技術情報
|
技術情報 |
|
パーソナル司書サービスのテクノロジー エージェントを構成する基幹テクノロジーを紹介します。 |
|
ヒューリスティック形態素解析 Heuristic morphological analysis |
|
| N-gram、ヒューリスティック形態素解析を応用し、定義辞書に依存しないハイブリッド型の自然言語処理アルゴリズムの研究開発の成果を搭載。 通常の形態素解析では対応しきれない未知の単語を推測する技術や、話し言葉に耐えうる高速係り受け解析技術など、今までの解析エンジンでは実現し得なかった技術を搭載。 今後のバージョンアップを見据え、さらに汎用性の高い対話エンジンの開発・搭載に取り組んでいます。 | |
|
類似文章解析エンジン Similar sentence analysis engine |
|
| リクエスト内容を解析し類似文章を抽出する（シソーラス）エンジンを開発。 この技術は、会話文の品詞、語尾、文脈、文章の作成の仕方など複数の指標から類似文章を抽出し、類義語、同義語、文章揺らぎにも対応。 本技術によって、携帯特有の崩れた口語文章でも類似文章の解析を可能にしています。 | |
|
感情認識型レコメンドエンジン Preference recognition |
|
| 「感情認識型レコメンドエンジン」は、ユーザーの感情性を認識することで、ひとりひとりのユーザーの感情モデルにマッチした情報推薦を可能としています。 今までのレコメンドエンジンは、ユーザーの感情の取得に多くの学習期間や学習量を必要としましたが、「感情認識型レコメンドエンジン」では、 エンジンの精度を高めることでユーザーの高い満足度を実現していきます。 | |
|
クラスタリングエンジン(モバイルサーチ) Clustering engine |
|
| 類似する情報を極力回避し、より厳選された少ない情報量の提供からでも多くの情報が得られるようにクラスタリングします。 | |
|
パーソナライズド整合エンジン Personalizing adjustment engine |
|
| 「感情認識レコメンドエンジン」により抽出されたユーザーの感情にマッチする情報を最適化します。クエリ解析後の趣向ごとの近接度や、頻出度などを 多角的に解析し、ユーザーにとって最適な情報を算出・抽出・ランキングします。 | |
|
メール to メールコミュニケーション採用(モバイルサーチ) E-mail to mail communications |
|
| 専用のインターフェースではなく、使い慣れたインターフェースであるメールでのやりとりを採用することで、操作性の向上、さらに対話感覚を大切にします。 メールを交わすことで、ユーザーの好みや感情性、行動特性を考慮し、ユーザーにマッチした情報を自律的に収集・提供。パーソナル司書エージェントとして、豊かな毎日を演出します。 | |
|
サマリー編集エンジン Summary edit engine |
|
| ユーザーのリクエストの要点を認識することで、最適な情報のポジションを抽出し、対象となる情報のサマリーを自動編集します。 | |
|
機械学習エンジン(モバイルサーチ) Machine learning |
|
| 機械学習とは、「経験から学習するコンピュータ・プログラム」をつくることを目的とした研究分野。ある程度の数のサンプルデータ集合を対象に解析を行い、そのデータから有用な規則、ルール、知識表現、判断基準などを抽出する技術。ユーザーより与えられたクエリーを学習していくことで、より趣向に合った情報を提供できるようになっていきます。 | |
