特許 6554804 情報処理装置及び情報処理プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6554804

(24)【登録日】2019年7月19日

(45)【発行日】2019年8月7日

(54)【発明の名称】情報処理装置及び情報処理プログラム

(51)【国際特許分類】

   G06F 17/27 20060101AFI20190729BHJP

【ＦＩ】

   G06F17/27 665

【請求項の数】4

【全頁数】16

(21)【出願番号】特願2015-19877(P2015-19877)

(22)【出願日】2015年2月4日

(65)【公開番号】特開2016-143300(P2016-143300A)

(43)【公開日】2016年8月8日

【審査請求日】2018年1月16日

(73)【特許権者】

【識別番号】000005496

【氏名又は名称】富士ゼロックス株式会社

(74)【代理人】

【識別番号】100115129

【弁理士】

【氏名又は名称】清水 昇

(74)【代理人】

【識別番号】100102716

【弁理士】

【氏名又は名称】在原 元司

(74)【代理人】

【識別番号】100122275

【弁理士】

【氏名又は名称】竹居 信利

(72)【発明者】

【氏名】谷口 元樹

(72)【発明者】

【氏名】大熊 智子

【審査官】 成瀬 博之

(56)【参考文献】

【文献】 特開２００２−２８８１６６（ＪＰ，Ａ）

【文献】 特開２０１０−１１７７９７（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｆ １７／２０−１７／２８

(57)【特許請求の範囲】

【請求項1】

固有表現の対と該対の作成日時を記憶している記憶手段と、
固有表現と該固有表現が時間変化をするか否かを示す属性を記憶している第２の記憶手段と、
前記対を含む文を対象として、該対を構成する固有表現の属性として時間変化をするものである場合であって、該文の作成日時と前記記憶手段内の該対の作成日時が予め定められた関係を有しているときは、該文内の固有表現の対は関係を有していることを示す情報を該文に付与する付与手段
を具備し、
前記付与手段は、固有表現の属性として時間変化をするものであるか否かについて、前記第２の記憶手段を用いて判断し、
前記予め定められた関係として、前記文の作成日時と前記記憶手段内の前記対の作成日時との差分が、前記固有表現毎に予め定められたしきい値未満又は以下である
ことを特徴とする情報処理装置。

【請求項2】

前記付与手段は、予め定められた関係を有していないときは、前記文内の固有表現の対は関係を有していることを示す情報を該文に付与しない
ことを特徴とする請求項１に記載の情報処理装置。

【請求項3】

予め定められた規則を用いて、文から固有表現の対を抽出する抽出手段
をさらに具備し、
前記記憶手段は、前記抽出手段によって抽出された対と該抽出した日時又は前記文が作成された日時を前記作成日時として記憶する
ことを特徴とする請求項１又は２に記載の情報処理装置。

【請求項4】

コンピュータを、
固有表現の対と該対の作成日時を記憶している記憶手段と、
固有表現と該固有表現が時間変化をするか否かを示す属性を記憶している第２の記憶手段と、
前記対を含む文を対象として、該対を構成する固有表現の属性として時間変化をするものである場合であって、該文の作成日時と前記記憶手段内の該対の作成日時が予め定められた関係を有しているときは、該文内の固有表現の対は関係を有していることを示す情報を該文に付与する付与手段
として機能させ、
前記付与手段は、固有表現の属性として時間変化をするものであるか否かについて、前記第２の記憶手段を用いて判断し、
前記予め定められた関係として、前記文の作成日時と前記記憶手段内の前記対の作成日時との差分が、前記固有表現毎に予め定められたしきい値未満又は以下である
情報処理プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理装置及び情報処理プログラムに関する。

【背景技術】

【0002】

特許文献１には、精度の高い関連性データベースの構築又は拡張処理を実現する装置及び方法を提供することを課題とし、文書データから関連性ラベルを付与するエンティテイペアを含むフレーズを抽出し、抽出フレーズに含まれるエンティテイペアの関連性を示す関連性ラベルを付与し、ラベル付与部は、既存の関連性データベースの登録情報の解析によって、エンティテイペアを含むフレーズに含まれる語彙構文パターンの出現数を取得して各語彙構文パターンにおけるエンティテイペアの重なり割合行列Ｍを生成し、行列Ｍと、ラベル正当性を示すパラメータＺと、ラベルが正しく付与される確率を示すパラメータａを含む確率モデルを設定し、尤度を最大にするＺ、ａを算出し、Ｚの値に基づくラベル付与を実行することが開示されている。

【0003】

非特許文献１には、関係ラベル付きコーパス作成コストを低減させることを課題とし、同一文中の固有表現（人物名、住所、組織、年齢など）のペアに対して知識源を利用して関係ラベルを付与してコーパスを自動的に作成することが開示されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１２−２１２４２２号公報

【非特許文献】

【0005】

【非特許文献1】Ｍ． Ｍｉｎｔｚ， Ｓ． Ｂｉｌｌｓ， Ｒ． Ｓｎｏｗ， ａｎｄ Ｄ． Ｊｕｒａｆｓｋｙ． Ｄｉｓｔａｎｔ ｓｕｐｅｒｖｉｓｉｏｎ ｆｏｒ ｒｅｌａｔｉｏｎ ｅｘｔｒａｃｔｉｏｎ ｗｉｔｈｏｕｔ ｌａｂｅｌｅｄ ｄａｔａ． Ｉｎ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ａｓｓｏｃｉａｔｉｏｎ ｆｏｒ Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｌｉｎｇｕｉｓｔｉｃｓ （ＡＣＬ）， ２００９．

【発明の概要】

【発明が解決しようとする課題】

【0006】

本発明は、文内の固有表現の対が関係を有していることを示す情報を、その文に付与する場合にあって、その固有表現が時間変化するものである場合に、関係としてふさわしくない対を関係が有ると判断してしまうことを抑制するようにした情報処理装置及び情報処理プログラムを提供することを目的としている。

【課題を解決するための手段】

【0007】

かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。
請求項１の発明は、固有表現の対と該対の作成日時を記憶している記憶手段と、固有表現と該固有表現が時間変化をするか否かを示す属性を記憶している第２の記憶手段と、前記対を含む文を対象として、該対を構成する固有表現の属性として時間変化をするものである場合であって、該文の作成日時と前記記憶手段内の該対の作成日時が予め定められた関係を有しているときは、該文内の固有表現の対は関係を有していることを示す情報を該文に付与する付与手段を具備し、前記付与手段は、固有表現の属性として時間変化をするものであるか否かについて、前記第２の記憶手段を用いて判断し、前記予め定められた関係として、前記文の作成日時と前記記憶手段内の前記対の作成日時との差分が、前記固有表現毎に予め定められたしきい値未満又は以下であることを特徴とする情報処理装置である。

【0008】

請求項２の発明は、前記付与手段は、予め定められた関係を有していないときは、前記文内の固有表現の対は関係を有していることを示す情報を該文に付与しないことを特徴とする請求項１に記載の情報処理装置である。

【0010】

請求項３の発明は、予め定められた規則を用いて、文から固有表現の対を抽出する抽出手段をさらに具備し、前記記憶手段は、前記抽出手段によって抽出された対と該抽出した日時又は前記文が作成された日時を前記作成日時として記憶することを特徴とする請求項１又は２に記載の情報処理装置である。

【0011】

請求項４の発明は、コンピュータを、固有表現の対と該対の作成日時を記憶している記憶手段と、固有表現と該固有表現が時間変化をするか否かを示す属性を記憶している第２の記憶手段と、前記対を含む文を対象として、該対を構成する固有表現の属性として時間変化をするものである場合であって、該文の作成日時と前記記憶手段内の該対の作成日時が予め定められた関係を有しているときは、該文内の固有表現の対は関係を有していることを示す情報を該文に付与する付与手段として機能させ、前記付与手段は、固有表現の属性として時間変化をするものであるか否かについて、前記第２の記憶手段を用いて判断し、前記予め定められた関係として、前記文の作成日時と前記記憶手段内の前記対の作成日時との差分が、前記固有表現毎に予め定められたしきい値未満又は以下である情報処理プログラムである。

【発明の効果】

【0012】

請求項１の情報処理装置によれば、文内の固有表現の対が関係を有していることを示す情報を、その文に付与する場合にあって、その固有表現が時間変化するものである場合に、関係としてふさわしくない対を関係が有ると判断してしまうことを抑制することができる。

【0013】

請求項２の情報処理装置によれば、予め定められた関係を有していないときは、文内の固有表現の対は関係を有していることを示す情報を、その文には付与しないようにすることができる。

【0015】

請求項３の情報処理装置によれば、予め定められた規則を用いて、固有表現の対を抽出することができる。

【0016】

請求項４の情報処理プログラムによれば、文内の固有表現の対が関係を有していることを示す情報を、その文に付与する場合にあって、その固有表現が時間変化するものである場合に、関係としてふさわしくない対を関係が有ると判断してしまうことを抑制することができる。

【図面の簡単な説明】

【0017】

【図1】第１の実施の形態の構成例についての概念的なモジュール構成図である。

【図2】本実施の形態を利用したシステム構成例を示す説明図である。

【図3】第１の実施の形態による処理例を示すフローチャートである。

【図4】ラベル時変／時不変テーブルのデータ構造例を示す説明図である。

【図5】関係テーブルのデータ構造例を示す説明図である。

【図6】第１の実施の形態による処理例を示す説明図である。

【図7】第１の実施の形態による処理例を示す説明図である。

【図8】第１の実施の形態による処理例を示す説明図である。

【図9】第１の実施の形態による処理例を示す説明図である。

【図10】ラベル時変／時不変テーブルのデータ構造例を示す説明図である。

【図11】関係テーブルのデータ構造例を示す説明図である。

【図12】第１の実施の形態による処理例を示す説明図である。

【図13】第１の実施の形態による処理例を示す説明図である。

【図14】第２の実施の形態の構成例についての概念的なモジュール構成図である。

【図15】本実施の形態を実現するコンピュータのハードウェア構成例を示すブロック図である。

【発明を実施するための形態】

【0018】

以下、図面に基づき本発明を実現するにあたっての好適な各種の実施の形態の例を説明する。
図１は、第１の実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア（コンピュータ・プログラム）、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、それらのモジュールとして機能させるためのコンピュータ・プログラム（コンピュータにそれぞれの手順を実行させるためのプログラム、コンピュータをそれぞれの手段として機能させるためのプログラム、コンピュータにそれぞれの機能を実現させるためのプログラム）、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するの意である。また、モジュールは機能に一対一に対応していてもよいが、実装においては、１モジュールを１プログラムで構成してもよいし、複数モジュールを１プログラムで構成してもよく、逆に１モジュールを複数プログラムで構成してもよい。また、複数モジュールは１コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって１モジュールが複数コンピュータで実行されてもよい。なお、１つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続（データの授受、指示、データ間の参照関係等）の場合にも用いる。「予め定められた」とは、対象としている処理の前に定まっていることをいい、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態に応じて、又はそれまでの状況・状態に応じて定まることの意を含めて用いる。「予め定められた値」が複数ある場合は、それぞれ異なった値であってもよいし、２以上の値（もちろんのことながら、全ての値も含む）が同じであってもよい。また、「Ａである場合、Ｂをする」という意味を有する記載は、「Ａであるか否かを判断し、Ａであると判断した場合はＢをする」の意味で用いる。ただし、Ａであるか否かの判断が不要である場合を除く。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク（一対一対応の通信接続を含む）等の通信手段で接続されて構成されるほか、１つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」（社会システム）にすぎないものは含まない。
また、各モジュールによる処理毎に又はモジュール内で複数の処理を行う場合はその処理毎に、対象となる情報を記憶装置から読み込み、その処理を行った後に、処理結果を記憶装置に書き出すものである。したがって、処理前の記憶装置からの読み込み、処理後の記憶装置への書き出しについては、説明を省略する場合がある。なお、ここでの記憶装置としては、ハードディスク、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、外部記憶媒体、通信回線を介した記憶装置、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内のレジスタ等を含んでいてもよい。

【0019】

第１の実施の形態である情報処理装置１００は、文内の固有表現の対が関係を有していることを示す情報を、その文に付与するものであって、図１の例に示すように、テキストデータベース１１０、関係データベース１２０、ラベルリスト１３０、ラベル付与モジュール１４０、タグ付きコーパス１５０を有している。
第１の実施の形態による処理結果（関係情報が付与された文）は、自然言語処理に用いられるデータであって、例えば、機械学習分類器を訓練するためのコーパス（トレーニングコーパス）を生成するために用いられる。この場合、第１の実施の形態は、機械学習における学習データの誤りを低減させるものとなる。もちろんのことながら、これが達成されれば機械学習の精度も向上することとなる。
先行技術文献に記載された技術では、同一文中の固有表現の対（以下、ペアともいう）に対して知識源を利用して関係ラベル付けするため、本来は関係がないペアに対しても関係ラベルを付与してしまうことがある。なお、固有表現（ＮＥ：Ｎａｍｅｄ Ｅｎｔｉｔｙ）とは、固有名詞（人名、住所、地名、組織名等）や日付、年齢、時間表現をいう。
本実施の形態による処理の概要（処理内容の理解を容易にするための記載）は以下の通りである。関係ラベルの種別が時間変化するものなのか、不変なのかを判断し、時間変化があるラベルに対しては、ラベル付与の対象となるテキストの作成日と知識源のエントリ作成日を比較して、誤りとなりうる固有表現のペアをフィルタする。
なお、対象とする文は、１つの文であってもよいし、複数の文であってもよい。複数の文である場合は、文章、段落（パラグラフ）、章、文書等を含めてもよい。また、文として、２つの固有表現間の距離（単語数、文字数等）が、予め定められたしきい値未満又は以下であるものを含めてもよい。以下、文として、１文の例を用いて説明する。

【0020】

テキストデータベース１１０は、ラベル付与モジュール１４０と接続されている。テキストデータベース１１０は、固有表現を含む文（テキスト）とその文の作成日時（年、月、日、時、分、秒、秒以下、又はこれらの組み合わせであってもよい）を記憶している。例えば、固有表現タグ付き文とその文の作成日時を記憶している。具体例については、図６等の例を用いて後述する。
関係データベース１２０は、ラベル付与モジュール１４０と接続されている。関係データベース１２０は、固有表現のペア、その固有表現のペアの作成日時を記憶している。また、関係ラベルを対応させて記憶してもよい。具体例については、図５等の例を用いて後述する。
ラベルリスト１３０は、ラベル付与モジュール１４０と接続されている。ラベルリスト１３０は、関係ラベルとその関係ラベルに時間変化があるか否かを示す属性（ラベル種別）を記憶している。ここで「時間変化」とは、時間が経過することによって、固有表現のペアにおける対象としている関係が変化（その関係が解消してしまうことを含む）することをいう。例えば、年齢等が該当する。具体例については、図４等の例を用いて後述する。

【0021】

ラベル付与モジュール１４０は、テキストデータベース１１０、関係データベース１２０、ラベルリスト１３０、タグ付きコーパス１５０と接続されている。ラベル付与モジュール１４０は、固有表現のペアを含む文を対象として、そのペアを構成する固有表現の属性として時間変化をするものである場合であって、その文の作成日時と関係データベース１２０内の固有表現のペアの作成日時が予め定められた関係を有しているときは、その文内の固有表現のペアは関係を有していることを示す情報を、その文に付与する。例えば、対象となる関係ラベルの種別が時間変化するものなのか、不変なのかをラベルリスト１３０から判断し、時間変化があるラベルに対しては、ラベル付与の対象となるテキストの作成日と知識源のエントリ作成日を比較して、作成日の差分が予め定められたしきい値未満又は以下である文に関係ラベルを付与する。
また、ラベル付与モジュール１４０は、は、予め定められた関係を有していないときは、文内の固有表現のペアは関係を有していることを示す情報を、その文に付与しないようにしてもよい。
また、前述の「予め定められた関係」として、例えば、文の作成日時と関係データベース１２０内のペアの作成日時との差分が、関係毎に予め定められたしきい値未満又は以下であるとしてもよい。

【0022】

また、ラベル付与モジュール１４０は、ペアを含む文を対象として、その文が予め定められた固有表現を有している場合であって、その固有表現の属性として時間変化をするものであるときは、その文の作成日時とそのペアの作成日時を比較して、予め定められた関係を有している場合は、その文内の固有表現のペアは関係を有していることを示す情報を、その文に付与するようにしてもよい。例えば、その文内の２つの固有表現は関係を有していることを示すタグを挿入することによって関係を生成する。
また、ラベル付与モジュール１４０は、固有表現をタグで指定した文であって、固有表現のペアを含む文を対象として、その文が予め定められたタグを有している場合であって、そのタグの属性として時間変化をするものであるときは、その文の作成日時とそのタグが示す固有表現のペアの作成日時が予め定められた関係を有している場合は、その文内の固有表現は関係を有していることを示すタグを挿入することによって関係を生成するようにしてもよい。

【0023】

タグ付きコーパス１５０は、ラベル付与モジュール１４０と接続されている。タグ付きコーパス１５０は、ラベル付与モジュール１４０による処理結果である関係タグがつけられた文によって構成されているコーパスを記憶している。

【0024】

図２は、本実施の形態を利用したシステム構成例を示す説明図である。
情報処理装置１００、テキスト処理装置（ＳＮＳ）２１０Ａ、テキスト処理装置（データ管理）２１０Ｂ、テキストデータ収集装置２２０、ユーザー端末２７０、学習装置２８０は、通信回線２９０を介してそれぞれ接続されている。通信回線２９０は、無線、有線、これらの組み合わせであってもよく、例えば、通信インフラとしてのインターネット、イントラネット等であってもよい。
ソーシャルネットワーキングサービスを提供するテキスト処理装置（ＳＮＳ）２１０Ａ、新聞記事等を格納しているテキスト処理装置（データ管理）２１０Ｂ等から、テキストデータ収集装置２２０がテキストデータを収集し、情報処理装置１００のテキストデータベース１１０へ格納する。情報処理装置１００は、それらのテキストデータを対象として、タグ付きコーパス１５０内に、関係のタグが含まれたテキストデータを格納する。そして、学習装置２８０が、情報処理装置１００のタグ付きコーパス１５０内のデータを用いて、機械学習を行って、テキストデータの評価処理等に用いるモデルを生成する。ユーザーのユーザー端末２７０に対する操作に応じて、学習装置２８０が生成したモデルを用いてテキストデータの評価処理等を行う。

【0025】

図３は、第１の実施の形態による処理例を示すフローチャートである。
ステップＳ３０２では、テキストデータベース１１０から１文のテキストデータを抽出する。
ステップＳ３０４では、対象としているテキストデータ内に、ラベルリスト１３０内の関係ラベルを有しているか否かを判断し、有している場合はステップＳ３０６へ進み、それ以外の場合はステップＳ３０２へ戻る。
ステップＳ３０６では、その関係ラベルは時変であるか否かを判断し、時変である場合はステップＳ３０８へ進み、それ以外の場合はステップＳ３１２へ進む。
ステップＳ３０８では、関係データベース１２０内のその関係ラベルの作成日と対象としているテキストデータの作成日との差を算出する。
ステップＳ３１０では、その差は、しきい値未満又は以下であるか否かを判断し、しきい値未満又は以下である場合はステップＳ３１２へ進み、それ以外の場合はステップＳ３１４へ進む。
ステップＳ３１２では、対象としているテキストデータに関係タグを付与する。
ステップＳ３１４では、対象としているテキストデータに関係タグは付与しない。
ステップＳ３１６では、対象としているテキストデータはないか否かを判断し、ない場合は処理を終了し（ステップＳ３９９）、それ以外の場合はステップＳ３０２へ戻る。

【0026】

図４は、ラベルリスト１３０内のラベル時変／時不変テーブル４００のデータ構造例を示す説明図である。
ラベル時変／時不変テーブル４００は、関係ラベル欄４１０、時変・時不変欄４２０、しきい値欄４３０を有している。関係ラベル欄４１０は、関係ラベルを記憶している。時変・時不変欄４２０は、時変であるか時不変であるか（「時変であるか否か」又は「時不変であるか」であってもよい）を示す属性を記憶している。しきい値欄４３０は、時変・時不変欄４２０が「時変」ある場合に、固有表現のペアは関係を有していると判断するためのしきい値を記憶している。文の作成日時とペアの作成日時との差分がそのしきい値未満又は以下である場合に、その文における固有表現のペアは関係していると判断する。例えば、関係ラベル欄４１０に関係ラベルとして「年齢」を記憶しており、時変・時不変欄４２０に、そのラベルの属性として「時変」を記憶しており、しきい値欄４３０に判断のしきい値として「１年」を記憶している。つまり、図４の例では、年齢の関係ラベルである場合は、文の作成日時（具体的な例として、図６の固有表現タグ付きテキスト６００の作成日属性６０２）とペアの作成日時（具体的な例として、図５の関係テーブル５００の作成日欄５３０）の差分が、１年未満又は以下であれば、その文における固有表現のペアは関係があると判断させることとなる。これは、関係データベース１２０内のペアと同じペアが文において出現した場合、そのペアが年齢の関係であって、関係データベース１２０内でのそのペアが作成された日時から前後１年以内に、その文が作成されたならば、その文におけるペアは、年齢という関係を有していることを示している。

【0027】

図５は、関係データベース１２０内の関係テーブル５００のデータ構造例を示す説明図である。
関係テーブル５００は、名前欄５１０、年齢欄５２０、作成日欄５３０を有している。名前欄５１０は、人物の名前を記憶している。年齢欄５２０は、その人物の年齢を記憶している。作成日欄５３０は、このペアが作成された作成日を記憶している。例えば、名前欄５１０に「富士太郎」を記憶しており、年齢欄５２０に「３０」を記憶しており、作成日欄５３０に、「富士太郎」と「３０」のペアが作成された日である「２０１０／１１／２２」を記憶している。これらのデータ（固有表現のペア、その作成日時）は、予め作成されている。

【0028】

図６は、第１の実施の形態による処理例を示す説明図である。
固有表現タグ付きテキスト６００は、テキストデータベース１１０内のテキストデータであり、作成日属性６０２、テキストデータ６０４を有している。図６の例では、作成日属性６０２として、「２０１０／１１／２４」であり、テキストデータ６０４として、「殺人未遂罪で逮捕された＜人名＞富士太郎＜／人名＞（＜年齢＞３０＜／年齢＞）が容疑を認める発言をしていることがわかった。」である。なお、テキストデータ６０４内には、固有表現であることを示すタグが含まれている。例えば、タグである＜人名＞と＜／人名＞に囲まれた「富士太郎」は人名という固有表現であることを示しており、タグである＜年齢＞と＜／年齢＞に囲まれた「３０」は年齢という固有表現であることを示している。

【0029】

ラベル付与モジュール１４０は、ラベル時変／時不変テーブル４００、関係テーブル５００を用いて、固有表現タグ付きテキスト６００を対象として、以下の処理を行う。
対象としているテキストデータ６０４内には、関係テーブル５００と同じペアが出現していることを検出する。なお、ここで「同じペア」とは、同じデータのペア（「富士太郎」と「３０」）であってもよいし、同じラベルのペア（「人名（名前）」と「年齢」）であってもよい。また、同じラベルのペアの場合は、さらに、一方のラベルのデータ（例えば、ラベル「人名（名前）」のデータである「富士太郎」）が同じであることを条件としてもよい。
ラベル時変／時不変テーブル４００から、「年齢」の関係は「時変」であるため、関係データベース１２０のエントリの作成日（作成日欄５３０）とテキスト作成日（作成日属性６０２）を比較する。ここでは、作成日（「２０１０／１１／２２」と「２０１０／１１／２４」）にしきい値の１年以上の差がないため、関係ＩＤタグの付与対象とする。ここで、関係ＩＤタグは「関係ＩＤ＝“１”」である。図７は、固有表現タグ付きテキスト６００に関係ＩＤタグを付与した処理結果７００の例を示す。処理結果７００は、作成日属性７０２、テキストデータ７０４を有しており、固有表現タグ付きテキスト６００と同等のデータ構造である。テキストデータ６０４に関係ＩＤタグを付与して、テキストデータ７０４となる。つまり、テキストデータ７０４は「殺人未遂罪で逮捕された＜人名 関係ＩＤ＝“１”＞富士太郎＜／人名＞（＜年齢 関係ＩＤ＝“１”＞３０＜／年齢＞）が容疑を認める発言をしていることがわかった。」となる。

【0030】

図８は、第１の実施の形態による処理例を示す説明図である。図６の例に示す固有表現タグ付きテキスト６００とは異なるテキストデータを対象とした場合の、ラベル付与モジュール１４０の処理例を示す。ラベル時変／時不変テーブル４００、関係テーブル５００をそのまま用いる。
固有表現タグ付きテキスト８００は、作成日属性８０２、テキストデータ８０４を有している。図８の例では、作成日属性８０２として、「２０１４／５／１５」であり、テキストデータ８０４として、「殺人罪で問われた、＜人名＞富士太郎＜／人名＞（＜年齢＞３４＜／年齢＞）の公判が開かれた。」である。
なお、テキストデータ８０４内の固有表現である人名と名前欄５１０とが一致し、年齢欄５２０については、そのラベル（年齢）が一致していることで足りる。テキストデータ８０４の例では、テキストデータ８０４内の人名「富士太郎」は名前欄５１０内の「富士太郎」と一致し、テキストデータ８０４内の年齢「３４」は年齢欄５２０内の「３０」と不一致であるが、テキストデータ８０４内の「年齢」というラベルは年齢欄５２０のラベル「年齢」と一致している。
ラベル時変／時不変テーブル４００から、「年齢」の関係は時変であるため、関係データベース１２０のエントリの作成日（作成日欄５３０）とテキスト作成日（作成日属性８０２）を比較する。ここでは、作成日（「２０１０／１１／２４」と「２０１４／５／１５」）にしきい値の１年以上の差があるため、関係ＩＤタグの付与対象外とする。
したがって、固有表現タグ付きテキスト８００に対して、関係ＩＤタグ「関係ＩＤ＝“１”」は付与されず、図９の例に示す固有表現タグ付きテキスト９００のようになる。固有表現タグ付きテキスト９００は、作成日属性９０２、テキストデータ９０４を有している。作成日属性９０２は作成日属性８０２と同じであり、テキストデータ９０４はテキストデータ８０４と同じである。

【0031】

他の関係「創立年度」の場合について説明する。図１０は、ラベル時変／時不変テーブル１０００のデータ構造例を示す説明図である。
ラベル時変／時不変テーブル１０００は、ラベル時変／時不変テーブル４００のデータ構造と同等であり、関係ラベル欄１０１０、時変・時不変欄１０２０、しきい値欄１０３０を有している。例えば、関係ラベル欄１０１０に関係ラベルとして「創立年度」を記憶しており、時変・時不変欄１０２０に、そのラベルの属性として「時不変」を記憶しており、しきい値欄１０３０に判断のしきい値として「なし」を記憶している。つまり、図１０の例では、創立年度の関係ラベルである場合は、時が経過しても変更するものではないため、属性として「時不変」としている。そのため、しきい値は不要である。これは、関係データベース１２０内のペアと同じペアが文において出現した場合、そのペアが創立年度の関係であるならば、その文におけるペアは、創立年度という関係を有していることを示している。

【0032】

図１１は、関係テーブル１１００のデータ構造例を示す説明図である。
関係テーブル１１００は、関係テーブル５００のデータ構造と同等であり、名前欄１１１０、創立年度欄１１２０、作成日欄１１３０を有している。名前欄１１１０は、名前（法人名等）を記憶している。創立年度欄１１２０は、その名前を持つ法人等の創立年度を記憶している。作成日欄５３０は、このペアが作成された作成日を記憶している。例えば、名前欄１１１０に「富士ゼロックス」を記憶しており、創立年度欄１１２０に「１９６２」を記憶しており、作成日欄１１３０に「１９６２／３／５」を記憶している。これらのデータ（固有表現のペア、その作成日時）は、予め作成されている。

【0033】

図１２は、第１の実施の形態による処理例を示す説明図である。
固有表現タグ付きテキスト１２００は、テキストデータベース１１０内のテキストデータであり、作成日属性１２０２、テキストデータ１２０４を有している。図１２の例では、作成日属性１２０２として、「２０１４／１０／１５」であり、テキストデータ１２０４として、「＜日付＞１９６２年＜／日付＞にイギリスの＜組織＞ランク・ゼロックス＜／組織＞と業務提携を結んで、複写機メーカー・＜組織＞富士ゼロックス＜／組織＞株式会社を発足。」である。

【0034】

ラベル付与モジュール１４０は、ラベル時変／時不変テーブル１０００、関係テーブル１１００を用いて、固有表現タグ付きテキスト１２００を対象として、以下の処理を行う。
対象としているテキストデータ１２０４内には、関係テーブル１１００と同じペアが出現していることを検出する。ここで「日付」は「創立年度」に対応しており、「組織」は「名前」に対応している。したがって、テキストデータ１２０４内には、「ランク・ゼロックス」と「１９６２年」のペア、「富士ゼロックス」と「１９６２年」のペアがあるが、関係テーブル１１００の名前欄１１１０では「富士ゼロックス」とあるため、テキストデータ１２０４では「富士ゼロックス」と「１９６２年」のペアが対象となる。
ラベル時変／時不変テーブル１０００から、「創立年度」の関係は「時不変」であるため、作成日の差によらず関係ＩＤタグを付与する。ここで、関係ＩＤタグは「関係ＩＤ＝“２”」である。図１３は、固有表現タグ付きテキスト１２００に関係ＩＤタグを付与した固有表現タグ付きテキスト１３００の例を示す。固有表現タグ付きテキスト１３００は、作成日属性１３０２、テキストデータ１３０４を有しており、固有表現タグ付きテキスト１２００と同等のデータ構造である。テキストデータ１２０４に関係ＩＤタグを付与して、テキストデータ１３０４となる。つまり、テキストデータ１３０４は「＜日付 関係ＩＤ＝“２”＞１９６２年＜／日付＞にイギリスの＜組織＞ランク・ゼロックス＜／組織＞と業務提携を結んで、複写機メーカー・＜組織 関係ＩＤ＝“２”＞富士ゼロックス＜／組織＞株式会社を発足。」となる。

【0035】

図１４は、第２の実施の形態の構成例についての概念的なモジュール構成図を示している。
第２の実施の形態である情報処理装置１４００は、第１の実施の形態の情報処理装置１００の関係データベース１２０の代わりに、関係候補抽出モジュール１４２０、関係候補データベース１４２５を用いるようにしたものである。
なお、第１の実施の形態と同種の部位には同一符号を付し重複した説明を省略する。

【0036】

情報処理装置１４００は、テキストデータベース１１０、関係候補抽出モジュール１４２０、関係候補データベース１４２５、ラベルリスト１３０、ラベル付与モジュール１４０、タグ付きコーパス１５０を有している。
テキストデータベース１１０は、関係候補抽出モジュール１４２０、ラベル付与モジュール１４０と接続されている。
関係候補抽出モジュール１４２０は、テキストデータベース１１０、関係候補データベース１４２５と接続されている。関係候補抽出モジュール１４２０は、予め定められた規則（ルール、パターンともいわれる）を用いて、テキストデータベース１１０内の文から固有表現のペアを抽出する。具体的には、テキストデータベース１１０内からテキストを取得し、設定されたパターンを用いて、固有表現のペアとその関係ラベルを抽出する。例えば、関係候補抽出のパターンとして、次のものが例として挙げられる。
（１） 住所、職業、名前（年齢）
（２） 住所の職業、名前（年齢）
（３） 住所、職業名前（年齢）
（４） 名前、（年齢）（住所）
これらのパターンを、テキストデータベース１１０内の文から検出した場合は、例えば、名前と年齢のペアを関係テーブル５００のように記憶する。また、名前と住所のペアであってもよいし、（１）〜（３）の場合は名前と職業のペアであってもよい。

【0037】

関係候補データベース１４２５は、関係候補抽出モジュール１４２０、ラベル付与モジュール１４０と接続されている。関係候補データベース１４２５は、関係候補抽出モジュール１４２０によって抽出されたペアと、その抽出した日時又は抽出対象とした文が作成された日時を作成日時（例えば、関係テーブル５００における作成日欄５３０）として記憶する。つまり、関係データベース１２０と同等のデータ構造を有するものを記憶する。
ラベルリスト１３０は、ラベル付与モジュール１４０と接続されている。
ラベル付与モジュール１４０は、テキストデータベース１１０、関係候補データベース１４２５、ラベルリスト１３０、タグ付きコーパス１５０と接続されている。
タグ付きコーパス１５０は、ラベル付与モジュール１４０と接続されている。

【0038】

なお、本実施の形態としてのプログラムが実行されるコンピュータのハードウェア構成は、図１５に例示するように、一般的なコンピュータであり、具体的にはパーソナルコンピュータ、サーバーとなり得るコンピュータ等である。つまり、具体例として、処理部（演算部）としてＣＰＵ１５０１を用い、記憶装置としてＲＡＭ１５０２、ＲＯＭ１５０３、ＨＤ１５０４を用いている。ＨＤ１５０４として、例えばハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）を用いてもよい。ラベル付与モジュール１４０、関係候補抽出モジュール１４２０等のプログラムを実行するＣＰＵ１５０１と、そのプログラムやデータを記憶するＲＡＭ１５０２と、本コンピュータを起動するためのプログラム等が格納されているＲＯＭ１５０３と、補助記憶装置（フラッシュメモリ等であってもよい）であるＨＤ１５０４と、キーボード、マウス、タッチパネル等に対する利用者の操作に基づいてデータを受け付ける受付装置１５０６と、ＣＲＴ、液晶ディスプレイ等の出力装置１５０５と、ネットワークインタフェースカード等の通信ネットワークと接続するための通信回線インタフェース１５０７、そして、それらをつないでデータのやりとりをするためのバス１５０８により構成されている。これらのコンピュータが複数台互いにネットワークによって接続されていてもよい。

【0039】

前述の実施の形態のうち、コンピュータ・プログラムによるものについては、本ハードウェア構成のシステムにソフトウェアであるコンピュータ・プログラムを読み込ませ、ソフトウェアとハードウェア資源とが協働して、前述の実施の形態が実現される。
なお、図１５に示すハードウェア構成は、１つの構成例を示すものであり、本実施の形態は、図１５に示す構成に限らず、本実施の形態において説明したモジュールを実行可能な構成であればよい。例えば、一部のモジュールを専用のハードウェア（例えば特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）等）で構成してもよく、一部のモジュールは外部のシステム内にあり通信回線で接続しているような形態でもよく、さらに図１５に示すシステムが複数互いに通信回線によって接続されていて互いに協調動作するようにしてもよい。また、特に、パーソナルコンピュータの他、携帯情報通信機器（携帯電話、スマートフォン、モバイル機器、ウェアラブルコンピュータ等を含む）、情報家電、複写機、ファックス、スキャナ、プリンタ、複合機（スキャナ、プリンタ、複写機、ファックス等のいずれか２つ以上の機能を有している画像処理装置）などに組み込まれていてもよい。

【0040】

なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「プログラムを記録したコンピュータ読み取り可能な記録媒体」の発明として捉えてもよい。
「プログラムを記録したコンピュータ読み取り可能な記録媒体」とは、プログラムのインストール、実行、プログラムの流通等のために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク（ＤＶＤ）であって、ＤＶＤフォーラムで策定された規格である「ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ、ＤＶＤ−ＲＡＭ等」、ＤＶＤ＋ＲＷで策定された規格である「ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等」、コンパクトディスク（ＣＤ）であって、読出し専用メモリ（ＣＤ−ＲＯＭ）、ＣＤレコーダブル（ＣＤ−Ｒ）、ＣＤリライタブル（ＣＤ−ＲＷ）等、ブルーレイ・ディスク（Ｂｌｕ−ｒａｙ（登録商標） Ｄｉｓｃ）、光磁気ディスク（ＭＯ）、フレキシブルディスク（ＦＤ）、磁気テープ、ハードディスク、読出し専用メモリ（ＲＯＭ）、電気的消去及び書換可能な読出し専用メモリ（ＥＥＰＲＯＭ（登録商標））、フラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）、ＳＤ（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）メモリーカード等が含まれる。
そして、前記のプログラム又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク（ＬＡＮ）、メトロポリタン・エリア・ネットワーク（ＭＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、又は無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分であってもよく、又は別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して記録されていてもよい。また、圧縮や暗号化等、復元可能であればどのような態様で記録されていてもよい。

【符号の説明】

【0041】

１００…情報処理装置
１１０…テキストデータベース
１２０…関係データベース
１３０…ラベルリスト
１４０…ラベル付与モジュール
１５０…タグ付きコーパス
２１０Ａ…テキスト処理装置（ＳＮＳ）
２１０Ｂ…テキスト処理装置（データ管理）
２２０…テキストデータ収集装置
２７０…ユーザー端末
２８０…学習装置
２９０…通信回線
１４００…情報処理装置
１４２０…関係候補抽出モジュール
１４２５…関係候補データベース

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】