Pat

J-GLOBAL ID：200903049885092440

文献を識別し、検索し、分類する方法

Inventor： マ-ク ダマシエク
Applicant, Patent owner： アメリカ合衆国
Agent (1)： 大谷 幸太郎 (外1名)
Gazette classification：公開公報
Application number (International application number)：1992301549
Publication number (International publication number)：1994110948
Application date： Oct. 15, 1992
Publication date： Apr. 22, 1994
Summary：

【要約】【目的】 与えられた文献の記載言語を識別する方法を提供する。【構成】 既知言語の参照文献の文字をn個づつ、例えば2個づつに分解(これをn-グラムという)して、n-グラム列を作り、また未識別文献についても同じくn-グラムに分解する。各n-グラムに対し、ウェ-トを割当て、参照文献相互に含まれる共通性を示す要因、及び各未識別文献の共通性を示す要因を数値化し、n-グラムから共通性を除去する。未識別文献を既知言語の各参照文献と比較し、類似性の程度を示す点数を演算し、類似性の点数に基づいて、未識別言語が既知言語の何であるかを識別する。この方法は文献又は論題を識別し、検索し、又は分類する方法に適用できる。

Claim (excerpt)：

次のステツプから成る、テキストの言語を決定する方法。(a)nが少くとも1の値をもち、各n-グラムがテキスト本体のn個の連続した文字/スペ-スの位置の内容から成る複数のn-グラムに上記テキスト本体を分解すること、(b)前記各n-グラムを、各n-グラムの組が異なる言語を表わす複数のn-グラムの組と比較すること、(c)特定のn-グラムの組に対するステツプ(b)の合致率が、そのn-グラムの組に対する所定値に少くとも等しく、かつ他のn-グラムの組に対するステツプ(b)の合致率よりも大きいとき、上記テキスト本体の言語を上記特定のn-グラムの組の言語で書かれたものとして識別すること。

IPC (2)：

G06F 15/401 ,  G06F 15/40 500