前記抽出対象・テーマ関連度の大きさで定まる順位に従って抽出対象を並べるか、当該順位に従って前記抽出対象・テーマ関連度および対応する抽出対象を並べるか、当該順位に従った並び順とすることなく前記抽出対象・テーマ関連度および対応する抽出対象の組合せを示すか、予め定められた数の上位の抽出対象を選択して示すか、ユーザにより指定された特定の順位の抽出対象を選択して示すか、またはこれらに加えて、抽出対象についての前記固有テキストデータの少なくとも一部を示す状態で、画面表示、印刷、音声出力、ファイル出力、データ送信、若しくはこれらの組合せ、またはその他の出力形式による出力処理を実行する出力手段と
を備えたことを特徴とする抽出システム。 - 組織、人物、物品、商品、サービス、事象、若しくはその他の抽出対象を抽出し、または抽出作業を支援する処理を実行するコンピュータにより構成された抽出システムであって、
テーマの単語の入力を受け付ける処理を実行するテーマ入力受付手段と、
前記テーマの単語として入力され得る全ての単語と、他の単語との関連性を示す類似度を記憶する類似度記憶手段と、
複数の前記抽出対象の各々について用意された前記抽出対象の特徴を示す固有テキストデータを、抽出対象識別情報と関連付けて記憶する固有テキストデータ記憶手段と、
前記テーマ入力受付手段により前記テーマの単語を受け付けた際に、前記類似度記憶手段に記憶された前記テーマの単語と他の単語との間の類似度を取得し、この類似度の大きさで順位付けした単語のうち、予め定められた数の上位の単語、または、閾値に対する類似度の大きさで選択した単語を、関連単語として決定する処理を実行する類似度取得手段と、
この類似度取得手段により決定した各関連単語、および、前記テーマの単語について、前記固有テキストデータ記憶手段に記憶された前記固有テキストデータとの照合を行うことにより、前記各関連単語および/または前記テーマの単語を含む前記固有テキストデータに関連付けられた抽出対象識別情報を抽出し、前記テーマの単語についての照合で抽出した抽出対象の集合に対する、前記各関連単語についての照合で抽出した抽出対象の集合の適合率を算出し、算出した各適合率を、前記各関連単語についてのテキストデータ基準関連度とする処理を実行するテキストデータ基準関連度算出手段と、
前記類似度取得手段により取得した前記各関連単語についての前記類似度と、前記テキストデータ基準関連度算出手段により算出した前記各関連単語についてのテキストデータ基準関連度とを用いて、前記各関連単語についての修正関連度を算出し、この修正関連度の大きさで順位付けした前記各関連単語のうち、予め定められた数の上位の単語、または、閾値に対する修正関連度の大きさで選択した単語を、着目単語として決定する処理を実行する修正関連度算出手段と、
この修正関連度算出手段により決定した各着目単語、および、前記テーマの単語について、それぞれの単語が、前記テキストデータ基準関連度算出手段により抽出した各抽出対象識別情報と関連付けられて前記固有テキストデータ記憶手段に記憶された前記固有テキストデータの中に出現する単語別出現回数を求め、前記各着目単語についての単語別出現回数に前記各着目単語についての前記修正関連度を乗じた値またはこの値に前記各着目単語の重み係数を乗じた値、並びに、前記テーマの単語についての単語別出現回数またはこの単語別出現回数に前記テーマの単語の重み係数を乗じた値を合計することにより、各抽出対象についてのテーマへの関連度を示す抽出対象・テーマ関連度を算出する処理を実行する抽出対象・テーマ関連度算出手段と、
この抽出対象・テーマ関連度算出手段により算出した前記抽出対象・テーマ関連度の大きさで定まる順位に従って抽出対象を並べるか、当該順位に従って前記抽出対象・テーマ関連度および対応する抽出対象を並べるか、当該順位に従った並び順とすることなく前記抽出対象・テーマ関連度および対応する抽出対象の組合せを示すか、予め定められた数の上位の抽出対象を選択して示すか、ユーザにより指定された特定の順位の抽出対象を選択して示すか、またはこれらに加えて、抽出対象についての前記固有テキストデータの少なくとも一部を示す状態で、画面表示、印刷、音声出力、ファイル出力、データ送信、若しくはこれらの組合せ、またはその他の出力形式による出力処理を実行する出力手段と
を備えたことを特徴とする抽出システム。 - 前記テーマ入力受付手段は、
前記テーマの単語として、テーマ型ファンドの構成銘柄とする候補銘柄の発行企業を抽出するためのキーワードとなる単語の入力を受け付ける処理を実行する構成とされ、
前記固有テキストデータ記憶手段に記憶される前記固有テキストデータには、企業が投資家に向けて発信するインベスター・リレーションズ情報が含まれ、
前記抽出対象・テーマ関連度算出手段は、
前記抽出対象・テーマ関連度として、各企業についてのテーマ型ファンドのテーマへの関連度を示す企業・テーマ関連度を算出する処理を実行する構成とされている
ことを特徴とする請求項1〜7のいずれかに記載の抽出システム。 - 請求項1〜8のいずれかに記載の抽出システムとして、コンピュータを機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018244861A JP6596565B1 (ja) | 2018-12-27 | 2018-12-27 | 抽出システムおよびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018244861A JP6596565B1 (ja) | 2018-12-27 | 2018-12-27 | 抽出システムおよびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6596565B1 true JP6596565B1 (ja) | 2019-10-23 |
JP2020107051A JP2020107051A (ja) | 2020-07-09 |
Family
ID=68314211
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018244861A Active JP6596565B1 (ja) | 2018-12-27 | 2018-12-27 | 抽出システムおよびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6596565B1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110941961A (zh) * | 2019-11-29 | 2020-03-31 | 秒针信息技术有限公司 | 一种信息聚类方法、装置、电子设备及存储介质 |
WO2021144861A1 (ja) * | 2020-01-14 | 2021-07-22 | 日本電信電話株式会社 | 情報処理装置、情報処理方法、および、情報処理プログラム |
JP2021196657A (ja) * | 2020-06-09 | 2021-12-27 | 株式会社プレイド | 情報処理装置、情報処理方法、およびプログラム |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102559006B1 (ko) * | 2020-11-06 | 2023-07-25 | 윤경 | 태몽과 관련된 이미지를 획득하는 방법 및 디바이스 |
-
2018
- 2018-12-27 JP JP2018244861A patent/JP6596565B1/ja active Active
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110941961A (zh) * | 2019-11-29 | 2020-03-31 | 秒针信息技术有限公司 | 一种信息聚类方法、装置、电子设备及存储介质 |
CN110941961B (zh) * | 2019-11-29 | 2023-08-25 | 秒针信息技术有限公司 | 一种信息聚类方法、装置、电子设备及存储介质 |
WO2021144861A1 (ja) * | 2020-01-14 | 2021-07-22 | 日本電信電話株式会社 | 情報処理装置、情報処理方法、および、情報処理プログラム |
JP2021196657A (ja) * | 2020-06-09 | 2021-12-27 | 株式会社プレイド | 情報処理装置、情報処理方法、およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2020107051A (ja) | 2020-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6596565B1 (ja) | 抽出システムおよびプログラム | |
Lucy et al. | Content analysis of textbooks via natural language processing: Findings on gender, race, and ethnicity in Texas US history textbooks | |
US10387776B2 (en) | Recurrent neural network architectures which provide text describing images | |
English | Mapping the sports journalism field: Bourdieu and broadsheet newsrooms | |
Wu et al. | Harvesting social knowledge from folksonomies | |
US20110191336A1 (en) | Contextual image search | |
US20140280179A1 (en) | System and Apparatus for Information Retrieval | |
WO2022094379A1 (en) | Systems and methods for the automatic classification of documents | |
Hamdy et al. | Automatic Recommendation of Software Design Patterns: Text Retrieval Approach. | |
Thomas | Ideology and elective affinity | |
Zhang | A method of recommending physical education network course resources based on collaborative filtering technology | |
Dawes et al. | The mathematical structure of Alexander’s A Pattern Language: An analysis of the role of invariant patterns | |
Tomasula et al. | Our tools make us (and our literature) post | |
Guadarrama et al. | Understanding object descriptions in robotics by open-vocabulary object retrieval and detection | |
Burnham | Class, capital and crisis: A return to fundamentals | |
Bhanuse et al. | Optimal e-learning course recommendation with sentiment analysis using hybrid similarity framework | |
CN110909021A (zh) | 查询改写模型的构建方法、装置及其应用 | |
CN112084376A (zh) | 基于图谱知识的推荐方法、推荐***及电子装置 | |
Milosevic et al. | Classification of intangible social innovation concepts | |
Kara et al. | Job Recommendation Based on Extracted Skill Embeddings | |
Saad et al. | Practical aspects of zero-shot learning | |
US20210141816A1 (en) | Methods for determining a comparative valuation for an asset | |
Beysolow II et al. | Topic modeling and word embeddings | |
Alepidou et al. | A semantic tag recommendation framework for collaborative tagging systems | |
Bouhoun et al. | Information Retrieval Using Domain Adapted Language Models: Application to Resume Documents for HR Recruitment Assistance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20190123 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190225 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190920 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190930 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6596565 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313115 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |