特許7000181IP Force 特許公報全文掲載

ホーム > 特許ランキング > 株式会社日立ソリューションズ・クリエイト > 特許7000181

技術分野

深層学習により自然言語処理を行う言語処理システム

発明が解決しようとする課題[発明の詳細な説明]から抜粋

前述した非特許文献１の方法は、文字の順序性を考慮できない。例えば「一」「ニ」「三」や「１」「２」「３」のような文字についても、「それぞれが別の文字である」こと以外のヒントが無い状態から学習を行うため、未知の文字・単語に弱く、大量の学習データが必要になる。非特許文献２及び非特許文献３の方法では、「１」「２」「３」などに関しては、似た文脈に出現する又は似た字形であるため、類似したベクトルが割り当てられることにより、必要な学習データ量の削減が期待できる。しかしながら、これらの方法も順序性は考慮されていない。また、事前に文字の画像を用いた学習を行う必要がある。

課題を解決するための手段[発明の詳細な説明]から抜粋

本願において開示される発明の代表的な一例を示せば以下の通りである。すなわち、言語処理システムが実行する言語処理方法であって、言語処理システムは、所定の処理を実行する演算装置と、前記演算装置に接続された記憶装置とを有し、前記方法は、前記演算装置が、自然言語文字列を学習する学習部を構成し、前記演算装置が、学習すべき自然言語文字列が入力されると、該自然言語文字列をｕｎｉｃｏｄｅのコードポイントに変・・・　続きを知財ポータルサイト IP Force にログインして見る

発明の効果[発明の詳細な説明]から抜粋

本発明の一態様によれば、少数の学習データで高精度の推測が可能となる。前述した以外の課題、構成及び効果は、以下の実施例の説明によって明らかにされる。

この特許の権利範囲[特許請求の範囲]

知財ポータルサイト IP Force にログインして確認する (無料)

この特許公報に記載されている図面[図面の簡単な説明]から抜粋

【図1】 本発明に係る自然言語処理装置の構成を示すブロック図である。
【図2】 学習用データベースの構成例を示す図である。
【図3】 予測用データベースの構成例を示す図である。
【図4】 自然言語処理装置が実行する処理の概要を示すフローチャートである
【図5】 自然言語処理装置が実行する処理の概要を示すフローチャートである
【図6】 数値化処理部が実行する数値化処理のフローチャートである。
【図7】 予測結果データの構成例を示す図である。

代表図 図1本件の代表的な図

０１０ 中央処理装置 ０１１ 数値化処理部 ０１２ ニューラルネットワーク学習処理部 ０１３ ニューラルネットワーク予測処理部 ０２０ データメモリ ０２１ 学習用データ ０２２ 予測用データ ０２３ ニューラルネットワーク ０２４ 予測結果データ ０３０ プログラムメモリ ０４０ 学習用データベース ０５０ 予測用データベース ０６０ 表示装置 ０７０ キーボード ０８０ ポインティングデバイス

全ての図面はログインすると無料で閲覧できます。ログイン・ユーザー登録

［広告欄］

ログインすれば広告は減ります

ログインすれば広告は減ります

Copyright © Science Impact Inc. All Rights Reserved.