[發明專利]用于監視文本信息的字典創建裝置、用于監視文本信息的字典創建方法和用于監視文本信息的字典創建程序

在審

• 申請號: 201380050748.6
• 申請日: 2013-09-26
• 公開（公告）號: CN104685493A
• 公開（公告）日: 2015-06-03
• 發明（設計）人: 大西貴士;土田正明;石川開
• 申請（專利權）人: 日本電氣株式會社
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06F17/30
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 韓峰;孫志湧

1.一種用于監視文本信息的字典生成裝置，其被用在文本信息監視系統中并且生成登記有檢測條件的字典，所述字典生成裝置包括：

特征度計算單元，所述特征度計算單元對于作為檢測條件的候選的短語，來計算表示該短語與作為監視對象的信息內容匹配的程度的特征度；以及

短語有用度判定單元，所述短語有用度判定單元基于所述特征度和表示由該短語所限定的含義的少許模糊度的有用度，來判定所述短語是否適合檢測條件。

2.根據權利要求1所述的用于監視文本信息的字典生成裝置，其中，所述短語有用度判定單元包括：

有用度計算單元，所述有用度計算單元基于所述短語的長度，來計算所述有用度，以及

檢測條件判定單元，所述檢測條件判定單元基于所述特征度以及由所述有用度計算單元所計算的有用度，來判定所述短語是否適合檢測條件。

3.根據權利要求2所述的用于監視文本信息的字典生成裝置，其中，

所述有用度計算單元基于所述短語的長度和文檔集合中的頻率，來計算有用度。

4.根據權利要求3所述的用于監視文本信息的字典生成裝置，其中，

所述有用度計算單元基于所述短語的長度或該長度的對數值與文檔集合中的頻率或該頻率的對數值的乘積，來計算有用度。

5.根據權利要求2所述的用于監視文本信息的字典生成裝置，其中，

所述有用度計算單元基于所述短語的長度、文檔集合中的頻率、以及表示短語之間的包含關系的指標，來計算有用度。

6.根據權利要求5所述的用于監視文本信息的字典生成裝置，其中，

當長于感興趣的短語的另一短語包括該感興趣的短語時，

表示短語之間的包含關系的所述指標是所述另一短語出現的頻率的總數與所述另一短語的數量之間的比。

7.根據權利要求2至6所述的用于監視文本信息的字典生成裝置，其中，

所述檢測條件判定單元基于所述有用度或該有用度的對數值與所述特征度或該特征度的對數值的乘積，來判定所述短語是否適合檢測條件。

8.根據權利要求2至7所述的用于監視文本信息的字典生成裝置，其中，

對于由所述有用度計算單元所計算出的有用度不小于閾值的短語，

所述特征度計算單元計算特征度，并且

所述檢測條件判定單元判定所述短語是否適合檢測條件。

9.一種用于監視文本信息的字典生成方法，所述字典生成方法是用于生成被用在文本信息監視系統中的字典的方法，

其中，

用于監視文本信息的字典生成裝置：

對于作為檢測條件的候選的短語，來計算表示所述短語與作為監視對象的信息內容匹配的程度的特征度；

基于所述特征度和表示由所述短語所限定的含義的少許模糊度的有用度，來判定所述短語是否適合檢測條件；以及

輸出被判定為適合的短語，并且將該短語登記為檢測條件。

10.一種用于監視文本信息的字典生成程序，所述程序使用于監視文本信息的字典生成裝置執行以下各處理：

對于作為檢測條件的候選的短語，來計算表示所述短語與作為監視對象的信息內容匹配的程度的特征度；

基于所述特征度和表示由所述短語所限定的含義的少許模糊度的有用度，來判定所述短語是否適合檢測條件；以及

輸出被判定為適合的短語，并且將該短語登記為檢測條件。