文章解析方法、记录介质及文章解析系统技术方案

本发明专利技术提供高精度地检索具有对应关系的文章的文章解析方法、记录介质及文章解析系统。在文章解析系统进行的文章解析方法中，根据第一文本及第二文本，分别生成执行要素分解处理而得到的文本的构成单位。计测第一文本的构成单位与第二文本的构成单位的各构成单位对的类似度。判定各构成单位对是类似度为规定值以上的近义词及类似度小于规定值的关联词中的哪一个。基于判定出的近义词，从第二文本确定应用关联词的关联词可应用区域。基于判定出的关联词，判定关联词可应用区域与第一文本的对应关系。

【技术实现步骤摘要】
文章解析方法、记录介质及文章解析系统
本专利技术涉及文章解析方法、记录介质及文章解析系统。
技术介绍
有如下技术：当例如新闻报道和对应于它的SNS(SocialNetworkingService)上的投稿那样有成对的两个文书时，推测后者的各语句是否是基于前者的某个语句来写出。如果使用本技术，则例如能够从新闻报道中收集与SNS上的投稿对应的信息。这样的信息有助于确认投稿内容的背景及是否信任投稿内容的意思决定。语句与语句的对应关系的推测根据一方的语句中包含的单词是否也包含在另一方语句中等来进行。例如在专利文献1及专利文献2中，公开了一种推测两个语句的单词间的对应关系的方法。专利文献1：日本特开2019－16074号公报专利文献2：日本特开2012－14245号公报
技术实现思路
例如，“应该帮助受灾者”和“应该救济受灾者”的两个语句在“帮助”和“救济”间有对应关系。作为推测这样不完全一致的单词间的对应关系的方法，有计测单词间的类似度并根据原来的单词提取其他单词、如果与其他单词完全一致则判断为有对应关系的方本文档来自技高网...

【技术保护点】
1.一种文章解析方法，是文章解析系统进行的文章解析方法，其特征在于，包括：/n计测步骤，根据第一文本及第二文本，分别生成执行要素分解处理而得到的文本的构成单位，计测上述第一文本的构成单位与上述第二文本的构成单位的各构成单位对的类似度；/n近义词关联词判定步骤，判定上述各构成单位对是上述类似度为规定值以上的近义词、以及上述类似度小于上述规定值的关联词中的哪一个；/n确定步骤，基于由上述近义词关联词判定步骤判定的近义词，从上述第二文本确定应用上述关联词的关联词可应用区域；以及/n对应关系判定步骤，基于由上述近义词关联词判定步骤判定的关联词，判定上述关联词可应用区域与上述第一文本的对应关系。/n

【技术特征摘要】
20190606 JP 2019-1065841.一种文章解析方法，是文章解析系统进行的文章解析方法，其特征在于，包括：
计测步骤，根据第一文本及第二文本，分别生成执行要素分解处理而得到的文本的构成单位，计测上述第一文本的构成单位与上述第二文本的构成单位的各构成单位对的类似度；
近义词关联词判定步骤，判定上述各构成单位对是上述类似度为规定值以上的近义词、以及上述类似度小于上述规定值的关联词中的哪一个；
确定步骤，基于由上述近义词关联词判定步骤判定的近义词，从上述第二文本确定应用上述关联词的关联词可应用区域；以及
对应关系判定步骤，基于由上述近义词关联词判定步骤判定的关联词，判定上述关联词可应用区域与上述第一文本的对应关系。


2.如权利要求1所述的文章解析方法，其特征在于，
在上述计测步骤中，针对上述各构成单位对，计测多个种类的类似度；
在上述近义词关联词判定步骤中，基于上述多个种类的类似度，判定上述各构成单位对是上述近义词及上述关联词中的哪一个。


3.如权利要求1所述的文章解析方法，其特征在于，
在上述确定步骤中，在上述第二文本的全部样式的部分区域中，确定与上述第一文本之间基于对应于上述近义词的上述类似度的置信度最大的部分区域，将所确定的部分区域扩大规定范围而生成上述关联词可应用区域。


4.如权利要求3所述的文章解析方法，其特征在于，
在上述确定步骤中，上述置信度还基于上述第二文本的全部样式的部分区域与上述第一文本之间范畴信息是否一致的信息，上述范畴信息表示与文本的内容关联的范畴。


5.如权利要求3所述的文章解析方法，其特征在于，
在上述确定步骤中，上述置信度还基于上述各构成单位对是否一致的信息。


6.如权利要求1所述的文章解析方法，其特征在于，
在上述对应关系判定步骤中，在上述关联词可应用区域的全部样式的部分区域中，确定与上述第一文本之间基于对应于上述关联词的上述类似度的置信度最大的部分区域，判定所确定的部分区域与上述第一文本的对应关系。


7...

【专利技术属性】
技术研发人员：横手健一，岩山真，
申请(专利权)人：株式会社日立制作所，
类型：发明
国别省市：日本;JP