特許
J-GLOBAL ID：202103006991486916
キーワード抽出方法、コンピュータ装置及び記憶媒体
発明者：
出願人/特許権者：
代理人 (2件)：
実広 信哉
, 松尾 直樹
公報種別：特許公報
出願番号（国際出願番号）：特願2019-521096
特許番号：特許第6956177号
出願日： 2018年02月08日
請求項（抜粋）：
【請求項1】 ユーザ端末又はサーバに応用されるキーワード抽出方法であって、
前記ユーザ端末又はサーバのプロセッサが、処理待ちテキストの各判定待ちワードを取得することと、
前記プロセッサが、各前記判定待ちワードのそれぞれに対応する前文ワードを確定することであって、前記前文ワードは前記処理待ちテキストにおける、前記判定待ちワードの前文に出現したワードである、ことと、
前記プロセッサが、各前記判定待ちワードと各前記判定待ちワードのそれぞれに対応する前文ワードとが前記処理待ちテキストに出現する順序に基づき、各前記判定待ちワードのワードシーケンスを確定することであって、1番目の判定待ちワードのワードシーケンスは、該1番目の判定待ちワード自体で構成され、前記1番目の判定待ちワード以外の他の判定待ちワードでは、該判定待ちワードに対応するワードシーケンスは、該判定待ちワードの各前文ワード及び該判定待ちワード自体のワードシーケンスであって、該判定待ちワードの各前文ワード及び該判定待ちワードが前記処理待ちテキストに出現する順序に応じて確定されたワードシーケンスである、ことと、
前記プロセッサが、各前記判定待ちワードの前記ワードシーケンスをトレーニングされたリカレントニューラルネットワークモデルにそれぞれ入力し、各前記判定待ちワードが前記処理待ちテキストのキーワードである確率を得ることと、
前記プロセッサが、各前記判定待ちワードが前記処理待ちテキストのキーワードである確率及び予め設定された閾値に基づき、前記処理待ちテキストのキーワードを確定することとを含み、
前記リカレントニューラルネットワークモデルはLSTMモデルであり、
各前記判定待ちワードの前記ワードシーケンスをトレーニングされたリカレントニューラルネットワークモデルにそれぞれ入力し、各前記判定待ちワードが前記処理待ちテキストのキーワードである確率を得ることは、
前記ワードシーケンスを構成する各前文ワード及び判定待ちワードを、前記処理待ちテキストに出現する順序に従って前記LSTMモデルに入力し、前記処理待ちテキストに含まれる判定待ちワードの数に基づいて前記LSTMモデルを複数回用い、各前記判定待ちワードが前記処理待ちテキストのキーワードである確率を得ることを含む、
ことを特徴とするキーワード抽出方法。
IPC (2件)：
G06F 40/284 ( 202 0.01)
, G06F 40/216 ( 202 0.01)
G06F 40/284
, G06F 40/216
