JP6721179B2 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP6721179B2 JP6721179B2 JP2016197306A JP2016197306A JP6721179B2 JP 6721179 B2 JP6721179 B2 JP 6721179B2 JP 2016197306 A JP2016197306 A JP 2016197306A JP 2016197306 A JP2016197306 A JP 2016197306A JP 6721179 B2 JP6721179 B2 JP 6721179B2
- Authority
- JP
- Japan
- Prior art keywords
- word
- phrase
- causal relationship
- vector
- candidate
- 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
- 230000001364 causal effect Effects 0.000 title claims description 194
- 238000004590 computer program Methods 0.000 title claims description 5
- 239000013598 vector Substances 0.000 claims description 200
- 238000004458 analytical method Methods 0.000 claims description 52
- 238000013528 artificial neural network Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000013527 convolutional neural network Methods 0.000 description 35
- 238000000034 method Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000014509 gene expression Effects 0.000 description 10
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 8
- 201000005202 lung cancer Diseases 0.000 description 8
- 208000020816 lung neoplasm Diseases 0.000 description 8
- 239000000284 extract Substances 0.000 description 7
- 230000015654 memory Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 6
- 238000011176 pooling Methods 0.000 description 6
- 230000000877 morphologic effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010792 warming Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 235000019504 cigarettes Nutrition 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 241000102542 Kara Species 0.000 description 1
- 241000208125 Nicotiana Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- 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
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/243—Natural language query formulation
-
- 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
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/082—Learning methods modifying the architecture, e.g. adding, deleting or silencing nodes or connections
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
1.地球温暖化が進んだために台風が強力になった。
2.地球温暖化が進み、台風が強力になった。
A)非特許文献1で使用されたものよりも幅広いバイナリパターン。非特許文献1では、パターンに意味的制約を加えていたが、本実施の形態ではそのような制約を課すことなく、検索されたバイナリパターンは全て使用する。
以下に述べる実施の形態に係る装置の入力は、「タバコを吸う」→「肺がんで死ぬ」のような因果関係候補である。以下に述べる実施の形態の装置は、こうした因果関係候補の入力を受けて、この表現が正しい因果関係を表しているか否かを判定するものである。原因候補Aと結果候補Bとからなる因果関係候補が正しいか否かの基本的な判定基準は、もしもイベントAが発生したときに、イベントBが発生する可能性が増加するという関係にあり、かつそのときに限り、その因果関係候補を正しいとする、というものである。実際の判定では、これに加えて、因果関係候補が出現する文脈を考慮することなく、因果関係候補のみからこうした判断ができることも必要である。
〔因果関係認識装置〕
図1に、本発明の1実施の形態に係る因果関係認識装置30の概略ブロック図を示す。図1を参照して、因果関係認識装置30は、因果関係候補32を受けて、因果関係候補32に含まれる単語を表す単語列から単語埋め込みベクトルを生成し、候補ベクトルとして出力する候補ベクトル生成部50と、因果関係候補32と、因果関係候補32が出現した文内の文脈34を受け、因果関係候補32が出現する文脈を表す単語埋め込みベクトルを生成して文脈ベクトルとして出力する文脈ベクトル生成部52とを含む。
図2を参照して、文脈ベクトル生成部52は因果関係候補32を受けて記憶する候補記憶部80と、候補記憶部80に記憶された因果関係候補に含まれる単語(名詞句とテンプレートを構成する述部)を分離して出力する単語分離部82と、因果関係候補32が取り出された元文書において、因果関係候補32とその周辺に存在する単語列からなる文脈34を受けて、文脈34に含まれる各文の形態素解析をする形態素解析部84と、形態素解析部84が出力する形態素列に対して依存関係解析をし、依存構造を出力する依存関係解析部86とを含む。
図3を参照して、本実施の形態では、背景知識の1つとして、ウェブアーカイブ38から抽出されたバイナリパターンを用いる。非特許文献1では、因果関係認識のために、「AがBを引き起こす」、「AがBを防ぐ」等、何らかの形で因果関係を表すと思われるものとして予め検討した結果選択された395,578個のバイナリパターンの集合を用いている。ここでいうパターンとは、依存構造上で2つの名詞句(変数A又はBに置き換えられている。)を接続するパスのことである。非特許文献1では、6億のウェブ文書のうちで、10回以上同じパターンで出現した名詞句のペアのみを用いている。この条件により、長く、かつまれにしか出現しないバイナリパターンが除かれ、比較的短いパターンのみが残る。本実施の形態でも、非特許文献1と同様の手法で検索されるバイナリパターンを用いる。ただし本実施の形態では、非特許文献1が用いたような制限はなく、因果関係候補の原因部及び結果部からそれぞれ抽出した2つの名詞句が変数A及びBに現れるようなパターンであれば全て用いている。2つの名詞句が与えられると、検索されたパターンの数は1から数百となる。本実施の形態では、これらの中から因果関係候補の名詞句のペアと共起する頻度が最大の15個のバイナリパターンを選択し、それらをデリミタ「|」を挟んで連結することによりできた単語列を出力する。ここでバイナリパターンの数として選択した「15」は、事前に200までの数の範囲で行った実験の結果、15個以上では性能に変化が認められないため、学習に係る計算量の節約の観点から選択した数字である。
本実施の形態では、背景知識源の1つとしてなぜ型質問応答システムの出力を使用する。より具体的には、非特許文献2に記載されたなぜ型質問応答システムを用いる。この質問応答システムは、与えられたなぜ型質問に対する回答として、ウェブアーカイブから7つの連続した文を1つの回答として出力する。
背景知識源の他の一つとして、本実施の形態では、大量のウェブ文書を記憶したウェブアーカイブから、因果関係候補の原因部と結果部とから取り出した名詞句のペアと、因果関係に関する「なぜなら」のような手掛かり語とを含む文を取出して利用する。取り出す文は1又は2個の連続した関連パッセージで、上記した名詞句のペアといずれかの手掛かり語とを含むものである。取り出されたパッセージから、回答ベクトル生成部56が行うのと同じ手法によりパターンを生成する。ウェブアーカイブ38の全体を処理したときのそれらパターンの出現頻度を計算し、回答ベクトル生成部56と同様、出現頻度が上位15位までのパターンを因果関係候補の判定に用いる。出現頻度が同じパターンがある場合には、より短い方を選択する。これらパターンは回答ベクトル生成部56によるものと同様、デリミタを介して互いに連結され、単語埋め込みベクトルとしてMCNN60に与えられる。
図6を参照して、本実施の形態では、MCNN60は、第1〜第8の畳み込みニューラルネットワーク360〜374からなるニューラルネットワーク層340と、ニューラルネットワーク層340内の各ニューラルネットワークの出力を線形に連結する連結層342と、連結層342の出力するベクトルに対してSoftmax関数を適用して、因果関係候補が正しいか否かを0〜1の間のスコアで評価し出力するSoftmax層344とを含む。
上記実施の形態に係る因果関係認識装置30は以下のように動作する。
本実験では、非特許文献1において、6億ウェブ文書から抽出した2,451,254個の因果関係候補の一部をデータセットとして利用した。3人のアノテータがこれらデータに対して因果関係として適切か否かを判定してアノテートした。この場合の因果関係の定義としては、もしもイベントAが発生したときに必ずイベントBの発生確率が増加するときに限り、しかも文脈を考慮せず、その因果関係候補のみでこの基準にしたがって判定できるときに限り、その因果関係が適切であると判定するようにした。最終的な決定は多数決により、Fleiss' kappaは0.67であり、判定はほぼ一致していた。
本発明の上記実施の形態に係る対話システム、因果関係認識装置30及びその各機能部は、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上で実行されるコンピュータプログラムとにより実現できる。図10はこのコンピュータシステム630の外観を示し、図11はコンピュータシステム630の内部構成を示す。
32 因果関係候補
36 質問応答システム
38 ウェブアーカイブ
50 候補ベクトル生成部
52 文脈ベクトル生成部
54 バイナリパターンベクトル生成部
56 回答ベクトル生成部
58 関連パッセージベクトル生成部
60 マルチカラム畳み込みニューラルネットワーク(MCNN)
62 しきい値記憶部
64 判定部
80、150、200 候補記憶部
82 単語分離部
84、114、158、210 形態素解析部
86、116、160、212 依存関係解析部
88〜94 第1〜第4の文脈ベクトル生成部
110 因果関係候補記憶部
112 候補文検索部
118 バイナリパターン検索部
120 バイナリパターンカウント記憶部
122 バイナリパターンソート部
124 バイナリパターン選択部
126 バイナリパターン連結部
128 バイナリパターン辞書
152 質問文作成部
154 回答取得部
156 回答・スコア記憶部
162、204 手掛かり語辞書
164、214 パターン生成部
166 パターン・元スコア記憶部
168、218 パターンソート部
170、220 パターン選択部
172、222 パターン連結部
202 単語抽出部
206 関連パッセージ取得部
208 関連パッセージ記憶部
216 パターン・頻度記憶部
344 Softmax層
360〜374 第1〜第8カラムの畳み込みニューラルネットワーク
Claims (6)
- テキスト中に見いだされる第1のフレーズ及び第2のフレーズにより表される因果関係を自動認識する因果関係認識装置であって、
前記第1のフレーズは前記因果関係の原因部の候補であり、前記第2のフレーズは前記因果関係の結果部の候補であり、
前記第1のフレーズ及び前記第2のフレーズは、いずれも名詞句と述部との組合せを含み、
前記因果関係認識装置は、
前記第1及び第2のフレーズからなる因果関係候補を受けて、当該因果関係候補を構成する単語列をそれぞれ表す第1の単語ベクトルの組を生成する第1のベクトル生成手段と、
前記テキスト中において前記第1及び第2のフレーズが出現する文脈を構成する単語列をそれぞれ表す第2の単語ベクトルを生成する第2のベクトル生成手段と、
前記第1のフレーズに含まれる名詞句と、前記第2のフレーズに含まれる名詞句との間の因果関係の有無を判定するための背景知識を表す単語ベクトルを生成するための背景知識ベクトル生成手段と、
前記第1及び第2の単語ベクトル、並びに前記背景知識ベクトル生成手段により生成された単語ベクトルを受けて、それら単語ベクトルの元になった前記因果関係候補が因果関係である指標を出力するように予め学習済の分類手段とを含み、
前記背景知識ベクトル生成手段は、
大量の文書から、前記第1のフレーズに含まれる名詞句と、前記第2のフレーズに含まれる名詞句と、それら名詞句を結ぶ述部とを含むパターンを収集し、当該パターンの単語列を表す第3の単語ベクトルを生成する第3のベクトル生成手段と、
前記因果関係候補からなぜ型質問を生成して、なぜ型質問応答装置から当該なぜ型質問に対する回答の集合を受け、当該回答の集合に含まれる回答のうちで、前記第1のフレーズに含まれる名詞句及び前記第2のフレーズに含まれる名詞句をいずれも含む回答から、前記第1のフレーズに含まれる名詞句及び第2のフレーズに含まれる名詞句を少なくとも含む単語列を表す第4の単語ベクトルを生成する第4のベクトル生成手段と、
大量の文書に存在する、連続する所定個数の文の組であって、前記第1のフレーズに含まれる名詞句及び前記第2のフレーズに含まれる名詞句と、因果関係に関連する手掛かり語とが共起しているパッセージから、前記第1及び第2のフレーズに含まれる名詞句と、当該文の組内において両者の依存関係を表す単語と、当該文の組に含まれる前記手掛かり語とを連結した単語列を表す第5の単語ベクトルを生成する第5のベクトル生成手段との、少なくとも1つを含む任意の組合せを含む、因果関係認識装置。 - 前記分類手段は、複数のカラムを持ち、前記第1及び第2の単語ベクトル、並びに前記背景知識ベクトル生成手段により出力される単語ベクトルをそれぞれ別々のカラムのサブネットワークに受けて、それら単語ベクトルの元になった前記因果関係候補が因果関係候補である指標を出力するように予め学習済のマルチカラムニューラルネットワークを含む、請求項1に記載の因果関係認識装置。
- 前記第3のベクトル生成手段は、前記大量の文書から、前記第1のフレーズに含まれる名詞句と、前記第2のフレーズに含まれる名詞句と、それら名詞句を結ぶ述部とを含むパターンからなるバイナリパターンを収集するバイナリパターン収集手段と、
前記バイナリパターン収集手段により収集されたバイナリパターンの出現頻度を算出する頻度算出手段と、
前記バイナリパターン収集手段により収集されたバイナリパターンのうち、前記頻度算出手段により算出された頻度が上位の所定個数のバイナリパターンを構成する単語列を表す単語ベクトルを生成し、前記第3の単語ベクトルとして出力する手段とを含む、請求項1又は請求項2に記載の因果関係認識装置。 - 前記第4のベクトル生成手段は、
前記第2のフレーズになぜ型質問を表す疑問詞を付してなぜ型質問を生成し、前記なぜ型質問応答装置に与えることにより、当該なぜ型質問応答装置から回答の集合を取得する回答取得手段と、
前記回答取得手段が取得した前記回答の集合から前記第1のフレーズに含まれる名詞句及び前記第2のフレーズに含まれる名詞句をいずれも含む所定個数の回答を抽出する抽出手段と、
前記抽出手段により抽出された回答の各々の依存関係を解析して依存構造を生成する依存関係解析手段と、
前記抽出手段により抽出された回答の各々について、前記依存関係解析手段により生成された前記依存構造上の、前記第1及び第2のフレーズに含まれる名詞句と所定の関係にある位置に存在する単語とを含む単語列を表す単語ベクトルを生成し、前記第4のベクトルとして出力する手段とを含む、請求項1〜請求項3の何れかに記載の因果関係認識装置。 - 前記第5の単語ベクトル生成手段は、大量の文書から、連続する所定個数の文からなるパッセージであって、前記第1のフレーズに含まれる名詞句及び前記第2のフレーズに含まれる名詞句と、因果関係に関連する手掛かり語とが共起しているパッセージを検索する検索手段と、
前記検索手段により検索されたパッセージの依存関係を解析し依存構造を生成する依存解析手段と、
前記依存解析手段により生成された依存構造において、前記第1及び第2のフレーズに含まれる名詞句の間のパスに存在する単語と、当該パッセージに含まれる前記手掛かり語とを連結して単語列から第5の単語ベクトルを生成する手段とを含む、請求項1〜請求項4の何れかに記載の因果関係認識装置。 - 請求項1〜請求項5の何れかに記載の因果関係認識装置としてコンピュータを機能させる、コンピュータプログラム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016197306A JP6721179B2 (ja) | 2016-10-05 | 2016-10-05 | 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 |
KR1020197008805A KR102431549B1 (ko) | 2016-10-05 | 2017-09-28 | 인과 관계 인식 장치 및 그것을 위한 컴퓨터 프로그램 |
US16/336,676 US11256658B2 (en) | 2016-10-05 | 2017-09-28 | Causality recognizing apparatus and computer program therefor |
CN201780061597.2A CN109791569B (zh) | 2016-10-05 | 2017-09-28 | 因果关系识别装置及存储介质 |
PCT/JP2017/035148 WO2018066445A1 (ja) | 2016-10-05 | 2017-09-28 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016197306A JP6721179B2 (ja) | 2016-10-05 | 2016-10-05 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018060364A JP2018060364A (ja) | 2018-04-12 |
JP6721179B2 true JP6721179B2 (ja) | 2020-07-08 |
Family
ID=61831465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016197306A Active JP6721179B2 (ja) | 2016-10-05 | 2016-10-05 | 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 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11256658B2 (ja) |
JP (1) | JP6721179B2 (ja) |
KR (1) | KR102431549B1 (ja) |
CN (1) | CN109791569B (ja) |
WO (1) | WO2018066445A1 (ja) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6622172B2 (ja) * | 2016-11-17 | 2019-12-18 | 株式会社東芝 | 情報抽出支援装置、情報抽出支援方法およびプログラム |
WO2019092867A1 (ja) * | 2017-11-10 | 2019-05-16 | 日本電気株式会社 | 情報処理装置、情報処理方法及びコンピュータ読み取り可能な記録媒体 |
JP6603828B1 (ja) * | 2018-03-02 | 2019-11-06 | 日本電信電話株式会社 | フレーズ生成モデル学習装置、フレーズ生成装置、方法、及びプログラム |
JP7139626B2 (ja) * | 2018-03-02 | 2022-09-21 | 日本電信電話株式会社 | フレーズ生成関係性推定モデル学習装置、フレーズ生成装置、方法、及びプログラム |
JP6775545B2 (ja) * | 2018-05-09 | 2020-10-28 | 日本電信電話株式会社 | 対話データ生成装置、対話データ生成方法、およびプログラム |
CN110851573A (zh) * | 2018-07-27 | 2020-02-28 | 北京京东尚科信息技术有限公司 | 语句处理方法、***和电子设备 |
CN111104477B (zh) * | 2018-10-29 | 2023-04-14 | 阿里巴巴集团控股有限公司 | 事件确认方法、装置及电子设备 |
KR102259703B1 (ko) * | 2018-12-27 | 2021-06-02 | (주)아크릴 | 자연어 문장에 대한 의미 요소 관계 시각화 방법 및 이를 이용한 장치 |
US11397776B2 (en) | 2019-01-31 | 2022-07-26 | At&T Intellectual Property I, L.P. | Systems and methods for automated information retrieval |
KR102203895B1 (ko) * | 2019-02-20 | 2021-01-15 | 성균관대학교산학협력단 | 임베딩 기반의 인과 관계 탐지 시스템과 방법 및 이를 실행하기 위한 프로그램이 기록된 기록매체 |
WO2020243965A1 (en) * | 2019-06-06 | 2020-12-10 | Nec Corporation | Causal analysis |
JP6875457B2 (ja) * | 2019-06-18 | 2021-05-26 | ヤフー株式会社 | 取得装置、取得方法、および取得プログラム |
KR102259390B1 (ko) * | 2019-09-09 | 2021-06-02 | 주식회사 솔트룩스 | 앙상블 질의 응답을 위한 시스템 및 방법 |
US11797594B2 (en) * | 2019-12-09 | 2023-10-24 | Verint Americas Inc. | Systems and methods for generating labeled short text sequences |
US20240202495A1 (en) * | 2020-03-06 | 2024-06-20 | Nippon Telegraph And Telephone Corporation | Learning apparatus, information processing apparatus, learning method, information processing method and program |
CN111401033B (zh) * | 2020-03-19 | 2023-07-25 | 北京百度网讯科技有限公司 | 事件抽取方法、事件抽取装置和电子设备 |
CN111488740B (zh) * | 2020-03-27 | 2023-12-22 | 北京百度网讯科技有限公司 | 一种因果关系的判别方法、装置、电子设备及存储介质 |
KR20220066634A (ko) | 2020-11-16 | 2022-05-24 | 한국전자통신연구원 | 다변량 간 직접 인과 네트워크 생성 방법 및 시스템 |
KR102535613B1 (ko) | 2021-02-15 | 2023-05-23 | 한국전자통신연구원 | 다변량 세트에서의 매개 변량 및 매개 영향도 추출 방법 및 시스템 |
CN113779190B (zh) * | 2021-07-20 | 2023-08-18 | 中国科学院自动化研究所 | 事件因果关系识别方法、装置、电子设备与存储介质 |
CN113761107B (zh) * | 2021-09-18 | 2024-06-07 | 杭州网易智企科技有限公司 | 基于问答***的信息处理方法、介质、装置和计算设备 |
KR102426508B1 (ko) | 2021-12-21 | 2022-07-29 | 주식회사 스탠다임 | 문서 데이터로부터 질병과 유전자 간의 연관성을 예측하고 논거 문장을 출력하는 모델의 구축 방법 및 이를 이용한 시스템 |
CN115577678B (zh) * | 2022-09-21 | 2024-04-02 | 中国人民解放军海军工程大学 | 文档级事件因果关系识别方法、***、介质、设备及终端 |
CN117271755B (zh) * | 2023-11-21 | 2024-03-08 | 青岛海尔乐信云科技有限公司 | 基于人工智能的客诉闭环规则引擎管理控制方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7251781B2 (en) * | 2001-07-31 | 2007-07-31 | Invention Machine Corporation | Computer based summarization of natural language documents |
JP2007219947A (ja) * | 2006-02-17 | 2007-08-30 | Nippon Hoso Kyokai <Nhk> | 因果関係知識抽出装置及びプログラム |
CN101097573B (zh) * | 2006-06-28 | 2010-06-09 | 腾讯科技(深圳)有限公司 | 一种自动问答***及方法 |
JP5086799B2 (ja) * | 2007-12-27 | 2012-11-28 | 日本電信電話株式会社 | 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 |
WO2010105216A2 (en) * | 2009-03-13 | 2010-09-16 | Invention Machine Corporation | System and method for automatic semantic labeling of natural language texts |
JP5382651B2 (ja) * | 2009-09-09 | 2014-01-08 | 独立行政法人情報通信研究機構 | 単語対取得装置、単語対取得方法、およびプログラム |
SG188994A1 (en) * | 2011-10-20 | 2013-05-31 | Nec Corp | Textual entailment recognition apparatus, textual entailment recognition method, and computer-readable recording medium |
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 |
WO2014017023A1 (ja) * | 2012-07-26 | 2014-01-30 | 日本電気株式会社 | 原因表現抽出装置、原因表現抽出方法および原因表現抽出プログラム |
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 |
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 |
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 |
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 |
CN105512209B (zh) * | 2015-11-28 | 2018-06-19 | 大连理工大学 | 一种基于特征自动学习的生物医学事件触发词识别方法 |
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 |
-
2016
- 2016-10-05 JP JP2016197306A patent/JP6721179B2/ja active Active
-
2017
- 2017-09-28 KR KR1020197008805A patent/KR102431549B1/ko active IP Right Grant
- 2017-09-28 WO PCT/JP2017/035148 patent/WO2018066445A1/ja active Application Filing
- 2017-09-28 CN CN201780061597.2A patent/CN109791569B/zh active Active
- 2017-09-28 US US16/336,676 patent/US11256658B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
KR102431549B1 (ko) | 2022-08-11 |
KR20190062413A (ko) | 2019-06-05 |
US11256658B2 (en) | 2022-02-22 |
US20210286948A1 (en) | 2021-09-16 |
CN109791569B (zh) | 2023-07-04 |
JP2018060364A (ja) | 2018-04-12 |
CN109791569A (zh) | 2019-05-21 |
WO2018066445A1 (ja) | 2018-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6721179B2 (ja) | 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 | |
CN110874531B (zh) | 一种话题分析方法、装置和存储介质 | |
US20240028837A1 (en) | Device and method for machine reading comprehension question and answer | |
CN107122340B (zh) | 一种基于同义词分析的科技项目申报书的相似度检测方法 | |
Singh et al. | Bilingual automatic text summarization using unsupervised deep learning | |
CN110472203B (zh) | 一种文章的查重检测方法、装置、设备及存储介质 | |
CN116701431A (zh) | 一种基于大语言模型的数据检索方法及*** | |
KR102217248B1 (ko) | 텍스트 문서 요약을 위한 자질 추출 및 학습 방법 | |
Megala et al. | Enriching text summarization using fuzzy logic | |
JP2011118689A (ja) | 検索方法及びシステム | |
Thakur et al. | A review on text based emotion recognition system | |
JP2006065387A (ja) | テキスト文検索装置、テキスト文検索方法、及びテキスト文検索プログラム | |
Mohamed | A first dataset for film age appropriateness investigation | |
Regina et al. | Clickbait headline detection using supervised learning method | |
US20110106849A1 (en) | New case generation device, new case generation method, and new case generation program | |
JP2017068742A (ja) | 関連文書検索装置、モデル作成装置、これらの方法及びプログラム | |
CN115840815A (zh) | 基于指针关键信息的自动摘要生成方法 | |
JP5184195B2 (ja) | 言語処理装置およびプログラム | |
JP2008197952A (ja) | テキストセグメンテーション方法,その装置,そのプログラムおよびコンピュータ読み取り可能な記録媒体 | |
Song et al. | A hybrid model for monolingual and multilingual toxic comment detection | |
Bel | Handling of Missing Values in Lexical Acquisition. | |
Xu | Research on Automatic Recognition of New Words on Weibo | |
CN111737422B (zh) | 实体链接方法、装置、电子设备和存储介质 | |
CN108197154B (zh) | 交互式文档探索的在线子集主题建模方法 | |
Rogozin et al. | Vectorization of documents and analysis of their identity using a neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190927 |
|
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: 20200602 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200611 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6721179 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |