関係表現判別装置、その方法及びプログラム
【課題】一組の固有表現の関係を表す複数の関係表現間の同一性を高精度で判別可能な装置、その方法及びプログラムを提供する。
【解決手段】一組の固有表現間の関係をそれぞれ表す複数の関係表現の同一性を判別する装置であって、前記各関係表現が入力されると、該関係表現によって関係付けられた固有表現の組と、該固有表現の組及び該関係表現が表記された日時を表す時間情報とを、該各関係表現毎に所定のテキスト集合から抽出する固有表現抽出処理部１０と、固有表現抽出処理部による抽出結果を取得すると、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差に基づき各関係表現の共通度を求めるとともに、該共通度に基づき各関係表現の同一性を判別する関係表現判別処理部２０とを備えた。
【解決手段】一組の固有表現間の関係をそれぞれ表す複数の関係表現の同一性を判別する装置であって、前記各関係表現が入力されると、該関係表現によって関係付けられた固有表現の組と、該固有表現の組及び該関係表現が表記された日時を表す時間情報とを、該各関係表現毎に所定のテキスト集合から抽出する固有表現抽出処理部１０と、固有表現抽出処理部による抽出結果を取得すると、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差に基づき各関係表現の共通度を求めるとともに、該共通度に基づき各関係表現の同一性を判別する関係表現判別処理部２０とを備えた。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、テキストを要約する要約システム等において重要な役割を果たす、一組の固有表現間の関係をそれぞれ表す複数の関係表現の同一性を判別する技術に関する。
【背景技術】
【０００２】
従来、一組の固有表現（Ｘ，Ｙ）間の関係をそれぞれ表す複数の関係表現（Ｒ１，Ｒ２）の同一性を判別する技術として、複数の関係表現が入力されると、該関係表現によって関係付けられた固有表現の組を所定のテキスト集合から抽出し、抽出された固有表現の組に基づき各関係表現の共通度を求めるとともに、該共通度に基づき各関係表現の同一性を判別するものが知られている（例えば非特許文献１参照）。
【０００３】
このような関係表現判別装置は、図１に示すように、固有表現取得部１と、記憶部２と、相互情報量計算部３と、相互情報量記憶部４と、共通度計算部５と、同一性判別部６とを備えている。
【０００４】
固有表現取得部１は、キーボード等の入力手段を用いて入力された２つの関係表現からなる関係表現の組を記憶部２から取得する。例えば、「母（Ｒ１）」と「お母さん（Ｒ２）」という関係表現の組が入力された場合には、固有表現取得部１は、「母」という関係表現によって関係付けられた「宇多田ヒカル（Ｘ），藤圭子（Ｙ）」、「キリスト（Ｘ），マリア（Ｙ）」及び「源実朝（Ｘ），北条政子（Ｙ）」という固有表現の組を抽出するとともに、「お母さん」という関係表現によって関係付けられた「宇多田ヒカル（Ｘ），藤圭子（Ｙ）」及び「キリスト（Ｘ），マリア（Ｙ）」という固有表現の組を抽出する。
【０００５】
相互情報量計算部３は各関係表現（Ｒ１，Ｒ２）毎に対応する固有表現の組からなるデータ（（Ｘ，Ｙ，Ｒ１）及び（Ｘ，Ｙ，Ｒ２））を取得すると、該データのうち（Ｒ１，Ｘ）、（Ｒ２，Ｘ）、（Ｒ１，Ｙ）及び（Ｒ２，Ｙ）の組それぞれについて、出現頻度に基づく相互情報量を計算する。なお、相互情報量計算部３は、計算された相互情報量を相互情報量記憶部４に記憶する。
【０００６】
次に、共通度計算部５は、相互情報量計算部３によって求められた相互情報量に基づき各関係表現間の共通度を計算する。
【０００７】
同一性判別部６は、各関係表現間に同一性があるか否かを、共通度計算部５によって求められた共通度が所定の閾値（例えば０．８）以上であるか否かに基づき判別する。例えば「母」と「お母さん」という関係表現の組の共通度が０．８であった場合には、各関係表現間に同一性があると判別される。
【先行技術文献】
【特許文献】
【０００８】
【非特許文献１】Dekang Lin and Patrick Pantel、“DIRT-Discovery of Inference Rules from Text”、[online]、Proceedings of ACM Conference on Knowledge Discovery and Data Mining (KDD-01)、pp. 323-328、San Francisco、CA、[平成２１年５月１８日検索]、インターネット＜URL：http://www.patrickpantel.com/Download/Papers/2001/kdd01-1.pdf＞
【発明の概要】
【発明が解決しようとする課題】
【０００９】
しかしながら、従来の関係表現判別技術では、各関係表現間の共通度が、テキスト集合における固有表現の組及び関係表現の出現頻度に基づき求められるため、過去及び現在それぞれの所定期間における固有表現の組及び関係表現の出現頻度によっては互いに異なる意味を持つ各関係表現間に同一性があると判別されるおそれがある。具体的には、各固有表現間の関係を表す表現が経時的に変化する場合、例えば「ＮＴＴ（Ｘ），和田紀夫（Ｙ）」という固有表現の組に対して「社長（Ｒ１）」という関係表現が過去に用いられていたが、現在では「会長（Ｒ２）」という関係表現が用いられている場合には、「社長（Ｒ１）」と「会長（Ｒ２）」とが同一性を有するというように誤って判別されることがあった。
【００１０】
本発明は前記問題点に鑑みてなされたものであり、その目的とするところは、一組の固有表現の関係を表す複数の関係表現間の同一性を高精度で判別可能な装置、その方法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】
【００１１】
本発明の関係表現判別装置は、前記目的を達成するために、一組の固有表現間の関係をそれぞれ表す複数の関係表現の同一性を判別する装置であって、前記各関係表現が入力されると、該関係表現によって関係付けられた固有表現の組と、該固有表現の組及び該関係表現が表記された日時を表す時間情報とを、該各関係表現毎に所定のテキスト集合から抽出する固有表現抽出処理部と、固有表現抽出処理部による抽出結果を取得すると、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差に基づき各関係表現の共通度を求めるとともに、該共通度に基づき各関係表現の同一性を判別する関係表現判別処理部とを備えている。
【００１２】
また、本発明の関係表現判別方法は、前記目的を達成するために、一組の固有表現間の関係をそれぞれ表す複数の関係表現の同一性を、コンピュータを用いて判別する方法であって、前記コンピュータは、前記各関係表現が入力されると、該関係表現によって関係付けられた固有表現の組と、該固有表現の組及び該関係表現が表記された日時を表す時間情報とを、該各関係表現毎に所定のテキスト集合から抽出し、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差に基づき各関係表現の共通度を求めるとともに、該共通度に基づき各関係表現の同一性を判別している。
【００１３】
さらに、本発明のプログラムは、コンピュータを、上記関係表現判別装置の各手段として機能させるためのものである。
【００１４】
さらにまた、本発明のプログラムは、コンピュータに、上記関係表現判別方法の各処理を実行させるためのものである。
【００１５】
これにより、複数の関係表現が入力されると、該関係表現によって関係付けられた固有表現の組と、該固有表現の組及び該関係表現が表記された日時を表す時間情報とが抽出され、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差に基づいて求められた共通度により各関係表現の同一性が判別されることから、各関係表現間の同一性を、各関係表現がそれぞれ用いられたときの時間差に基づき判別することが可能となる。
【発明の効果】
【００１６】
本発明の関係表現判別装置、その方法及びプログラムによれば、各関係表現間の同一性を、各関係表現がそれぞれ用いられたときの時間差に基づき判別することができるので、例えば「ＮＴＴ（Ｘ），和田紀夫（Ｙ）」という固有表現の組に対して「社長（Ｒ１）」という関係表現が過去に用いられていたが、現在では「会長（Ｒ２）」という関係表現が用いられている場合でも、「社長（Ｒ１）」と「会長（Ｒ２）」の間に同一性が無いと正確に判別することができ、一組の固有表現の関係を表す複数の関係表現間の同一性を高精度で判別することができる。
【図面の簡単な説明】
【００１７】
【図１】従来の関係表現判別装置の構成を示す図
【図２】本発明の一実施形態における関係表現判別装置の構成図
【図３】関係表現判別処理のフロー図
【図４】固有表現取得部による処理結果の概要を示す図
【図５】固有表現取得部による処理結果の概要を示す図
【図６】相互情報量計算部による処理結果の概要を示す図
【図７】相互情報量計算部による処理結果の概要を示す図
【図８】共通度計算部による処理結果の概要を示す図
【図９】共通度計算部による処理結果の概要を示す図
【符号の説明】
【００１８】
１０…固有表現抽出処理部、１１…固有表現取得部、２０…関係表現判別処理部、２１…総合情報量計算部、２２…共通度計算部、２３…同一性判別部、３０…固有表現記憶部、４０…相互情報量記憶部
【発明を実施するための形態】
【００１９】
図２乃至図９は本発明の一実施形態を示すもので、図２は本発明の一実施形態における関係表現判別装置の構成図、図３は関係表現判別処理のフロー図、図４及び図５は固有表現取得部による処理結果の概要を示す図、図６及び図７は相互情報量計算部による処理結果の概要を示す図、図８及び図９は共通度計算部による処理結果の概要を示す図である。
【００２０】
以下、図面を参照して本発明の関係表現判別装置及びその方法の概要を説明する。
【００２１】
本発明の関係表現判別装置は、周知のＣＰＵを主体として構成されたコンピュータ装置からなり、モニタ等の表示手段、キーボード等の入力手段、ハードディスクやメモリ等の記憶手段及び外部ネットワークに接続可能な通信装置等（何れも図示省略）を備えている。また、図２に示すように、本発明の関係表現判別装置には、固有表現抽出処理部１０と、関係表現判別処理部２０と、固有表現記憶部３０と、相互情報量記憶部４０とが設けられている。
【００２２】
固有表現抽出処理部１０は、２つの関係表現からなる関係表現の組が入力手段を用いて入力されると、各関係表現によって関係付けられた固有表現の組と、該固有表現の組及び該関係表現が表記された日時（例えば新聞掲載年月日やブログの投稿年月日等）を表す時間情報とを、各関係表現毎に固有表現記憶部３０から抽出するモジュールであり、図２に示すように固有表現取得部１１から構成されている。固有表現記憶部３０には、所定のテキスト集合から抽出された２つの固有表現の組（Ｘ，Ｙ）と、該固有表現の組の関係表現（Ｒ）と、該固有表現の組及び該関係表現に対応する時間情報（Ｔ）とが事前に記憶されている。例えば、「藤圭子は、あの宇多田ヒカルの母であり、．．．（２００４年８月１日作成）。」というテキストにおける上記各要素は、（Ｘ＝宇多田ヒカル，Ｙ＝藤圭子，Ｒ＝母，Ｔ＝２００４．０８．０１）というように表される。
【００２３】
固有表現取得部１１は、関係表現の組を取得すると（図３のステップＳ１）、各関係表現によって関係付けられた固有表現の組及び時間情報を固有表現記憶部３０から取得する（図３のステップＳ２）。例えば、２つの関係表現（Ｒ１＝母、Ｒ２＝お母さん）からなる関係表現の組が入力された場合には、固有表現取得部１１は、図４に示すように、「母」という関係表現によって関係付けられた複数の固有表現の組（Ｘ＝宇多田ヒカル，Ｙ＝藤圭子）、（Ｘ＝キリスト，Ｙ＝マリア）及び（Ｘ＝源実朝，Ｙ＝北条政子）と、時間情報（Ｔ）とを抽出するとともに、「お母さん」という関係表現によって関係付けられた複数の固有表現の組（Ｘ＝宇多田ヒカル，Ｙ＝藤圭子）及び（Ｘ＝キリスト，Ｙ＝マリア）と、時間情報（Ｔ）とを抽出する。
【００２４】
また、（Ｒ１＝社長，Ｒ２＝会長）という関係表現の組が入力された場合には、固有表現取得部１１は、図５に示すように、「社長」という関係表現によって関係付けられた複数の固有表現の組（Ｘ＝ＮＴＴ，Ｙ＝和田紀夫）、（Ｘ＝ライブドア，Ｙ＝堀江貴文）及び（Ｘ＝ソフトバンク，Ｙ＝孫正義）と、時間情報（Ｔ）とを抽出するとともに、「会長」という関係表現によって関係付けられた複数の固有表現の組（Ｘ＝ＮＴＴ，Ｙ＝和田紀夫）及び（Ｘ＝ライブドア，Ｙ＝堀江貴文）と、時間情報（Ｔ）とを抽出する。
【００２５】
次に、関係表現判別処理部２０の概要を説明する。関係表現判別処理部２０は、固有表現抽出処理部１０による抽出結果を取得すると、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差に基づき各関係表現の共通度を求めるとともに、該共通度に基づき各関係表現の同一性を判別するモジュールであり、相互情報量計算部２１と、共通度計算部２２と、同一性判別部２３とから構成されている。
【００２６】
相互情報量計算部２１は、固有表現抽出処理部１０の抽出結果、即ち各関係表現（Ｒ１，Ｒ２）毎に対応する固有表現の組及び時間情報からなるデータ（（Ｘ，Ｙ，Ｒ１，Ｔ）及び（Ｘ，Ｙ，Ｒ２，Ｔ））を取得すると、該データのうち（Ｒ１，Ｘ）、（Ｒ２，Ｘ）、（Ｒ１，Ｙ）及び（Ｒ２，Ｙ）の組それぞれについて、出現頻度に基づく相互情報量を計算する（図３のステップＳ３）。具体的には、前記テキスト集合における固有表現Ｘの出現頻度をｃｏｕｎｔ（Ｘ）、前記テキスト集合における関係表現Ｒの出現頻度をｃｏｕｎｔ（Ｒ）、前記テキスト集合における固有表現Ｘ及び関係表現Ｒの同時出現頻度をｃｏｕｎｔ（Ｒ，Ｘ）及び前記テキスト集合における（Ｒ，Ｘ）及び（Ｒ，Ｙ）の総出現数をＮとすると、（Ｒ，Ｘ）についての相互情報量ｐｍｉ（Ｒ，Ｘ）は、以下の式（１）でもとめられる。
【００２７】
また、前記テキスト集合における固有表現Ｙの出現頻度をｃｏｕｎｔ（Ｙ）及び前記テキスト集合における固有表現Ｙ及び関係表現Ｒの同時出現頻度をｃｏｕｎｔ（Ｒ，Ｙ）とすると、（Ｒ，Ｙ）についての相互情報量ｐｍｉ（Ｒ，Ｙ）は、以下の式（２）でもとめられる。
【００２８】
ここで、図４に示されたデータのうち、（Ｒ＝母，Ｘ＝宇多田ヒカル）についての相互情報量ｐｍｉ（Ｒ＝母，Ｘ＝宇多田ヒカル）は、ｃｏｕｎｔ（Ｘ）＝１００、ｃｏｕｎｔ（Ｒ）＝７５、ｃｏｕｎｔ（Ｒ，Ｘ）＝５０及びＮ＝１００，０００とすると、以下の式（３）でもとめられる。
【００２９】
また、図５に示されたデータのうち、（Ｒ＝社長，Ｙ＝和田紀夫）についての相互情報量ｐｍｉ（Ｒ＝社長，Ｘ＝和田紀夫）は、ｃｏｕｎｔ（Ｙ）＝５８０、ｃｏｕｎｔ（Ｒ）＝８５、ｃｏｕｎｔ（Ｒ，Ｙ）＝４０及びＮ＝１００，０００とすると、以下の式（４）でもとめられる。
【００３０】
なお、図４に示した各（Ｒ，Ｘ）及び各（Ｒ，Ｙ）についての相互情報量を図６に示すとともに、図５に示した各（Ｒ，Ｘ）及び各（Ｒ，Ｙ）についての相互情報量を図７に示す。また、相互情報量計算部２１は、計算された各相互情報量を相互情報量記憶部４０に記憶する。
【００３１】
次に、共通度計算部２２は、固有表現抽出処理部１０の抽出結果を取得すると、相互情報量計算部２１によって求められた相互情報量と、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差とに基づき各関係表現（Ｒ１，Ｒ２）の共通度を計算する（図３のステップＳ４）。具体的には、関係表現Ｒ１に対応するＸの集合をＸR1、関係表現Ｒ２に対応するＸの集合をＸR2、関係表現Ｒ１に対応するＹの集合をＹR1及び関係表現Ｒ２に対応するＹの集合をＹR2とすると、各関係表現（Ｒ１，Ｒ２）についての共通度ＳＩＭ（Ｒ１，Ｒ２）は、以下の式（５）でもとめられる。
【００３２】
また、式（５）において、ｓｉｍ（ＸR1，ＸR2）及びｓｉｍ（ＹR1，ＹR2）は、それぞれ以下の式（６）及び（７）で求められる。
【００３３】
【００３４】
なお、式（６）及び（７）におけるＷtimeは、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差に基づき定められる値である。
【００３５】
ここで、図４に示されたデータを取得した場合の共通度計算部２２の動作を、図８を参照して説明する。まず、共通度計算部２２は、図４に示されたデータを取得すると、各集合ＸR1、ＸR2、ＹR1及びＹR2を抽出する。この場合、ＸR1＝（宇多田ヒカル，キリスト，源実朝）、ＸR2＝（宇多田ヒカル，キリスト）、ＹR1＝（藤圭子，マリア，北条政子）及びＹR2＝（藤圭子，マリア）となる。
【００３６】
次に、共通度計算部２２は、Ｗtimeの値を求める。ここで、Ｗtimeの値は、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差の最大値、最小値及び平均値の何れか一つに基づき求められる。例えば、同一の固有表現の組（Ｘ＝宇多田ヒカル，Ｙ＝藤圭子）にそれぞれ対応する各関係表現（Ｒ１＝母，Ｒ２＝お母さん）のうち一方の関係表現Ｒ１に対応する時間情報（２００４．０８．０１，２００５．０２．０４，２００７．１２．３１）と他方の関係表現Ｒ２に対応する時間情報（２００４．０８．０２，２００５．１２．２８）との時間差の最小値（Ｎｅａｒｅｓｔ）は、１日（２００４．０８．０１〜２００４．０８．０２）となる。また、最大値（Ｆｕｒｔｈｅｓｔ）は１２４６日（２００４．０８．０２〜２００７．１２．３１）、平均値（Ａｖｅｒａｇｅ）は３６６日（２００５．０４．１５〜２００６．０４．１６）となる。なお、時間差が所定値ｎ（本実施形態ではｎ＝２０）より大きい場合には、時間差からｎを減算した値を新たな時間差とする。従って、上記時間差の最大値及び平均値は、それぞれ１２２６日及び３４６日となる。そして、Ｗtimeの値は、時間差の最小値、最大値及び平均値の何れか一つの逆数から得られる。また、Ｗtimeの値を、時間差の最小値、最大値及び平均値の何れか一つに１を加算したものの対数の逆数から得てもよい。このようにして得られた固有表現の組（Ｘ＝宇多田ヒカル，Ｙ＝藤圭子）についてのＷtimeの値を、図８（ａ）に示す。
【００３７】
また、上記と同様に求められた、他の同一の固有表現の組（Ｘ＝キリスト，Ｙ＝マリア）についてのＷtimeの値を、図８（ｂ）に示す。
【００３８】
次いで、共通度計算部２２は、相互情報量記憶部４０に記憶された相互情報量とＷtimeの値に基づき各関係表現（Ｒ１＝母，Ｒ２＝お母さん）についての共通度ＳＩＭ（Ｒ１，Ｒ２）を求める。なお、この場合についての計算内容を図８（ｃ）に示す。ここでは、上記時間差の最小値をＷtimeの値として用いている。
【００３９】
また、他の例として、図５に示されたデータを取得した場合の共通度計算部２２の動作を、図９を参照して説明する。まず、共通度計算部２２は、図５に示されたデータを取得すると、各集合ＸR1、ＸR2、ＹR1及びＹR2を抽出する。この場合、ＸR1＝（ＮＴＴ，ライブドア，ソフトバンク）、ＸR2＝（ＮＴＴ，ライブドア）、ＹR1＝（和田紀夫，堀江貴文，孫正義）及びＹR2＝（和田紀夫，堀江貴文）となる。
【００４０】
次に、共通度計算部２２は、上記と同様にＷtimeの値を求める。なお、固有表現の組（Ｘ＝ＮＴＴ，Ｙ＝和田紀夫）についてのＷtimeの値を図９（ａ）に示し、固有表現の組（Ｘ＝ライブドア，Ｙ＝堀江貴文）についてのＷtimeの値を図９（ｂ）に示す。
【００４１】
次いで、共通度計算部２２は、相互情報量記憶部４０に記憶された相互情報量とＷtimeの値に基づき各関係表現（Ｒ１＝社長，Ｒ２＝会長）についての共通度ＳＩＭ（Ｒ１，Ｒ２）を求める。なお、この場合についての計算内容を図９（ｃ）に示す。ここでは、上記時間差の最小値をＷtimeの値として用いている。
【００４２】
そして、同一性判別部２３は、共通度計算部２２によって求められた各関係表現の共通度に基づき各関係表現の同一性を判別する（図３のステップＳ５）。ここで、同一性判別部２３は、各関係表現の共通度が所定の閾値（本実施形態では０．８）以上であれば各関係表現に同一性があると判別し、該閾値未満であれば各関係表現に同一性が無いと判別する。従って、上記の入力例のうち（Ｒ１＝母，Ｒ２＝お母さん）という各関係表現については同一性があると判別され、（Ｒ１＝社長，Ｒ２＝会長）という各関係表現については同一性が無いと判別される。
【００４３】
このようにして、「母（Ｒ１），お母さん（Ｒ２）」という関係表現の組には同一性があると判別される一方で、「社長（Ｒ１），会長（Ｒ２）」という関係表現の組には同一性が無いと判別される。
【００４４】
前述したように上記実施形態では、複数の関係表現（Ｒ１，Ｒ２）が入力されると、該関係表現によって関係付けられた固有表現の組（Ｘ，Ｙ）と、該固有表現の組及び該関係表現が表記された日時を表す時間情報（Ｔ）とが抽出され、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差に基づいて求められた共通度により各関係表現の同一性が判別されることから、各関係表現間の同一性を、各関係表現がそれぞれ用いられたときの時間差に基づき判別することが可能となる。従って、例えば「ＮＴＴ（Ｘ），和田紀夫（Ｙ）」という固有表現の組に対して「社長（Ｒ１）」という関係表現が過去に用いられていたが、現在では「会長（Ｒ２）」という関係表現が用いられている場合でも、「社長（Ｒ１）」と「会長（Ｒ２）」の間に同一性が無いと正確に判別することができ、一組の固有表現の関係を表す複数の関係表現間の同一性を高精度で判別することができる。
【００４５】
また、所定のテキスト集合から抽出された固有表現の組（Ｘ，Ｙ）と、該固有表現の組を関係付ける関係表現（Ｒ１，Ｒ２）と、該固有表現の組及び該関係表現に対応する時間情報（Ｔ）とを事前に記憶する固有表現記憶部３０を備え、固有表現抽出処理部１０は、入力された関係表現によって関係付けられた固有表現の組（Ｘ，Ｙ）と、該固有表現の組（Ｘ，Ｙ）及び該関係表現（Ｒ１，Ｒ２）に対応する時間情報（Ｔ）とを、各関係表現毎に固有表現記憶部３０から取得するので、固有表現の組（Ｘ，Ｙ）及び時間情報（Ｔ）を容易に取得することができ、各関係表現（Ｒ１，Ｒ２）の同一性を判別する際の処理効率を向上させることができる。
【００４６】
さらに、関係表現判別処理部２０は、同一の固有表現の組（Ｘ，Ｙ）にそれぞれ対応する各関係表現（Ｒ１，Ｒ２）のうち一方の関係表現（Ｒ１）に対応する時間情報（Ｔ）と他方の関係表現（Ｒ２）に対応する時間情報（Ｔ）との時間差の最大値（Ｆｕｒｔｈｅｓｔ）に基づき各関係表現（Ｒ１，Ｒ２）の共通度を求めるので、例えば過去に用いられていた一方の関係表現（Ｒ１）が最初に用いられたときの時間（Ｔ）と、現在用いられている他方の関係表現（Ｒ２）が最後に用いられたときの時間（Ｔ）との時間差に基づき各関係表現（Ｒ１，Ｒ２）間の同一性を判別することができ、各関係表現（Ｒ１，Ｒ２）間の同一性の判別精度を向上させることができる。
【００４７】
さらにまた、関係情報抽出処理部２０は、同一の固有表現の組（Ｘ，Ｙ）にそれぞれ対応する各関係表現（Ｒ１，Ｒ２）のうち一方の関係表現（Ｒ１）に対応する時間情報（Ｔ）と他方の関係表現（Ｒ２）に対応する時間情報（Ｔ）との時間差の最小値（Ｎｅａｒｅｓｔ）に基づき各関係表現（Ｒ１，Ｒ２）の共通度を求めるので、例えば過去に用いられていた一方の関係表現（Ｒ１）が最後に用いられたときの時間（Ｔ）と、現在用いられている他方の関係表現（Ｒ２）が最初に用いられたときの時間（Ｔ）との時間差に基づき各関係表現（Ｒ１，Ｒ２）間の同一性を判別することができ、各関係表現（Ｒ１，Ｒ２）間の同一性の判別精度を向上させることができる。
【００４８】
さらに、関係情報抽出処理部２０は、同一の固有表現の組（Ｘ，Ｙ）にそれぞれ対応する各関係表現（Ｒ１，Ｒ２）のうち一方の関係表現（Ｒ１）に対応する時間情報（Ｔ）と他方の関係表現（Ｒ２）に対応する時間情報（Ｔ）との時間差の平均値（Ａｖｅｒａｇｅ）に基づき各関係表現（Ｒ１，Ｒ２）の共通度を求めるので、各関係表現（Ｒ１，Ｒ２）がそれぞれ用いられたときの時間差の平均に基づき各関係表現（Ｒ１，Ｒ２）間の同一性を判別することができ、各関係表現（Ｒ１，Ｒ２）間の同一性の判別精度を向上させることができる。
【００４９】
なお、上記実施形態は本発明の具体例に過ぎず、本発明が上記実施形態のみに限定されることはない。例えば、本発明は、周知のコンピュータに記録媒体もしくは通信回線を介して、図２の構成図に示された機能を実現するプログラムあるいは図３のフローに示された手順を備えるプログラムをインストールすることによっても実現可能である。
【技術分野】
【０００１】
本発明は、テキストを要約する要約システム等において重要な役割を果たす、一組の固有表現間の関係をそれぞれ表す複数の関係表現の同一性を判別する技術に関する。
【背景技術】
【０００２】
従来、一組の固有表現（Ｘ，Ｙ）間の関係をそれぞれ表す複数の関係表現（Ｒ１，Ｒ２）の同一性を判別する技術として、複数の関係表現が入力されると、該関係表現によって関係付けられた固有表現の組を所定のテキスト集合から抽出し、抽出された固有表現の組に基づき各関係表現の共通度を求めるとともに、該共通度に基づき各関係表現の同一性を判別するものが知られている（例えば非特許文献１参照）。
【０００３】
このような関係表現判別装置は、図１に示すように、固有表現取得部１と、記憶部２と、相互情報量計算部３と、相互情報量記憶部４と、共通度計算部５と、同一性判別部６とを備えている。
【０００４】
固有表現取得部１は、キーボード等の入力手段を用いて入力された２つの関係表現からなる関係表現の組を記憶部２から取得する。例えば、「母（Ｒ１）」と「お母さん（Ｒ２）」という関係表現の組が入力された場合には、固有表現取得部１は、「母」という関係表現によって関係付けられた「宇多田ヒカル（Ｘ），藤圭子（Ｙ）」、「キリスト（Ｘ），マリア（Ｙ）」及び「源実朝（Ｘ），北条政子（Ｙ）」という固有表現の組を抽出するとともに、「お母さん」という関係表現によって関係付けられた「宇多田ヒカル（Ｘ），藤圭子（Ｙ）」及び「キリスト（Ｘ），マリア（Ｙ）」という固有表現の組を抽出する。
【０００５】
相互情報量計算部３は各関係表現（Ｒ１，Ｒ２）毎に対応する固有表現の組からなるデータ（（Ｘ，Ｙ，Ｒ１）及び（Ｘ，Ｙ，Ｒ２））を取得すると、該データのうち（Ｒ１，Ｘ）、（Ｒ２，Ｘ）、（Ｒ１，Ｙ）及び（Ｒ２，Ｙ）の組それぞれについて、出現頻度に基づく相互情報量を計算する。なお、相互情報量計算部３は、計算された相互情報量を相互情報量記憶部４に記憶する。
【０００６】
次に、共通度計算部５は、相互情報量計算部３によって求められた相互情報量に基づき各関係表現間の共通度を計算する。
【０００７】
同一性判別部６は、各関係表現間に同一性があるか否かを、共通度計算部５によって求められた共通度が所定の閾値（例えば０．８）以上であるか否かに基づき判別する。例えば「母」と「お母さん」という関係表現の組の共通度が０．８であった場合には、各関係表現間に同一性があると判別される。
【先行技術文献】
【特許文献】
【０００８】
【非特許文献１】Dekang Lin and Patrick Pantel、“DIRT-Discovery of Inference Rules from Text”、[online]、Proceedings of ACM Conference on Knowledge Discovery and Data Mining (KDD-01)、pp. 323-328、San Francisco、CA、[平成２１年５月１８日検索]、インターネット＜URL：http://www.patrickpantel.com/Download/Papers/2001/kdd01-1.pdf＞
【発明の概要】
【発明が解決しようとする課題】
【０００９】
しかしながら、従来の関係表現判別技術では、各関係表現間の共通度が、テキスト集合における固有表現の組及び関係表現の出現頻度に基づき求められるため、過去及び現在それぞれの所定期間における固有表現の組及び関係表現の出現頻度によっては互いに異なる意味を持つ各関係表現間に同一性があると判別されるおそれがある。具体的には、各固有表現間の関係を表す表現が経時的に変化する場合、例えば「ＮＴＴ（Ｘ），和田紀夫（Ｙ）」という固有表現の組に対して「社長（Ｒ１）」という関係表現が過去に用いられていたが、現在では「会長（Ｒ２）」という関係表現が用いられている場合には、「社長（Ｒ１）」と「会長（Ｒ２）」とが同一性を有するというように誤って判別されることがあった。
【００１０】
本発明は前記問題点に鑑みてなされたものであり、その目的とするところは、一組の固有表現の関係を表す複数の関係表現間の同一性を高精度で判別可能な装置、その方法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】
【００１１】
本発明の関係表現判別装置は、前記目的を達成するために、一組の固有表現間の関係をそれぞれ表す複数の関係表現の同一性を判別する装置であって、前記各関係表現が入力されると、該関係表現によって関係付けられた固有表現の組と、該固有表現の組及び該関係表現が表記された日時を表す時間情報とを、該各関係表現毎に所定のテキスト集合から抽出する固有表現抽出処理部と、固有表現抽出処理部による抽出結果を取得すると、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差に基づき各関係表現の共通度を求めるとともに、該共通度に基づき各関係表現の同一性を判別する関係表現判別処理部とを備えている。
【００１２】
また、本発明の関係表現判別方法は、前記目的を達成するために、一組の固有表現間の関係をそれぞれ表す複数の関係表現の同一性を、コンピュータを用いて判別する方法であって、前記コンピュータは、前記各関係表現が入力されると、該関係表現によって関係付けられた固有表現の組と、該固有表現の組及び該関係表現が表記された日時を表す時間情報とを、該各関係表現毎に所定のテキスト集合から抽出し、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差に基づき各関係表現の共通度を求めるとともに、該共通度に基づき各関係表現の同一性を判別している。
【００１３】
さらに、本発明のプログラムは、コンピュータを、上記関係表現判別装置の各手段として機能させるためのものである。
【００１４】
さらにまた、本発明のプログラムは、コンピュータに、上記関係表現判別方法の各処理を実行させるためのものである。
【００１５】
これにより、複数の関係表現が入力されると、該関係表現によって関係付けられた固有表現の組と、該固有表現の組及び該関係表現が表記された日時を表す時間情報とが抽出され、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差に基づいて求められた共通度により各関係表現の同一性が判別されることから、各関係表現間の同一性を、各関係表現がそれぞれ用いられたときの時間差に基づき判別することが可能となる。
【発明の効果】
【００１６】
本発明の関係表現判別装置、その方法及びプログラムによれば、各関係表現間の同一性を、各関係表現がそれぞれ用いられたときの時間差に基づき判別することができるので、例えば「ＮＴＴ（Ｘ），和田紀夫（Ｙ）」という固有表現の組に対して「社長（Ｒ１）」という関係表現が過去に用いられていたが、現在では「会長（Ｒ２）」という関係表現が用いられている場合でも、「社長（Ｒ１）」と「会長（Ｒ２）」の間に同一性が無いと正確に判別することができ、一組の固有表現の関係を表す複数の関係表現間の同一性を高精度で判別することができる。
【図面の簡単な説明】
【００１７】
【図１】従来の関係表現判別装置の構成を示す図
【図２】本発明の一実施形態における関係表現判別装置の構成図
【図３】関係表現判別処理のフロー図
【図４】固有表現取得部による処理結果の概要を示す図
【図５】固有表現取得部による処理結果の概要を示す図
【図６】相互情報量計算部による処理結果の概要を示す図
【図７】相互情報量計算部による処理結果の概要を示す図
【図８】共通度計算部による処理結果の概要を示す図
【図９】共通度計算部による処理結果の概要を示す図
【符号の説明】
【００１８】
１０…固有表現抽出処理部、１１…固有表現取得部、２０…関係表現判別処理部、２１…総合情報量計算部、２２…共通度計算部、２３…同一性判別部、３０…固有表現記憶部、４０…相互情報量記憶部
【発明を実施するための形態】
【００１９】
図２乃至図９は本発明の一実施形態を示すもので、図２は本発明の一実施形態における関係表現判別装置の構成図、図３は関係表現判別処理のフロー図、図４及び図５は固有表現取得部による処理結果の概要を示す図、図６及び図７は相互情報量計算部による処理結果の概要を示す図、図８及び図９は共通度計算部による処理結果の概要を示す図である。
【００２０】
以下、図面を参照して本発明の関係表現判別装置及びその方法の概要を説明する。
【００２１】
本発明の関係表現判別装置は、周知のＣＰＵを主体として構成されたコンピュータ装置からなり、モニタ等の表示手段、キーボード等の入力手段、ハードディスクやメモリ等の記憶手段及び外部ネットワークに接続可能な通信装置等（何れも図示省略）を備えている。また、図２に示すように、本発明の関係表現判別装置には、固有表現抽出処理部１０と、関係表現判別処理部２０と、固有表現記憶部３０と、相互情報量記憶部４０とが設けられている。
【００２２】
固有表現抽出処理部１０は、２つの関係表現からなる関係表現の組が入力手段を用いて入力されると、各関係表現によって関係付けられた固有表現の組と、該固有表現の組及び該関係表現が表記された日時（例えば新聞掲載年月日やブログの投稿年月日等）を表す時間情報とを、各関係表現毎に固有表現記憶部３０から抽出するモジュールであり、図２に示すように固有表現取得部１１から構成されている。固有表現記憶部３０には、所定のテキスト集合から抽出された２つの固有表現の組（Ｘ，Ｙ）と、該固有表現の組の関係表現（Ｒ）と、該固有表現の組及び該関係表現に対応する時間情報（Ｔ）とが事前に記憶されている。例えば、「藤圭子は、あの宇多田ヒカルの母であり、．．．（２００４年８月１日作成）。」というテキストにおける上記各要素は、（Ｘ＝宇多田ヒカル，Ｙ＝藤圭子，Ｒ＝母，Ｔ＝２００４．０８．０１）というように表される。
【００２３】
固有表現取得部１１は、関係表現の組を取得すると（図３のステップＳ１）、各関係表現によって関係付けられた固有表現の組及び時間情報を固有表現記憶部３０から取得する（図３のステップＳ２）。例えば、２つの関係表現（Ｒ１＝母、Ｒ２＝お母さん）からなる関係表現の組が入力された場合には、固有表現取得部１１は、図４に示すように、「母」という関係表現によって関係付けられた複数の固有表現の組（Ｘ＝宇多田ヒカル，Ｙ＝藤圭子）、（Ｘ＝キリスト，Ｙ＝マリア）及び（Ｘ＝源実朝，Ｙ＝北条政子）と、時間情報（Ｔ）とを抽出するとともに、「お母さん」という関係表現によって関係付けられた複数の固有表現の組（Ｘ＝宇多田ヒカル，Ｙ＝藤圭子）及び（Ｘ＝キリスト，Ｙ＝マリア）と、時間情報（Ｔ）とを抽出する。
【００２４】
また、（Ｒ１＝社長，Ｒ２＝会長）という関係表現の組が入力された場合には、固有表現取得部１１は、図５に示すように、「社長」という関係表現によって関係付けられた複数の固有表現の組（Ｘ＝ＮＴＴ，Ｙ＝和田紀夫）、（Ｘ＝ライブドア，Ｙ＝堀江貴文）及び（Ｘ＝ソフトバンク，Ｙ＝孫正義）と、時間情報（Ｔ）とを抽出するとともに、「会長」という関係表現によって関係付けられた複数の固有表現の組（Ｘ＝ＮＴＴ，Ｙ＝和田紀夫）及び（Ｘ＝ライブドア，Ｙ＝堀江貴文）と、時間情報（Ｔ）とを抽出する。
【００２５】
次に、関係表現判別処理部２０の概要を説明する。関係表現判別処理部２０は、固有表現抽出処理部１０による抽出結果を取得すると、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差に基づき各関係表現の共通度を求めるとともに、該共通度に基づき各関係表現の同一性を判別するモジュールであり、相互情報量計算部２１と、共通度計算部２２と、同一性判別部２３とから構成されている。
【００２６】
相互情報量計算部２１は、固有表現抽出処理部１０の抽出結果、即ち各関係表現（Ｒ１，Ｒ２）毎に対応する固有表現の組及び時間情報からなるデータ（（Ｘ，Ｙ，Ｒ１，Ｔ）及び（Ｘ，Ｙ，Ｒ２，Ｔ））を取得すると、該データのうち（Ｒ１，Ｘ）、（Ｒ２，Ｘ）、（Ｒ１，Ｙ）及び（Ｒ２，Ｙ）の組それぞれについて、出現頻度に基づく相互情報量を計算する（図３のステップＳ３）。具体的には、前記テキスト集合における固有表現Ｘの出現頻度をｃｏｕｎｔ（Ｘ）、前記テキスト集合における関係表現Ｒの出現頻度をｃｏｕｎｔ（Ｒ）、前記テキスト集合における固有表現Ｘ及び関係表現Ｒの同時出現頻度をｃｏｕｎｔ（Ｒ，Ｘ）及び前記テキスト集合における（Ｒ，Ｘ）及び（Ｒ，Ｙ）の総出現数をＮとすると、（Ｒ，Ｘ）についての相互情報量ｐｍｉ（Ｒ，Ｘ）は、以下の式（１）でもとめられる。
【００２７】
また、前記テキスト集合における固有表現Ｙの出現頻度をｃｏｕｎｔ（Ｙ）及び前記テキスト集合における固有表現Ｙ及び関係表現Ｒの同時出現頻度をｃｏｕｎｔ（Ｒ，Ｙ）とすると、（Ｒ，Ｙ）についての相互情報量ｐｍｉ（Ｒ，Ｙ）は、以下の式（２）でもとめられる。
【００２８】
ここで、図４に示されたデータのうち、（Ｒ＝母，Ｘ＝宇多田ヒカル）についての相互情報量ｐｍｉ（Ｒ＝母，Ｘ＝宇多田ヒカル）は、ｃｏｕｎｔ（Ｘ）＝１００、ｃｏｕｎｔ（Ｒ）＝７５、ｃｏｕｎｔ（Ｒ，Ｘ）＝５０及びＮ＝１００，０００とすると、以下の式（３）でもとめられる。
【００２９】
また、図５に示されたデータのうち、（Ｒ＝社長，Ｙ＝和田紀夫）についての相互情報量ｐｍｉ（Ｒ＝社長，Ｘ＝和田紀夫）は、ｃｏｕｎｔ（Ｙ）＝５８０、ｃｏｕｎｔ（Ｒ）＝８５、ｃｏｕｎｔ（Ｒ，Ｙ）＝４０及びＮ＝１００，０００とすると、以下の式（４）でもとめられる。
【００３０】
なお、図４に示した各（Ｒ，Ｘ）及び各（Ｒ，Ｙ）についての相互情報量を図６に示すとともに、図５に示した各（Ｒ，Ｘ）及び各（Ｒ，Ｙ）についての相互情報量を図７に示す。また、相互情報量計算部２１は、計算された各相互情報量を相互情報量記憶部４０に記憶する。
【００３１】
次に、共通度計算部２２は、固有表現抽出処理部１０の抽出結果を取得すると、相互情報量計算部２１によって求められた相互情報量と、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差とに基づき各関係表現（Ｒ１，Ｒ２）の共通度を計算する（図３のステップＳ４）。具体的には、関係表現Ｒ１に対応するＸの集合をＸR1、関係表現Ｒ２に対応するＸの集合をＸR2、関係表現Ｒ１に対応するＹの集合をＹR1及び関係表現Ｒ２に対応するＹの集合をＹR2とすると、各関係表現（Ｒ１，Ｒ２）についての共通度ＳＩＭ（Ｒ１，Ｒ２）は、以下の式（５）でもとめられる。
【００３２】
また、式（５）において、ｓｉｍ（ＸR1，ＸR2）及びｓｉｍ（ＹR1，ＹR2）は、それぞれ以下の式（６）及び（７）で求められる。
【００３３】
【００３４】
なお、式（６）及び（７）におけるＷtimeは、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差に基づき定められる値である。
【００３５】
ここで、図４に示されたデータを取得した場合の共通度計算部２２の動作を、図８を参照して説明する。まず、共通度計算部２２は、図４に示されたデータを取得すると、各集合ＸR1、ＸR2、ＹR1及びＹR2を抽出する。この場合、ＸR1＝（宇多田ヒカル，キリスト，源実朝）、ＸR2＝（宇多田ヒカル，キリスト）、ＹR1＝（藤圭子，マリア，北条政子）及びＹR2＝（藤圭子，マリア）となる。
【００３６】
次に、共通度計算部２２は、Ｗtimeの値を求める。ここで、Ｗtimeの値は、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差の最大値、最小値及び平均値の何れか一つに基づき求められる。例えば、同一の固有表現の組（Ｘ＝宇多田ヒカル，Ｙ＝藤圭子）にそれぞれ対応する各関係表現（Ｒ１＝母，Ｒ２＝お母さん）のうち一方の関係表現Ｒ１に対応する時間情報（２００４．０８．０１，２００５．０２．０４，２００７．１２．３１）と他方の関係表現Ｒ２に対応する時間情報（２００４．０８．０２，２００５．１２．２８）との時間差の最小値（Ｎｅａｒｅｓｔ）は、１日（２００４．０８．０１〜２００４．０８．０２）となる。また、最大値（Ｆｕｒｔｈｅｓｔ）は１２４６日（２００４．０８．０２〜２００７．１２．３１）、平均値（Ａｖｅｒａｇｅ）は３６６日（２００５．０４．１５〜２００６．０４．１６）となる。なお、時間差が所定値ｎ（本実施形態ではｎ＝２０）より大きい場合には、時間差からｎを減算した値を新たな時間差とする。従って、上記時間差の最大値及び平均値は、それぞれ１２２６日及び３４６日となる。そして、Ｗtimeの値は、時間差の最小値、最大値及び平均値の何れか一つの逆数から得られる。また、Ｗtimeの値を、時間差の最小値、最大値及び平均値の何れか一つに１を加算したものの対数の逆数から得てもよい。このようにして得られた固有表現の組（Ｘ＝宇多田ヒカル，Ｙ＝藤圭子）についてのＷtimeの値を、図８（ａ）に示す。
【００３７】
また、上記と同様に求められた、他の同一の固有表現の組（Ｘ＝キリスト，Ｙ＝マリア）についてのＷtimeの値を、図８（ｂ）に示す。
【００３８】
次いで、共通度計算部２２は、相互情報量記憶部４０に記憶された相互情報量とＷtimeの値に基づき各関係表現（Ｒ１＝母，Ｒ２＝お母さん）についての共通度ＳＩＭ（Ｒ１，Ｒ２）を求める。なお、この場合についての計算内容を図８（ｃ）に示す。ここでは、上記時間差の最小値をＷtimeの値として用いている。
【００３９】
また、他の例として、図５に示されたデータを取得した場合の共通度計算部２２の動作を、図９を参照して説明する。まず、共通度計算部２２は、図５に示されたデータを取得すると、各集合ＸR1、ＸR2、ＹR1及びＹR2を抽出する。この場合、ＸR1＝（ＮＴＴ，ライブドア，ソフトバンク）、ＸR2＝（ＮＴＴ，ライブドア）、ＹR1＝（和田紀夫，堀江貴文，孫正義）及びＹR2＝（和田紀夫，堀江貴文）となる。
【００４０】
次に、共通度計算部２２は、上記と同様にＷtimeの値を求める。なお、固有表現の組（Ｘ＝ＮＴＴ，Ｙ＝和田紀夫）についてのＷtimeの値を図９（ａ）に示し、固有表現の組（Ｘ＝ライブドア，Ｙ＝堀江貴文）についてのＷtimeの値を図９（ｂ）に示す。
【００４１】
次いで、共通度計算部２２は、相互情報量記憶部４０に記憶された相互情報量とＷtimeの値に基づき各関係表現（Ｒ１＝社長，Ｒ２＝会長）についての共通度ＳＩＭ（Ｒ１，Ｒ２）を求める。なお、この場合についての計算内容を図９（ｃ）に示す。ここでは、上記時間差の最小値をＷtimeの値として用いている。
【００４２】
そして、同一性判別部２３は、共通度計算部２２によって求められた各関係表現の共通度に基づき各関係表現の同一性を判別する（図３のステップＳ５）。ここで、同一性判別部２３は、各関係表現の共通度が所定の閾値（本実施形態では０．８）以上であれば各関係表現に同一性があると判別し、該閾値未満であれば各関係表現に同一性が無いと判別する。従って、上記の入力例のうち（Ｒ１＝母，Ｒ２＝お母さん）という各関係表現については同一性があると判別され、（Ｒ１＝社長，Ｒ２＝会長）という各関係表現については同一性が無いと判別される。
【００４３】
このようにして、「母（Ｒ１），お母さん（Ｒ２）」という関係表現の組には同一性があると判別される一方で、「社長（Ｒ１），会長（Ｒ２）」という関係表現の組には同一性が無いと判別される。
【００４４】
前述したように上記実施形態では、複数の関係表現（Ｒ１，Ｒ２）が入力されると、該関係表現によって関係付けられた固有表現の組（Ｘ，Ｙ）と、該固有表現の組及び該関係表現が表記された日時を表す時間情報（Ｔ）とが抽出され、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差に基づいて求められた共通度により各関係表現の同一性が判別されることから、各関係表現間の同一性を、各関係表現がそれぞれ用いられたときの時間差に基づき判別することが可能となる。従って、例えば「ＮＴＴ（Ｘ），和田紀夫（Ｙ）」という固有表現の組に対して「社長（Ｒ１）」という関係表現が過去に用いられていたが、現在では「会長（Ｒ２）」という関係表現が用いられている場合でも、「社長（Ｒ１）」と「会長（Ｒ２）」の間に同一性が無いと正確に判別することができ、一組の固有表現の関係を表す複数の関係表現間の同一性を高精度で判別することができる。
【００４５】
また、所定のテキスト集合から抽出された固有表現の組（Ｘ，Ｙ）と、該固有表現の組を関係付ける関係表現（Ｒ１，Ｒ２）と、該固有表現の組及び該関係表現に対応する時間情報（Ｔ）とを事前に記憶する固有表現記憶部３０を備え、固有表現抽出処理部１０は、入力された関係表現によって関係付けられた固有表現の組（Ｘ，Ｙ）と、該固有表現の組（Ｘ，Ｙ）及び該関係表現（Ｒ１，Ｒ２）に対応する時間情報（Ｔ）とを、各関係表現毎に固有表現記憶部３０から取得するので、固有表現の組（Ｘ，Ｙ）及び時間情報（Ｔ）を容易に取得することができ、各関係表現（Ｒ１，Ｒ２）の同一性を判別する際の処理効率を向上させることができる。
【００４６】
さらに、関係表現判別処理部２０は、同一の固有表現の組（Ｘ，Ｙ）にそれぞれ対応する各関係表現（Ｒ１，Ｒ２）のうち一方の関係表現（Ｒ１）に対応する時間情報（Ｔ）と他方の関係表現（Ｒ２）に対応する時間情報（Ｔ）との時間差の最大値（Ｆｕｒｔｈｅｓｔ）に基づき各関係表現（Ｒ１，Ｒ２）の共通度を求めるので、例えば過去に用いられていた一方の関係表現（Ｒ１）が最初に用いられたときの時間（Ｔ）と、現在用いられている他方の関係表現（Ｒ２）が最後に用いられたときの時間（Ｔ）との時間差に基づき各関係表現（Ｒ１，Ｒ２）間の同一性を判別することができ、各関係表現（Ｒ１，Ｒ２）間の同一性の判別精度を向上させることができる。
【００４７】
さらにまた、関係情報抽出処理部２０は、同一の固有表現の組（Ｘ，Ｙ）にそれぞれ対応する各関係表現（Ｒ１，Ｒ２）のうち一方の関係表現（Ｒ１）に対応する時間情報（Ｔ）と他方の関係表現（Ｒ２）に対応する時間情報（Ｔ）との時間差の最小値（Ｎｅａｒｅｓｔ）に基づき各関係表現（Ｒ１，Ｒ２）の共通度を求めるので、例えば過去に用いられていた一方の関係表現（Ｒ１）が最後に用いられたときの時間（Ｔ）と、現在用いられている他方の関係表現（Ｒ２）が最初に用いられたときの時間（Ｔ）との時間差に基づき各関係表現（Ｒ１，Ｒ２）間の同一性を判別することができ、各関係表現（Ｒ１，Ｒ２）間の同一性の判別精度を向上させることができる。
【００４８】
さらに、関係情報抽出処理部２０は、同一の固有表現の組（Ｘ，Ｙ）にそれぞれ対応する各関係表現（Ｒ１，Ｒ２）のうち一方の関係表現（Ｒ１）に対応する時間情報（Ｔ）と他方の関係表現（Ｒ２）に対応する時間情報（Ｔ）との時間差の平均値（Ａｖｅｒａｇｅ）に基づき各関係表現（Ｒ１，Ｒ２）の共通度を求めるので、各関係表現（Ｒ１，Ｒ２）がそれぞれ用いられたときの時間差の平均に基づき各関係表現（Ｒ１，Ｒ２）間の同一性を判別することができ、各関係表現（Ｒ１，Ｒ２）間の同一性の判別精度を向上させることができる。
【００４９】
なお、上記実施形態は本発明の具体例に過ぎず、本発明が上記実施形態のみに限定されることはない。例えば、本発明は、周知のコンピュータに記録媒体もしくは通信回線を介して、図２の構成図に示された機能を実現するプログラムあるいは図３のフローに示された手順を備えるプログラムをインストールすることによっても実現可能である。
【特許請求の範囲】
【請求項１】
一組の固有表現間の関係をそれぞれ表す複数の関係表現の同一性を判別する装置であって、
前記各関係表現が入力されると、該関係表現によって関係付けられた固有表現の組と、該固有表現の組及び該関係表現が表記された日時を表す時間情報とを、該各関係表現毎に所定のテキスト集合から抽出する固有表現抽出処理部と、
固有表現抽出処理部による抽出結果を取得すると、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差に基づき各関係表現の共通度を求めるとともに、該共通度に基づき各関係表現の同一性を判別する関係表現判別処理部とを備えた
ことを特徴とする関係表現判別装置。
【請求項２】
前記所定のテキスト集合から抽出された固有表現の組と、該固有表現の組を関係付ける関係表現と、該固有表現の組及び該関係表現に対応する時間情報とを事前に記憶する記憶部を備え、
固有表現抽出処理部は、入力された関係表現によって関係付けられた固有表現の組と、該固有表現の組及び該関係表現に対応する時間情報とを、各関係表現毎に記憶部から取得する
ことを特徴とする請求項１記載の関係表現判別装置。
【請求項３】
前記関係表現判別処理部は、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差の最大値に基づき各関係表現の共通度を求める
ことを特徴とする請求項１または２記載の関係表現判別装置。
【請求項４】
前記関係表現判別処理部は、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差の最小値に基づき各関係表現の共通度を求める
ことを特徴とする請求項１または２記載の関係表現判別装置。
【請求項５】
前記関係表現判別処理部は、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差の平均値に基づき各関係表現の共通度を求める
ことを特徴とする請求項１または２記載の関係表現判別装置。
【請求項６】
一組の固有表現間の関係をそれぞれ表す複数の関係表現の同一性を、コンピュータを用いて判別する方法であって、
前記コンピュータは、
前記各関係表現が入力されると、該関係表現によって関係付けられた固有表現の組と、該固有表現の組及び該関係表現が表記された日時を表す時間情報とを、該各関係表現毎に所定のテキスト集合から抽出し、
同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差に基づき各関係表現の共通度を求めるとともに、該共通度に基づき各関係表現の同一性を判別する
ことを特徴とする関係表現判別方法。
【請求項７】
コンピュータを、請求項１乃至５何れか１項記載の関係表現判別装置の各手段として機能させるためのプログラム。
【請求項８】
コンピュータに、請求項６記載の関係表現判別方法の各処理を実行させるためのプログラム。
【請求項１】
一組の固有表現間の関係をそれぞれ表す複数の関係表現の同一性を判別する装置であって、
前記各関係表現が入力されると、該関係表現によって関係付けられた固有表現の組と、該固有表現の組及び該関係表現が表記された日時を表す時間情報とを、該各関係表現毎に所定のテキスト集合から抽出する固有表現抽出処理部と、
固有表現抽出処理部による抽出結果を取得すると、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差に基づき各関係表現の共通度を求めるとともに、該共通度に基づき各関係表現の同一性を判別する関係表現判別処理部とを備えた
ことを特徴とする関係表現判別装置。
【請求項２】
前記所定のテキスト集合から抽出された固有表現の組と、該固有表現の組を関係付ける関係表現と、該固有表現の組及び該関係表現に対応する時間情報とを事前に記憶する記憶部を備え、
固有表現抽出処理部は、入力された関係表現によって関係付けられた固有表現の組と、該固有表現の組及び該関係表現に対応する時間情報とを、各関係表現毎に記憶部から取得する
ことを特徴とする請求項１記載の関係表現判別装置。
【請求項３】
前記関係表現判別処理部は、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差の最大値に基づき各関係表現の共通度を求める
ことを特徴とする請求項１または２記載の関係表現判別装置。
【請求項４】
前記関係表現判別処理部は、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差の最小値に基づき各関係表現の共通度を求める
ことを特徴とする請求項１または２記載の関係表現判別装置。
【請求項５】
前記関係表現判別処理部は、同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差の平均値に基づき各関係表現の共通度を求める
ことを特徴とする請求項１または２記載の関係表現判別装置。
【請求項６】
一組の固有表現間の関係をそれぞれ表す複数の関係表現の同一性を、コンピュータを用いて判別する方法であって、
前記コンピュータは、
前記各関係表現が入力されると、該関係表現によって関係付けられた固有表現の組と、該固有表現の組及び該関係表現が表記された日時を表す時間情報とを、該各関係表現毎に所定のテキスト集合から抽出し、
同一の固有表現の組にそれぞれ対応する各関係表現のうち一方の関係表現に対応する時間情報と他方の関係表現に対応する時間情報との時間差に基づき各関係表現の共通度を求めるとともに、該共通度に基づき各関係表現の同一性を判別する
ことを特徴とする関係表現判別方法。
【請求項７】
コンピュータを、請求項１乃至５何れか１項記載の関係表現判別装置の各手段として機能させるためのプログラム。
【請求項８】
コンピュータに、請求項６記載の関係表現判別方法の各処理を実行させるためのプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【公開番号】特開２０１０−２８２５５５（Ｐ２０１０−２８２５５５Ａ）
【公開日】平成２２年１２月１６日（２０１０．１２．１６）
【国際特許分類】
【出願番号】特願２００９−１３７３１５（Ｐ２００９−１３７３１５）
【出願日】平成２１年６月８日（２００９．６．８）
【出願人】（０００００４２２６）日本電信電話株式会社 (13,992)
【Ｆターム（参考）】
【公開日】平成２２年１２月１６日（２０１０．１２．１６）
【国際特許分類】
【出願日】平成２１年６月８日（２００９．６．８）
【出願人】（０００００４２２６）日本電信電話株式会社 (13,992)
【Ｆターム（参考）】
[ Back to top ]