特許ウォッチ

公開番号2025132315
公報種別公開特許公報(A)
公開日2025-09-10
出願番号2024029780
出願日2024-02-29
発明の名称処理方法、処理装置及び処理プログラム
出願人ダイキン工業株式会社,国立大学法人東京大学
代理人個人,個人
主分類G06F 40/216 20200101AFI20250903BHJP(計算;計数)
要約【課題】物質について記載したテキスト情報が含まれる文書を解析する際の解析精度を向上させる。
【解決手段】処理方法は、文書に含まれる物質名を有する物質の構造情報に基づく第1分散表現を出力する第1出力工程と、前記文書に含まれる物質名を有する物質について記載したテキスト情報に基づく第2分散表現を出力する第2出力工程と、前記第1分散表現と、前記第2分散表現とを用いてモデルの学習を行う学習工程とを含む。
【選択図】図3
特許請求の範囲【請求項１】
文書に含まれる物質名を有する物質の構造情報に基づく第１分散表現を出力する第１出力工程と、
前記文書に含まれる物質名を有する物質について記載したテキスト情報に基づく第２分散表現を出力する第２出力工程と、
前記第１分散表現と、前記第２分散表現とを用いてモデルの学習を行う学習工程と
を含む処理方法。
続きを表示（約 1,500 文字）【請求項２】
前記学習工程において、前記モデルの学習を行うことには、学習済みのモデルの再学習を行うことが含まれる、
を含む請求項１に記載の処理方法。
【請求項３】
前記テキスト情報は、物質名を含む文章であり、
前記学習工程において、前記モデルの学習を行うことには、
前記第１出力工程と前記第２出力工程とを実行することで出力された、第１分散表現と第２分散表現とを含む分散表現の集合を用いてモデルの学習を行うこと、が含まれる、
請求項１に記載の処理方法。
【請求項４】
前記テキスト情報が物質名を含む文章である場合、物質名の位置に対応する位置に第１分散表現が配置され、物質名以外の文章の位置に対応する位置に第２分散表現が配置された、前記分散表現の集合が生成される、
請求項３に記載の処理方法。
【請求項５】
前記テキスト情報は、物質名を含む文章であり、
前記学習工程において、前記モデルの再学習を行うことには、
前記テキスト情報の物質名以外の一部にマスク処理を行うことと、
マスク処理後の前記テキスト情報について、前記第１出力工程と前記第２出力工程とを実行することで出力された、第１分散表現と第２分散表現とを含む分散表現の集合を入力データとし、前記テキスト情報の物質名以外の一部を正解データとする教師有り学習を行うことと、が含まれる、
請求項３に記載の処理方法。
【請求項６】
前記テキスト情報は、物質名を含む文章であり、
前記学習工程において、前記学習済みのモデルの再学習を行うことには、
前記テキスト情報の物質名に、共通のトークンを用いてマスク処理を行うことと、
マスク処理後の前記テキスト情報について、前記第１出力工程と前記第２出力工程とを実行することで出力された、第１分散表現と第２分散表現とを含む分散表現の集合を入力データとし、前記テキスト情報の物質名を正解データとする教師有り学習を行うことと、が含まれる、
請求項２に記載の処理方法。
【請求項７】
前記テキスト情報は、物質名を含む文章であり、
前記学習工程において、前記モデルの学習を行うことには、
第１分散表現を出力する学習済みの第１モデル、または、第２分散表現を出力する学習済みの第２モデル、または、前記学習済みの第１モデル及び前記学習済みの第２モデルの出力が入力される前記学習済みのモデル、のいずれかの再学習を行うこと、が含まれる、
請求項１に記載の処理方法。
【請求項８】
前記学習工程において、前記第１分散表現を出力する学習済みの第１モデルは、文脈が類似する文章にそれぞれ含まれる、互いに異なる物質名を有する物質の構造情報に基づく第１分散表現が、互いに近傍に配置されるように学習が行われる、
請求項７に記載の処理方法。
【請求項９】
物質の構造情報に基づく第１分散表現を、前記学習工程において学習が行われた学習済みのモデルに入力することで、前記物質の用途または機能を示すトークンを出力する第３出力工程
を含む請求項１に記載の処理方法。
【請求項１０】
物質の用途または機能が記載されたテキスト情報に基づく第２分散表現を、前記学習工程において学習が行われた学習済みのモデルに入力することで、前記物質の物質名を示すトークンを出力する第３出力工程
を含む請求項１に記載の処理方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示は、処理方法、処理装置及び処理プログラムに関する。
続きを表示（約 1,100 文字）【背景技術】
【０００２】
化学分野等における論文、雑誌、特許文献等の文書には、物質の分子構造を示す構造情報と、当該物質について記載したテキスト情報とが含まれる。このような文書を、機械学習モデルを用いて解析する場合、従来は構造情報とテキスト情報とに分けて解析が行われていた。また、テキスト情報に対しては、物質名も物質名以外の他の文字列も同様の解析が行われていた。
【先行技術文献】
【特許文献】
【０００３】
韓国公開特許第２０２１－００４４００３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、上記解析方法では、所望する解析結果が得られない場合がある。
【０００５】
本開示は、物質について記載したテキスト情報が含まれる文書を解析する際の解析精度を向上させることを目的とする。
【課題を解決するための手段】
【０００６】
本開示の第１の態様は、処理方法であって、
文書に含まれる物質名を有する物質の構造情報に基づく第１分散表現を出力する第１出力工程と、
前記文書に含まれる物質名を有する物質について記載したテキスト情報に基づく第２分散表現を出力する第２出力工程と、
前記第１分散表現と、前記第２分散表現とを用いてモデルの学習を行う学習工程と
を含む。
【０００７】
本開示の第１の態様によれば、物質について記載したテキスト情報が含まれる文書を解析する際の解析精度を向上させることができる。
【０００８】
本開示の第２の態様は、第１の態様に記載の処理方法であって
前記学習工程において、前記モデルの学習を行うことには、学習済みのモデルの学習を行うことが含まれる。
【０００９】
本開示の第３の態様は、第１または第２の態様に記載の処理方法であって、
前記テキスト情報は、物質名を含む文章であり、
前記学習工程において、前記モデルの学習を行うことには、
前記第１出力工程と前記第２出力工程とを実行することで出力された、第１分散表現と第２分散表現とを含む分散表現の集合を用いてモデルの学習を行うこと、が含まれる。
【００１０】
本開示の第４の態様は、第３の態様に記載の処理方法であって、
前記テキスト情報が物質名を含む文章である場合、物質名の位置に対応する位置に第１分散表現が配置され、物質名以外の文章の位置に対応する位置に第２分散表現が配置された、前記分散表現の集合が生成される。
（【００１１】以降は省略されています）

関連特許