[发明专利]信息处理装置、信息处理方法和程序

权利要求书

1.一种信息处理装置，包括：

文档分析单元，其从文档数据提取包括向其赋予关联性标签的实体对的短语；以及

标签赋予单元，其赋予指示所述实体对之间的关联性的关联性标签，

其中，所述标签赋予单元

通过分析具有关于实体对和关联性标签的登记信息的现有关联性数据库中的登记信息和其中存在至少一个包括在关联性数据库中登记的实体对的短语的文档数据，来获得在包括实体对的短语中包括的词汇语法模式，并从所述文档数据获得所述词汇语法模式在该文档数据中出现的出现次数

对于词汇语法模式对，计数在所述文档数据中与每对词汇语法模式的两方同时出现的实体对的数量，以及

设置从概率密度分布创建的概率模型，该概率密度分布包括所计数的实体对的数量、指示赋予关联性标签的正当性的参数Z、以及指示正确赋予关联性标签的概率的参数a，计算在概率模型中使似然最大的参数Z和a，评价为从所述文档数据中提取的实体对赋予关联性标签的正当性，并基于评价结果赋予关联性标签。

2.如权利要求1所述的信息处理装置，其中，所述标签赋予单元

通过分析具有关于实体对和关联性标签的登记信息的现有关联性数据库中的登记信息和其中存在至少一个包括在关联性数据库中登记的实体对的短语的文档数据，来获得在包括实体对的短语中包括的词汇语法模式，

获得属于具有在具有词汇语法模式A的短语中出现的实体对的集合的实体对的数量N1、属于具有在具有不同于词汇语法模式A的词汇语法模式B的短语中出现的实体对的集合的实体对的数量N3、以及属于在具有词汇语法模式A的短语中出现的实体对的集合与在具有词汇语法模式B的短语中出现的实体对的集合之间的重叠部分的集合的实体对的重叠数量N2，然后，创建重叠比率矩阵M，该矩阵M具有关于三个实体对数量的比率信息作为元素，并且

使用利用重叠比率矩阵M的概率模型，来评价为从文档数据中提取的实体对赋予关联性标签的正当性，并基于评价结果赋予关联性标签。

3.如权利要求2所述的信息处理装置，其中，所述重叠比率矩阵M是具有数量N3与N2之间的比率N2/N3和数量N1与N2之间的比率N2/N1作为元素的矩阵。

4.如权利要求1所述的信息处理装置，其中，所述标签赋予单元根据参数Z的值向从文档数据中提取的实体对赋予关联性标签，其中所述参数Z的值是作为通过利用概率模型逐次改变和收敛参数Z和a的值所获得的结果而获得的。

5.如权利要求1所述的信息处理装置，其中，所述参数Z是取决于关联性标签被正确地设置还是错误地设置而具有值1或0的参数。

6.如权利要求1所述的信息处理装置，其中，所述文档分析单元获得在所提取的短语中包括的实体对和作为词汇语法模式的词串的数据，并将所述数据存储在三项数据库中，其中，所述所提取的短语包括向其赋予关联性标签的实体对，并且所述词串被包括于在该短语的语法树中联结所述实体对的最短路径中。

7.如权利要求1所述的信息处理装置，其中，所述标签赋予单元被配置成，从三项数据库存储的数据中选择对其赋予关联性标签的词汇语法模式，并且从将被处理的词汇语法模式中排除与在三项数据库中存储的一个词汇语法模式相对应的实体对的数量小于规定值的词汇语法模式以及与在现有关联性数据库中登记的实体对的集合中不包括的实体对相对应的词汇语法模式。

8.如权利要求1所述的信息处理装置，其中，所述标签赋予单元执行作为估计参数Z和a的处理的最大似然估计的估计算法，该估计算法

(i)随机地初始化参数Z和a，并且

(ii)交替地重复更新如下参数直至收敛，收敛是指不存在参数Z的变化，在最速上升法之后参数a的变化等于或小于0.001，

并且所述估计算法

(ii-i)在参数Z固定之后通过最速上升法估计参数a，并且

(ii-ii)在固定参数a之后，关于c随机地排序参数Z，并在固定另一个参数Zc的同时顺序地重置每个参数Zc的值，以使似然最大，并且重复所述排序和重置，直到参数Z不发生变化。