[发明专利]信息处理器、处理信息的方法以及程序

权利要求书

1.一种对文档执行统计自然语言处理的信息处理器，所述信息处理器包括：

特征量提取组件，用于从所述文档中检测包含专有名词对的上下文信息，并提取所检测的上下文信息的特征量；

特征量分析组件，用于通过使用概率模型分析所提取的上下文信息的特征量，来估计所述概率模型中的潜在变量和上下文主题比率，其中在所述概率模型中，考虑意味着所述文档的整个主题的文档主题和意味着所述文档的局部主题的上下文主题；以及

聚类组件，用于基于关于各个上下文信息的特征量而估计的上下文主题比率，聚类包含在所述上下文信息中的专有名词对。

2.如权利要求1所述的信息处理器，还包括：

基本信息产生组件，用于基于聚类包含在所述上下文信息中的专有名词对的结果，产生对应于所述上下文信息的基本信息。

3.如权利要求2所述的信息处理器，还包括：

选择组件，用于基于关于各个上下文信息的特征量而估计的上下文主题比率，选择所述特征量中的元素。

4.如权利要求2所述的信息处理器，其中

所述特征量分析组件还通过使用所述概率模型分析所提取的上下文信息的特征量，来估计所述文档主题和所述上下文主题的混合比率。

5.如权利要求2所述的信息处理器，其中所述特征量提取组件包括：

检测组件，用于检测所述文档中的专有名词；

照应语分析组件，用于对所述文档执行照应语分析；

提取组件，用于在照应语分析的文档中设置专有名词对，并提取包含所述专有名词对之前和之后的多个词并包含所述专有名词对的上下文信息；以及

设置组件，用于仅将从所提取的上下文信息中留下的、在预先准备的词典中注册的词设置为所述上下文信息的特征量。

6.如权利要求2所述的信息处理器，其中所述统计自然语言处理是同义词分析、多义词分析、两个名词之间的相关性分析或词的特性分析。

7.一种对文档执行统计自然语言处理的信息处理器的处理信息的方法，所述信息处理器包括：

特征量提取组件，用于从所述文档中检测包含专有名词对的上下文信息，并提取所检测的上下文信息的特征量；

特征量分析组件，用于通过使用概率模型分析所提取的上下文信息的特征量来估计所述概率模型中的潜在变量和上下文主题比率，其中在所述概率模型中，考虑意味着所述文档的整个主题的文档主题和意味着所述文档的局部主题的上下文主题；以及

聚类组件，用于基于关于各个上下文信息的特征量而估计的上下文主题比率，聚类包含在所述上下文信息中的专有名词对，所述方法包括：

第一特征量提取步骤，由所述特征量提取组件从用于学习的文档中检测包含专有名词对的上下文信息，并提取所检测的上下文信息的特征量；

第一特征量分析步骤，由所述特征量分析组件通过使用所述概率模型分析从所述用于学习的文档中提取的上下文信息的特征量，来估计所述概率模型中的潜在变量；

第二特征量提取步骤，由所述特征量提取组件从用于分析的文档中检测包含专有名词对的上下文信息，并提取所检测的上下文信息的特征量；

第二特征量分析步骤，由所述特征量分析组件通过使用所述概率模型分析从所述用于分析的文档中提取的上下文信息的特征量，来估计所述概率模型中的上下文主题比率；以及

聚类步骤，由所述聚类组件基于关于各个上下文信息的特征量而估计的上下文主题比率，聚类包含在所述上下文信息中的专有名词对。

8.一种使对文档执行统计自然语言处理的计算机作为如下功能组件来工作的程序，所述功能组件包括：

特征量提取组件，用于从所述文档中检测包含专有名词对的上下文信息，并提取所检测的上下文信息的特征量；

特征量分析组件，用于通过使用概率模型分析所提取的上下文信息的特征量来估计所述概率模型中的潜在变量和上下文主题比率，其中在所述概率模型中，考虑意味着所述文档的整个主题的文档主题和意味着所述文档的局部主题的上下文主题；以及

聚类组件，用于基于关于各个上下文信息的特征量而估计的上下文主题比率，聚类包含在所述上下文信息中的专有名词对。

9.一种对文档执行统计自然语言处理的信息处理器，所述信息处理器包括：

特征量提取单元，其被构造为从所述文档中检测包含专有名词对的上下文信息，并提取所检测的上下文信息的特征量；

特征量分析单元，其被构造为通过使用概率模型分析所提取的上下文信息的特征量来估计所述概率模型中的潜在变量和上下文主题比率，其中在所述概率模型中，考虑意味着所述文档的整个主题的文档主题和意味着所述文档的局部主题的上下文主题；以及

聚类单元，其被构造为基于关于各个上下文信息的特征量而估计的上下文主题比率，聚类包含在所述上下文信息中的专有名词对。