特許
J-GLOBAL ID：201903014299142381
CNNベースの集積回路を使用する自然言語処理
発明者：
,
,
出願人/特許権者：
代理人 (2件)：
加藤 秀忠
, 三崎 正輝
公報種別：特許公報
出願番号（国際出願番号）：特願2018-143768
特許番号：特許第6491782号
出願日： 2018年07月31日
要約：
【課題】表意文字は精通していなけらば理解不能なものもあり、その表意文字を理解するために、CNNベースの集積回路を使用する自然言語処理を提供する。
【解決手段】自然言語テキストの文字列は、「スーパーキャラクタ」を表すKビットデータのN×Nピクセルの行列を含み、多層二次元シンボルを形成する。行列は、各々(N/M)×(N/M)ピクセルを含むM×M個の部分行列に分割される。各部分行列は、表意文字集合内で定義された一つの表意文字を表し、「スーパーキャラクタ」は、複数の表意文字の特定の組み合わせから形成される意味を表す。「スーパーキャラクタ」の意味は、セルラニューラルネットワークまたはセルラ非線形ネットワーク(CNN)ベースの集積回路において2値3×3フィルタカーネルを有する訓練された畳み込みニューラルネットワークモデルを介して二次元シンボルを分類することによって学習される。
【選択図】図5A
請求項（抜粋）：
【請求項1】 セルラニューラルネットワークまたはセルラ非線形ネットワーク(CNN)ベースの集積回路を使用する自然言語処理の方法であって、
コンピューティングシステムにおいて自然言語の文字列を受信するステップと、
前記コンピューティングシステムにインストールされた二次元シンボル生成モジュールで、前記受信した自然言語の文字列から二次元シンボル生成規則のセットに基づいて多層二次元シンボルを形成するステップであって、前記二次元シンボルは、スーパーキャラクタを含むKビットデータのN×Nピクセルの行列であり、前記行列は、各々が(N/M)×(N/M)個のピクセルを含むM×M個のサブ行列に分割され、前記サブ行列の各々は、表意文字集合内に定義された一つの表意文字を表し、前記スーパーキャラクタは複数の表意文字の特定の組み合わせから形成される意味を表し、ここでK、NおよびMは正の整数または整数であり、NはMの倍数であるステップと、
セルラニューラルネットワークまたはセルラ非線形ネットワーク(CNN)ベースの集積回路において、2値3×3フィルタカーネルを有する訓練された畳み込みニューラルネットワークモデルを介して前記二次元シンボルを分類することによって前記スーパーキャラクタの前記意味を学習するステップと、
を含む方法。
IPC (1件)：
FI (2件)：
G06F 17/27 685
, G06F 17/27 665
