JP7475592B2

JP7475592B2 - テキスト情報の中からターゲット単語と対応する単語を識別する方法（ｍｅｔｈｏｄｆｏｒｉｄｅｎｔｉｆｙａｗｏｒｄｃｏｒｒｅｓｐｏｎｄｉｎｇｔｏａｔａｒｇｅｔｗｏｒｄｉｎｔｅｘｔｉｎｆｏｒｍａｔｉｏｎ）

Info

Publication number: JP7475592B2
Application number: JP2023114241A
Authority: JP
Inventors: ソンミンパク
Original assignee: アクションパワーコーポレイション
Priority date: 2022-07-15
Filing date: 2023-07-12
Publication date: 2024-04-30
Anticipated expiration: 2043-07-12
Also published as: JP2024012152A; US20240028827A1; US12197862B2; KR102517661B1

Description

本発明は、単語を識別する方法に係り、より具体的にはテキスト情報の中からターゲット単語と対応する単語を識別する技術に関する。

自動音声認識（ＡＳＲ）、コンピューター音声認識又は音声－テキスト変換（Ｓｐｅｅｃｈ－ｔｏ－ｔｅｘｔ）とも呼ばれている音声認識は、プログラムが人間の音声をテキスト形式に処理できるようにサポートする機能である。音声認識の結果として出力された文章は、完璧なテキストではない場合が多い。例えば、発話単語は「こんやく（婚約）」であるが、ＳＴＴ（Ｓｐｅｅｃｈ－ｔｏ－ｔｅｘｔ）の結果として出力された文章には、「こんにゃく（蒟蒻）」、「こんわく（困惑）」、「こうやく（公約）」等が含まれる場合がある。ユーザーは、ＳＴＴ（Ｓｐｅｅｃｈ－ｔｏ－ｔｅｘｔ）の結果として作成された文章を検討する過程において、単語を「こんやく（婚約）」に一括変更したい場合でも、一々確認しながら変更していかなければならないという手間がかかる。

一方、テキスト要約（ｔｅｘｔｓｕｍｍａｒｉｚａｔｉｏｎ）は、原本テキストを基に短いテキストを生成することが可能である。テキスト要約モデルの作動方式は、大きく分けて１）文書から抽出した単語を組み合わせて文章を生成する抽出要約（ｅｘｔｒａｃｔｉｏｎ）と、２）意味が変わらない範囲で当該文書で使われていない単語又は表現を利用して文章を作成する生成要約（ａｂｓｔｒａｃｔｉｏｎ）の２つに区分することが可能である。しかし、抽出要約方式で選別された単語が文書を十分に代表できない場合や、選別された複数の単語が互いに呼応していない場合、それを解決できないという問題点がある。

従って、本開示においては、音声認識の結果として生成された文章、テキスト要約によって出力された文章等において、ユーザーが確認しようとするキーワードと、発音が似ているキーワードを検索する方法を提案する。

大韓民国登録特許第１０－１７１１９４１号（２０１７．０２．２４）は、音声認識システムにおいて類似度に基づいて語彙外単語を生成する方法について開示している。

本開示は、テキスト情報（例えば、音声認識の結果として出力された文章、テキスト生成モデルによって生成された文章等）の中から、ターゲット単語と対応する単語（例えば、類似単語）を識別する方法を提供することを解決課題とする。

また、本開示は、一部の実施例において、ＳＴＴ（Ｓｐｅｅｃｈ－ｔｏ－ｔｅｘｔ）結果から、ユーザーが確認しようとするターゲットキーワードと発音が似ている複数のキーワードを検索する過程において発生し得る問題を解決することを目的とする。

しかし、本開示が解決しようとする技術的課題は、前述の技術的課題に限られるわけではなく、以下に説明する内容から、当業者にとって自明な範囲内において、多様な技術的課題が含まれることが可能であるものとする。

前述の課題を実現するための本開示の一実施例に基づき、コンピューティング装置により実行される方法が開示される。前記方法は、ターゲット単語を決定する段階；前記ターゲット単語に係る編集距離に係るしきい値（ｔｈｒｅｓｈｏｌｄ）を決定する段階；テキスト情報に含まれている複数の単語のうち、前記ターゲット単語との編集距離が前記しきい値以下である単語を決定する段階；及び前記決定された単語に基づき前記ターゲット単語と対応する単語を識別する段階を含むことが可能である。

代案として、前記ターゲット単語を決定する段階は、予め決められた分野のキーワード辞書に基づき前記ターゲット単語を決定する段階；前記テキスト情報における出現頻度がしきい値以上である単語を前記ターゲット単語として決定する段階；又は、ユーザーインターフェースを通して受信した入力情報に基づいて前記ターゲット単語を決定する段階のうち、少なくとも１つを含むことが可能である。

代案として、前記テキスト情報は音声認識を通じて生成されたテキスト情報を含み、前記ターゲット単語を決定する段階は、前記音声認識に係る信頼度（ｃｏｎｆｉｄｅｎｃｅ）に基づいて前記ターゲット単語を決定する段階を含むことが可能である。

代案として、前記テキスト情報は音声認識を通じて生成されたテキスト情報を含み、前記ターゲット単語と対応する単語を識別する段階は、前記ターゲット単語に関連する音声情報と前記テキスト情報に関連する音声情報との間における類似度を算出する段階；及び前記算出した類似度を追加で考慮し、前記ターゲット単語と対応する単語を識別する段階をさらに含むことが可能である。

代案として、前記編集距離に係るしきい値を決定する段階は、前記ターゲット単語の長さに応じて前記編集距離に係るしきい値を動的に決定する段階を含むことが可能である。
代案として、前記編集距離に係るしきい値を動的に決定する段階は、前記ターゲット単語の長さと予め決められた比率しきい値との間の演算に基づき、前記編集距離に係るしきい値を動的に決定する段階を含むことが可能である。

代案として、前記編集距離に係るしきい値を決定する段階は、絶対しきい値を決定する段階をさらに含み、前記ターゲット単語との編集距離が前記しきい値以下である単語を決定する段階は、前記ターゲット単語との編集距離が前記動的に決定されたしきい値以下であり、且つ、前記絶対しきい値以下である単語を決定する段階をさらに含むことが可能である。

代案として、前記ターゲット単語との編集距離が前記しきい値以下である単語を決定する段階は、前記決定されたしきい値がｋである場合、前記ターゲット単語をｋ＋１の要素に分割する段階；前記テキスト情報の中から前記ｋ＋１の要素を探索する段階；前記テキスト情報の中から前記ｋ＋１の要素のうち少なくとも１つの要素が見つかったら、見つかった要素に基づき、単語を識別する段階；及び前記テキスト情報の中から前記ｋ＋１の要素が見つからなかったら、編集距離が前記しきい値以下である単語が存在しないと決定する段階を含むことが可能である。

代案として、前記ターゲット単語と対応する単語は発音又はテキストに基づいて決定し、前記編集距離は発音又はテキストに基づいて演算することが可能である。

代案として、前記編集距離は発音に基づいて決定され、前記ターゲット単語との編集距離が前記しきい値以下である単語を識別する段階は、前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号に変換する段階；前記テキスト情報に関連する複数の発音記号のうち、前記ターゲット単語に関連する複数の発音記号との編集距離が前記しきい値以下である発音記号を識別する段階；及び前記識別された発音記号に基づいて前記単語を識別する段階を含むことが可能である。

代案として、前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号に変換する段階は、前記テキスト情報に含まれている単語及び前記ターゲット単語をＩＰＡ（ｉｎｔｅｒｎａｔｉｏｎａｌＰｈｏｎｅｔｉｃＡｌｐｈａｂｅｔ）のアルファベットに変換する段階；変換されたＩＰＡのアルファベットをローマ字表記に変換する段階；変換されたローマ字表記を字素単位に分離する段階；及び字素単位に分離されたものを音素単位に変換する段階を含むことが可能である。

代案として、前記編集距離はテキストに基づいて決定され、前記ターゲット単語との編集距離が前記しきい値以下である単語を識別する段階は、前記テキスト情報に含まれている単語及び前記ターゲット単語を字素単位に変換する段階；前記テキスト情報に関連する複数の字素のうち、前記ターゲット単語に関連する字素との編集距離が前記しきい値以下である字素を識別する段階；及び前記識別された字素に基づいて前記単語を識別する段階を含むことが可能である。

代案として、前記ターゲット単語との編集距離が前記しきい値以下である単語を識別する段階は、前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号又は複数の字素に変換する段階を含み、前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号又は複数の字素に変換する段階は、分かち書き又は文章符号のうち、少なくとも１つを考慮するか否かを選択する段階を含むことが可能である。

前述のような課題を実現するための本開示の一実施例に基づき、コンピューター可読保存媒体に保存されたコンピュータープログラムが開示される。前記コンピュータープログラムは、１つ以上のプロセッサーにおいて実行される場合、テキスト情報の中からターゲット単語と対応する単語を識別するための以下の動作を実行するようにし、前記動作は：ターゲット単語を決定する動作；前記ターゲット単語に係る編集距離に係るしきい値を決定する動作；テキスト情報に含まれている複数の単語のうち、前記ターゲット単語との編集距離が前記しきい値以下である単語を決定する動作；及び前記決定された単語に基づき前記ターゲット単語と対応する単語を識別する動作を含むことが可能である。

前述の課題を解決するための本開示の一実施例に基づくコンピューティング装置が開示される。前記装置は、少なくとも１つのプロセッサー；及びメモリーを含み、前記少なくとも１つのプロセッサーは、ターゲット単語を決定し；前記ターゲット単語に係る編集距離に係るしきい値を決定し；テキスト情報に含まれている複数の単語のうち、前記ターゲット単語との編集距離が前記しきい値以下である単語を決定し；且つ、前記決定された単語に基づき前記ターゲット単語と対応する単語を識別するように構成することが可能である。

本開示は、テキスト情報（例えば、音声認識の結果として出力された文章、テキスト生成モデルによって生成された文章等）の中から、ターゲット単語と対応する単語（例えば、類似単語）を識別する方法を提供することが可能である。

また、本開示は、ＳＴＴ（Ｓｐｅｅｃｈ－ｔｏ－ｔｅｘｔ）等の音声認識を適用する場合、さらなる技術的効果を具現化することが可能である。例えば、本開示は、ＳＴＴ（Ｓｐｅｅｃｈ－ｔｏ－ｔｅｘｔ）によって出力された完ぺきではないテキスト結果に対し、編集距離に基づいて類似単語を決定することで、ユーザーが修正するとき、より簡単に複数の類似単語を一括変更できるテキスト処理方法を提供することが可能である。また、本開示は、ＳＴＴ（Ｓｐｅｅｃｈ－ｔｏ－ｔｅｘｔによって出力されたテキスト結果に対して類似単語検索を行うときに発生し得る間違いのケース（例えば、スペーシング、文章符号）を、検索結果から外すことで、ユーザーに対してより意図に合った類似単語検索結果を提供することが可能である。また、本開示は、ターゲット単語の長さに応じて、類似単語を決定するための編集距離のしきい値をダイナミック（ｄｙｎａｍｉｃ）に決定することで、類似単語を決定する過程においてリソースを最適化することが可能であり、ユーザーごとの音声に対応するターゲット単語－類似単語のペアを利用してＳＴＴ（Ｓｐｅｅｃｈ－ｔｏ－ｔｅｘｔ）モデルをカスタマイズ（ｃｕｓｔｏｍｉｚｉｎｇ）することで、個人に合わせたＳＴＴ（Ｓｐｅｅｃｈ－ｔｏ－ｔｅｘｔ）モデルを生成することが可能である。

一方、本開示の効果は、前述の効果に限られるわけではなく、以下に説明する内容から、当業者にとって自明な範囲内において、多様な効果が含まれることが可能である。

図１は、本開示の一実施例における、テキスト情報の中からターゲット単語と対応する単語を識別するためのコンピューティング装置のブロック構成図である。図２は、本開示の一実施例における、神経回路網を示す概念図である。図３は、本開示の一実施例における、テキスト情報の中からターゲット単語と対応する単語を識別するためのコンピューティング装置に含まれているモジュールを概略的に示すブロック構成図である。図４は、本開示の一実施例における、テキスト情報の中からターゲット単語と対応する単語を識別するために編集距離がｋ以下である区間を探索する実施例を概略的に示すフローチャートである。図５は、本開示の一実施例における、テキスト情報の中からターゲット単語と対応する単語を識別するために発音に基づいてターゲット単語を決定する実施例を概略的に示すフローチャートである。図６は、本開示の一実施例における、テキスト情報の中からターゲット単語と対応する単語を識別するためにテキストに基づいてターゲット単語を決定する実施例を概略的に示すフローチャートである。図７は、本開示の一実施例における、テキスト情報の中からターゲット単語と対応する単語を識別するために分かち書き又は文章符号を含めるかいなかを選択する実施例を概略的に示すフローチャートである。図８は、本開示の一実施例における、テキスト情報の中からターゲット単語と対応する単語を識別するためにユーザーインターフェースに出力される実施例を示す図面である。図９は、本開示の一実施例における、テキスト情報の中からターゲット単語と対応する単語を識別するための方法を示すフローチャートである。図１０は、本開示の一実施例における、コンピューティング環境の概念図である。

多様な実施例が以下に図面を参照しながら説明されるが、図面を通して類似の図面番号は類似の構成要素を表すために使われる。本明細書において多様な説明が本開示に対する理解を容易にするために示される。しかし、これらの実施例がこれらの具体的な説明がなくても間違いなく実施されることができる。

本明細書において、「コンポーネント」、「モジュール」、「システム」等の用語は、コンピューター関連エンティティ、ハードウェア、ファームウェア、ソフトウェア、ソフトウェアとハードウェアとの組み合わせ、またはソフトウェアの実行を指す。例えば、コンポーネントは、プロセッサー上で実行される処理手順（ｐｒｏｃｅｄｕｒｅ）、プロセッサー、オブジェクト、実行スレッド、プログラム、及び／またはコンピューターになり得るが、これらに限定されるものではない。例えば、コンピューティング装置で実行されるアプリケーションとコンピューティング装置は、両方ともコンポーネントになり得る。１つ以上のコンポーネントは、プロセッサー及び／または実行スレッドの中に常駐することができ、１つのコンポーネントは１つのコンピューターの中でローカル化されることができ、または２つ以上のコンピューターに配分されることもできる。また、このようなコンポーネントは、その内部に保存されている多様なデータ構造を持つ、多様なコンピューター可読媒体から実行することができる。コンポーネントは、例えば１つ以上のデータパケットを持つ信号（例えば、ローカルシステム、分散システムにおいて他のコンポーネントと相互作用する１つのコンポーネントからのデータ及び／または信号を通じて、他のシステムと、インターネットのようなネットワークを介して伝送されるデータ）によってローカル及び／または遠隔処理等を通じて通信することができる。

用語「または」は、排他的な「または」ではなく、内包的な「または」を意味する意図で使われる。つまり、特に特定されておらず、文脈上明確ではない場合、「ＸはＡまたはＢを利用する」は、自然な内包的置換のうち１つを意味するものとする。つまり、ＸがＡを利用したり；ＸがＢを利用したり；またはＸがＡ及びＢの両方を利用する場合、「ＸはＡまたはＢを利用する」は、これらのいずれにも当てはまるとすることができる。また、本明細書における「及び／または」という用語は、取り挙げられた関連アイテムのうち、１つ以上のアイテムの可能なすべての組み合わせを指し、含むものと理解されるべきである。

また、述語としての「含む（含める）」及び／または修飾語として「含む（含める）」という用語は、当該特徴及び／または構成要素が存在することを意味するものと理解されるべきである。ただし、述語としての「含む（含める）」及び／または修飾語として「含む（含める）」という用語は、１つ以上の他のさらなる特徴、構成要素及び／またはこれらのグループが存在すること、または追加されることを排除しないものと理解されるべきである。また、特に数が特定されていない場合や、単数の形を示すことが文脈上明確でない場合、本明細書と請求範囲において単数は、一般的に「１つまたはそれ以上」を意味するものと解釈されるべきである。

そして、「Ａ又はＢのうち少なくとも１つ」という用語については、「Ａだけを含む場合」、「Ｂだけを含む場合」、「ＡとＢの組み合わせの場合」を意味するものと解釈されたい。

当業者は、さらに、ここに開示される実施例に係るものとして説明された多様な例示的論理的ブロック、構成、モジュール、回路、手段、ロジック及びアルゴリズム段階が、電子ハードウェア、コンピューターソフトウェア、またはその両方の組み合わせによって実現されることができることを認識すべきである。ハードウェアとソフトウェアとの相互交換性を明確に例示するために、多様な例示的コンポーネント、ブロック、構成、手段、ロジック、モジュール、回路及び段階が、それらの機能性の側面で一般的に上述された。そのような機能性がハードウェアとして実装されるか或いはソフトウェアとして実装されるかは、全般的なシステムに係る特定のアプリケーション（ａｐｐｌｉｃａｔｉｏｎ）及び設計制限によって決まる。熟練した技術者は、個々の特定アプリケーションのために多様な方法で説明された機能性を実現できる。ただし、そのような実現に係る決定が本開示内容の領域を逸脱するものと解釈されてはならない。

ここに示す実施例に係る説明は、本開示の技術分野において通常の知識を持つ者が本発明を利用したり、または実施できるように提供される。このような実施例に対する多様な変形は、本開示の技術分野において通常の知識を持つ者にとっては明確であり、ここに定義された一般的な原理は、本開示の範囲を逸脱することなく他の実施例に適用されることができる。従って、本開示はここに示す実施例によって限定されるものではなく、ここに示す原理及び新規な特徴と一貫する最広義の範囲で解釈されるべきである。

本開示において、ネットワーク関数、人工神経回路網及びニューラルネットワーク（ｎｅｕｒａｌｎｅｔｗｏｒｋ）は、相互置換可能に用いることが可能である。

図１は、本開示の一実施例における、テキスト情報の中からターゲット単語と対応する単語を識別するためのコンピューティング装置のブロック構成図である。

図１に図示されたコンピューティング装置（１００）の構成は、簡略化して示した例示に過ぎない。本開示の一実施例において、コンピューター装置（１００）には、コンピューター装置（１００）のコンピューティング環境を実装するための他の構成が含まれることが可能であり、開示されている構成のうち一部だけでコンピューター装置（１００）を構成することも可能である。

コンピューター装置（１００）は、プロセッサー（１１０）、メモリー（１３０）、ネットワーク部（１５０）を含むことができる。

本開示の一実施例において、プロセッサー（１００）は、１つ以上のコアで構成されることが可能であり、コンピューティング中央処理装置（ＣＰＵ：ｃｅｎｔｒａｌｐｒｏｃｅｓｓｉｎｇｕｎｉｔ）、汎用グラフィック処理装置（ＧＰＧＰＵ：ｇｅｎｅｒａｌｐｕｒｐｏｓｅｇｒａｐｈｉｃｓｐｒｏｃｅｓｓｉｎｇｕｎｉｔ）、テンサー処理装置（ＴＰＵ：ｔｅｎｓｏｒｐｒｏｃｅｓｓｉｎｇｕｎｉｔ）等のデータ分析、ディープラーニングのためのプロセッサーを含むことができる。プロセッサー（１１０）は、メモリー（１３０）に保存されたコンピュータープログラムを読み取り、本開示の一実施例における機械学習のためのデータ処理を実行することができる。本開示の一実施例に基づき、プロセッサー（１１０）は、ニューラルネットワークの学習のための演算を行うことができる。プロセッサー（１１０）は、ディープラーニング（ＤＬ：ｄｅｅｐｌｅａｒｎｉｎｇ）において、学習のための入力データの処理、入力データからのフィーチャーの抽出、誤差計算、逆伝播（ｂａｃｋｐｒｏｐａｇａｔｉｏｎ）を利用したニューラルネットワークの重みの更新等のニューラルネットワークの学習のための計算を実行することができる。プロセッサー（１１０）のＣＰＵとＧＰＧＰＵとＴＰＵとのうち、少なくとも１つが、ネットワーク関数の学習を処理できる。例えば、ＣＰＵとＧＰＧＰＵとがともにネットワーク関数の学習やネットワーク関数を利用したデータの分類を行うことができる。なお、本開示の一実施例において、複数のコンピューティング装置のプロセッサーを一緒に使ってネットワーク関数の学習やネットワーク関数を利用したデータ分類を行うことができる。また、本開示の一実施例における、コンピューティング装置において実行されるコンピュータープログラムは、ＣＰＵ、ＧＰＧＰＵ又はＴＰＵで実行可能なプログラムになり得る。

本開示の一実施例におけるプロセッサー（１１０）は、取得されたテキスト情報の中からターゲット単語を決定し、前記ターゲット単語に係る編集距離に係るしきい値（ｔｈｒｅｓｈｏｌｄ）を決定し、テキスト情報に含まれている複数の単語のうち、前記ターゲット単語との編集距離が前記しきい値以下である単語を決定することが可能であり、前記決定された単語に基づき前記ターゲット単語と対応する単語を識別することが可能である。また、プロセッサー（１１０）は、識別された単語を基に後処理を行うことが可能である。例えば、プロセッサー（１１０）は、前記ターゲット単語と対応する複数の単語を識別することも可能であり、識別された複数の単語を一括変更（例えば、識別された複数の単語をターゲット単語に一括変更、識別された複数の単語及びターゲット単語を複数の単語のうち、１つの単語に一括変更等）することも可能である。また、プロセッサー（１１０）は、ユーザーが確認しようとするターゲット単語と発音が似ている複数の単語を検索する過程において発生し得る問題を解決することが可能である。

本開示の一実施例において、メモリー（１３０）は、プロセッサー（１１０）が生成したり、決定した任意の形態の情報及びネットワーク部（５５０）が受信した任意の形態の情報を保存することができる。

本開示の一実施例において、メモリー（１３０）は、フラッシュメモリータイプ（ｆｌａｓｈｍｅｍｏｒｙｔｙｐｅ）、ハードディスクタイプ（ｈａｒｄｄｉｓｋｔｙｐｅ）、マルチメディアカードマイクロタイプ（ｍｕｌｔｉｍｅｄｉａｃａｒｄｍｉｃｒｏｔｙｐｅ）、カードタイプのメモリー（例えばＳＤ又はＸＤメモリー等）、ラム（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ、ＲＡＭ）、ＳＲＡＭ（ＳｔａｔｉｃＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）、ロム（Ｒｅａｄ－ＯｎｌｙＭｅｍｏｒｙ、ＲＯＭ）、ＥＥＰＲＯＭ（ＥｌｅｃｔｒｉｃａｌｌｙＥｒａｓａｂｌｅＰｒｏｇｒａｍｍａｂｌｅＲｅａｄ－ＯｎｌｙＭｅｍｏｒｙ）、ＰＲＯＭ（ＰｒｏｇｒａｍｍａｂｌｅＲｅａｄ－ＯｎｌｙＭｅｍｏｒｙ）、磁気メモリー、磁気ディスク、光ディスクのうち少なくとも１つのタイプの保存媒体を含むことができる。コンピューティン装置（１００）は、インターネット（ｉｎｔｅｒｎｅｔ）上で前記メモリー（１３０）の保存機能を実行するウェブストレージ（ｗｅｂｓｔｏｒａｇｅ）と連携して動作することも可能である。前述のメモリーに係る記述は、例示に過ぎず、本開示はこれらに限定されない。

本開示の一実施例におけるネットワーク部（１５０）は、公衆電話交換網（ＰＳＴＮ：ＰｕｂｌｉｃＳｗｉｔｃｈｅｄＴｅｌｅｐｈｏｎｅＮｅｔｗｏｒｋ）、ｘＤＳＬ（ｘＤｉｇｉｔａｌＳｕｂｓｃｒｉｂｅｒＬｉｎｅ）、ＲＡＤＳＬ（ＲａｔｅＡｄａｐｔｉｖｅＤＳＬ）、ＭＤＳＬ（ＭｕｌｔｉＲａｔｅＤＳＬ）、ＶＤＳＬ（ＶｅｒｙＨｉｇｈＳｐｅｅｄＤＳＬ）、ＵＡＤＳＬ（ＵｎｉｖｅｒｓａｌＡｓｙｍｍｅｔｒｉｃＤＳＬ）、ＨＤＳＬ（ＨｉｇｈＢｉｔＲａｔｅＤＳＬ）及び近距離通信網（ＬＡＮ）等のような多様な有線通信システムを使用することができる。

また、本明細書におけるネットワーク部（１５０）は、ＣＤＭＡ（ＣｏｄｅＤｉｖｉｓｉｏｎＭｕｌｔｉＡｃｃｅｓｓ）、ＴＤＭＡ（ＴｉｍｅＤｉｖｉｓｉｏｎＭｕｌｔｉＡｃｃｅｓｓ）、ＦＤＭＡ（ＦｒｅｑｕｅｎｃｙＤｉｖｉｓｉｏｎＭｕｌｔｉＡｃｃｅｓｓ）、ＯＦＤＭＡ（ＯｒｔｈｏｇｏｎａｌＦｒｅｑｕｅｎｃｙＤｉｖｉｓｉｏｎＭｕｌｔｉＡｃｃｅｓｓ）、ＳＣ－ＦＤＭＡ（ＳｉｎｇｌｅＣａｒｒｉｅｒ－ＦＤＭＡ）及びその他のシステムのような多様な無線通信システムを利用することができる。

本開示におけるネットワーク部（１５０）は、有線及び無線等のような通信の様態を問わずに構成されることができ、短距通信網（ＰＡＮ：ＰｅｒｓｏｎａｌＡｒｅａＮｅｔｗｏｒｋ）、近距離通信網（ＷＡＮ：ＷｉｄｅＡｒｅａＮｅｔｗｏｒｋ）等の多様な通信網になり得る。また、前記ネットワークは、公知のワールドワイドウェブ（ＷＷＷ：ＷｏｒｌｄＷｉｄｅＷｅｂ）になり得る他、赤外線（ＩｒＤＡ：ＩｎｆｒａｒｅｄＤａｔａＡｓｓｏｃｉａｔｉｏｎ）又は、ブルートゥース（Ｂｌｕｅｔｏｏｔｈ：登録商標）のように、短距離通信に利用される無線伝送技術を利用することもできる。

本明細書において説明された技術は、前記のネットワークだけでなく、他のネットワークで使われることもできる。’
本開示の一実施例におけるネットワーク部（１５０）は、任意の形を有する公知の有無線通信システムと連携して作動することが可能である。

例えば、ネットワーク部（１５０）は、テキスト情報を外部システムから受信することが可能である。この場合、データベースから受信する情報は、ターゲット単語と対応する単語を識別するためのテキスト情報になり得る。テキスト情報は、上述の例示の情報を含むことが可能であるが、上述の例示に限らず、通常の技術者が理解できる範囲内で多様な構成が存在し得る。

また、ネットワーク部（１５０）は、プロセッサー（１１０）により処理された情報やユーザーインターフェース等を、他の端末との通信を通じて送受信することが可能である。例えば、ネットワーク部（１５０）は、プロセッサー（１１０）により生成されたユーザーインターフェース等を、クライアント（ｅ．ｇ．ユーザー端末）に提供することが可能である。また、ネットワーク部（１５０）は、クライアントに対して行われたユーザーによる外部入力を受信し、プロセッサー（１１０）に転送できる。この時、プロセッサー（１１０）は、ネットワーク部（１５０）から受け取ったユーザーの外部入力をもとに、ユーザーインターフェースを通して提供される情報の出力、修正、変更、追加等の動作を処理できる。

一方、本開示の一実施例において、コンピューティング装置（１００）は、クライアントとの通信を通して情報を送受信するコンピューティングシステムとして、サーバーを含むことが可能である。この時、クライアントは、サーバーにアクセス（ａｃｃｅｓｓ）できる任意の形の端末になり得る。例えば、サーバーであるコンピューティング装置（１００）は、外部のデータベースからテキスト情報を受信し、ターゲット単語と類似した単語を決定し、決定された単語に基づきターゲット単語と対応する単語を、ユーザーインターフェースを通してユーザー端末に提供することが可能である。この時、ユーザー端末は、サーバーであるコンピューティング装置（１００）から受信したユーザーインターフェースを出力し、ユーザーとの相互作用を通じて情報の入力を受けたり、処理することが可能である。

追加の実施例において、コンピューティング装置（１００）は、任意のサーバーにおいて生成されたデータリソースを受け取り、追加の情報処理を行う任意の形の端末を含むことも可能である。

図２は、本開示の一実施例において、医療データに対する診断関連情報を提供するために用いられるネットワーク関数を示す概略図である。

本明細書の全体を通して、演算モデル、神経回路網、ネットワーク関数、ニューラルネットワーク（ｎｅｕｒａｌｎｅｔｗｏｒｋ）は、同一の意味で用いることができる。神経回路網は、一般的にノードと呼ばれる相互連結された計算単位の集合で構成されることが多い。このようなノードは、ニューロン（ｎｅｕｒｏｎ）と称することもできる。神経回路網は、少なくとも１つ以上のノードを含めて構成される。神経回路網を構成するノード（またはニューロン）は１つ以上のリンクによって相互連結されることが可能である。

神経回路網において、リンクを介して繋がっている１つ以上のノードは、相対的に入力ノード及び出力ノードの関係を形成することができる。入力ノード及び出力ノードの概念は相対的なものであり、あるノードに対して出力ノードとなる任意のノードは、他のノードとの関係においては入力ノードになり得るが、その逆も成立する。前述のように、入力ノードと出力ノードとの関係はリンクを中心にして成立することができる。１つの入力ノードに１つ以上の出力ノードがリンクを介して繋がることができ、その逆も成立する。

１つのリンクを介して繋がっている入力ノード及び出力ノードの関係において、出力ノードのデータは入力ノードに入力されたデータに基づきその値が決められることが可能である。ここで入力ノードと出力ノードとを相互連結するノードは加重値（ｗｅｉｇｈｔ）を持つことができる。加重値は可変的なものになり得るが、神経回路網が所望の機能を行うために、利用者またはアルゴリズムによって変わることが可能である。例えば、１つの出力ノードに１つ以上の入力ノードが各リンクによって相互連結されている場合、出力ノードは前記出力ノードに繋がっている入力ノードに入力された値及び各入力ノードに対応するリンクに設定された加重値に基づき出力ノードの値を決定することができる。

前述のように、神経回路網は、１つ以上のノードが１つ以上のリンクを介して相互連結され神経回路網の中で入力ノードと出力ノードの関係を形成する。神経回路網において、ノードとリンクの数及びノードとリンクとの間の相関関係、各リンクに付与された加重値の値によって、神経回路網の特性が決まることが可能である。例えば、同数のノード及びリンクが存在し、リンクの加重値の値がそれぞれ異なる２つの神経回路網が存在する場合、その２つの神経回路網を、相異なるものと認識することができる。

神経回路網は、１つ以上のノードの集合で構成することができる。神経回路網を構成するノードの部分集合は、レイヤー（ｌａｙｅｒ）を構成できる。神経回路網を構成する複数のノードのうち一部は、第１入力ノードからの距離に基づき、１つのレイヤー（ｌａｙｅｒ）を構成することができる。例えば、第１入力ノードからの距離がｎであるノードの集合は、ｎレイヤーを構成することができる。第１入力ノードからの距離は、第１入力ノードから当該ノードに到達するために経由しなければならないリンクの最小限の数を基に定義することができる。しかし、このようなレイヤーの定義は、説明のために任意に取り挙げたものであり、神経回路網の中におけるレイヤーの構成は、前述の説明と異なる方法で定義されることができる。例えば、ノードのレイヤーは、最終出力ノードからの距離を基に定義することもできる。

第１入力ノードは、神経回路網の中のノードのうち、他のノードとの関係においてリンクを経由せずにデータが直接入力される１つ以上のノードを意味することができる。または、神経回路網のネットワークの中で、リンクを基準にしたノード間の関係において、リンクを介して繋がっている他の入力ノードを持たないノードを意味することができる。これと同様に、最終出力ノードは、神経回路網の中のノードのうち、他のノードとの関係において、出力ノードを持たない１つ以上のノードを意味することができる。また、ヒドンノードは、第１入力ノード及び最終出力ノードではないノードで、神経回路網を構成するノードを意味することができる。

本開示の一実施例による神経回路網は、入力レイヤーのノードの数が、出力レイヤーのノードと同数で、入力レイヤーからヒドゥンレイヤー（隠れ層）へと進むにつれ、ノードの数が一度減ってから、再び増加する形の神経回路網になり得る。本開示の一実施例による神経回路網は、入力レイヤーのノードの数が、出力レイヤーのノードの数より少なく、入力レイヤーからヒドゥンレイヤーへと進むにつれ、ノードの数が減少していく形の神経回路網になり得る。また、本開示の他の一実施例による神経回路網は、入力レイヤーのノードの数が、出力レイヤーのノードの数より多く、入力レイヤーからヒドゥンレイヤーへと進むにつれ、ノードの数が増加していく形の神経回路網になり得る。本開示の他の一実施例における神経回路網は、上述の神経回路網を組み合わせた形の神経回路網になり得る。

ディープニューラルネットワーク（ＤＮＮ：ｄｅｅｐｎｅｕｒａｌｎｅｔｗｏｒｋ、深層神経回路網）は、入力レイヤーと出力レイヤー以外に複数のヒドゥンレイヤーを含む神経回路網を意味することができる。ディープニューラルネットワークを利用するとデータの潜在的な構造（ｌａｔｅｎｔｓｔｒｕｃｔｕｒｅｓ）を把握することができる。つまり、写真、文章、ビデオ、音声、音楽の潜在的な構造（例えば、ある物が写真に映っているか、文章の内容と感情はどのようなものなのか、音声の内容と感情はどのようなものなのか等）を把握することができる。ディープニューラルネットワークは、畳み込みニューラルネットワーク（ＣＮＮ：ｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋ）、リカレントニューラルネットワーク（ＲＮＮ；：ｒｅｃｕｒｒｅｎｔｎｅｕｒａｌｎｅｔｗｏｒｋ）、オートエンコーダー（ａｕｔｏｅｎｃｏｄｅｒ）、ＧＡＮ（ＧｅｎｅｒａｔｉｖｅＡｄｖｅｒｓａｒｉａｌＮｅｔｗｏｒｋｓ）、制限ボルツマンマシン（ＲＢＭ：ｒｅｓｔｒｉｃｔｅｄｂｏｌｔｚｍａｎｎｍａｃｈｉｎｅ）、深層信頼ネットワーク（ＤＢＮ：ｄｅｅｐｂｅｌｉｅｆｎｅｔｗｏｒｋ）、Ｑネットワーク、Ｕネットワーク、シャムネットワーク、敵対的生成ネットワーク（ＧＡＮ：ＧｅｎｅｒａｔｉｖｅＡｄｖｅｒｓａｒｉａｌＮｅｔｗｏｒｋ）等を含むことができる。前述のディープニューラルネットワークは、例示に過ぎず本開示はこれらに限定されない。

本開示の一実施例において、ネットワーク関数は、オートエンコーダー（ａｕｔｏｅｎｃｏｄｅｒ）を含むこともできる。オートエンコーダーは、入力データに類似した出力データを出力するための人工神経回路網の一種になり得る。オートエンコーダーは、少なくとも１つのヒドゥンレイヤーを含むことができ、奇数個のヒドゥンレイヤーが入出力レイヤーの間に配置されることができる。各レイヤーのノード数は、入力レイヤーのノード数から、ボトルネックレイヤー（エンコード）という中間レイヤーに向かって減っていき、ボトルネックレイヤーから出力レイヤー（入力レイヤーと対称を成す）に向かって、縮小と対照する形で、拡張することもできる。オートエンコーダーは、非線形次元減少を行うことができる。入力レイヤー及び出力レイヤーの数は、入力データの前処理後に次元に対応することができる。オートエンコーダー構造において、エンコーダーに含まれたヒドゥンレイヤーのノードの数は、入力データから遠くなるほど減っていく構造を持つことができる。ボトルネックレイヤー（エンコーダーとデコーダーの間に位置する、ノードの数が最も少ないレイヤー）のノードの数が少なすぎる場合、十分な量の情報が伝わらない可能性があるため、特定の数以上（例えば、入力レイヤーの半分以上等）に維持されることもあり得る。

ニューラルネットワークは、教師あり学習（ｓｕｐｅｒｖｉｓｅｄｌｅａｒｎｉｎｇ）、教師なし学習（ｕｎｓｕｐｅｒｖｉｓｅｄｌｅａｒｎｉｎｇ）、半教師あり学習（ｓｅｍｉｓｕｐｅｒｖｉｓｅｄｌｅａｒｎｉｎｇ）、または、強化学習（ｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇ）のうち、少なくともいずれか１つの方式で学習されることができる。ニューラルネットワークの学習は、ニューラルネットワークが特定の動作を行うための知識をニューラルネットワークに提供する過程になり得る。

ニューラルネットワークは、出力のエラーを最小化する方向で学習されることが可能である。ニューラルネットワークの学習において、繰り返し学習データをニューラルネットワークに入力させ、学習データに関するニューラルネットワークの出力とターゲットのエラーを計算し、エラーを減らすための方向としてニューラルネットワークのエラーをニューラルネットワークの出力レイヤーから入力レイヤーの方向へ逆伝播（ｂａｃｋｐｒｏｐａｇａｔｉｏｎ）してニューラルネットワークの各ノードの加重値を更新するプロセスが行われる。教師あり学習の場合、個々の学習データに正解がラベリングされている学習データを使い（つまり、ラベリングされた学習データ）、教師なし学習の場合は、個々の学習データに正解がラベリングされていない場合がある。つまり、例えばデータ分類に関する教師あり学習における学習データは、学習データの各々にカテゴリがラベリングされたデータになり得る。ラベリングされた学習データがニューラルネットワークに入力され、ニューラルネットワークの出力（カテゴリ）と学習データのラベルを比較することでエラー（ｅｒｒｏｒ）を計算することが可能である。他の例として、データ分類に関する教師なし学習の場合、入力である学習データをニューラルネットワークの出力と比較することでエラーを計算することが可能である。計算されたエラーは、ニューラルネットワークにおいて逆方向（つまり、出力レイヤーから入力レイヤー方向）へ逆伝播され、逆伝播を通じてニューラルネットワークの各レイヤーの各ノードの連結加重値を更新することが可能である。更新される各ノードの連結加重値は、学習率（ｌｅａｒｉｎｇｒａｔｅ）によって変化量が決まることが可能である。入力データに対するニューラルネットワークの計算とエラーの逆伝播は、学習のサイクル（ｅｐｏｃｈ）を構成することができる。学習率は、ニューラルネットワークの学習のサイクルの反復回数によって適用方式が変わることが可能である。例えば、ニューラルネットワークの学習初期においては、学習率を高くしてニューラルネットワークが早く一定のレベルの性能を確保するようにすることで効率を高め、学習の後半においては学習率を低くして精度を上げることが可能である。

ニューラルネットワークの学習において、一般的に学習データは実際のデータ（つまり、学習されたニューラルネットワークを利用して処理しようとするデータ）の部分集合であることが可能であり、そのため学習データに係るエラーは減少するが、実際のデータに係るエラーは増加する学習サイクルが存在し得る。過剰適合（ｏｖｅｒｆｉｔｔｉｎｇ）は、このように学習データについて過度に学習したため、実際のデータにおいてエラーが増加する現象である。例えば、黄色い猫を見て猫を学習したニューラルネットワークが、黄色以外の色の猫を見ると猫であることを認識できない現象が過剰適合の一種になり得る。過剰適合は、マシンラーニングアルゴリズムのエラーを増加させる原因になり得る。このような過剰適合を防ぐために、多様な最適化方法を適用できる。過剰適合を防ぐためには、学習データを増加させる方法、正則化（ｒｅｇｕｌａｉｚａｔｉｏｎ）、学習の過程でネットワークのノードの一部を非活性化するドロップアウト（ｄｒｏｐｏｕｔ）、バッチ正規化レイヤー（ｂａｔｃｈｎｏｒｍａｌｉｚａｔｉｏｎｌａｙｅｒ）の活用等の方法を適用できる。

図３は、本開示の一実施例における、テキスト情報の中からターゲット単語と対応する単語を識別するためのコンピューティング装置に含まれているモジュールを概略的に示すブロック構成図である。

本開示の一実施例によると、プロセッサー（１１０）は、入力モジュール（１１１）、ＳＴＴモジュール（１１２）、ターゲット単語検索モジュール（１１３）、類似単語検索モジュール（１１４）、出力モジュール（１１５）及び後処理モジュール（１１６）を含むことが可能である。ただし、プロセッサーに含まれているモジュールの構成がこれにより限定されるわけではない。

本開示の一実施例における、入力モジュール（１１１）は、テキスト情報の中からターゲット単語と対応する単語を識別するためのテキストを直接取得したり又は外部システムから受信することが可能である。ここで、テキスト情報は、本開示の一実施例において識別された単語を変更するために、対象となる文章である。また、外部システムは、テキストの文章を保存且つ管理するサーバー及びデータベース等になり得る。また、入力モジュール（１１１）は、音声信号又は音声信号が変換されたスペクトログラム（ｓｐｅｃｔｒｏｇｒａｍ）を取得することが可能である。一方、入力モジュール（１１１）は、テキスト生成（ｔｅｘｔｇｅｎｅｒａｔｉｏｎ）モデルの出力結果であるテキスト情報を取得することも可能である。つまり、テキスト情報は、音声認識を通じて生成されたテキスト情報、要約生成モデルのようなテキスト生成（ｔｅｘｔｇｅｎｅｒａｔｉｏｎ）モデルの出力結果であるテキスト情報を含むことが可能である。また、入力モジュール（１１１）は、ユーザーインターフェースを通して入力情報を受信することが可能である。例えば、入力情報は、ターゲット単語決定情報等を含むことが可能である。

本開示の一実施例におけるＳＴＴモジュール（１１２）は、入力モジュール（１１１）から音声信号を受信した場合、ＶＡＤ、Ｄｅｎｏｉｓｅｒ、Ｓｐｅｅｃｈｅｎｈａｎｃｅｍｅｎｔ等を通じて前処理を実行することが可能である。一例として、ＶＡＤ（ＶｏｉｃｅＡｃｔｉｖｉｔｙＤｅｔｅｃｔｉｏｎ）は、オーディオストリームから音声が感知されたか否かを判断する技術である。また、ＳＴＴモジュール（１１２）は、短い音声区間（例えば、０．０１ｓ）ごとに、人間が発音した部分であるか（１）、人間が発音した部分でないか（０）を区分するＢｉｎａｒｙｃｌａｓｓｉｆｉｃａｔｉｏｎ（二項分類アルゴリズム）、又は、複数の発話音声の分布やノイズ音声の分布に基づいて、２つのうちどちらにより近いかを判別するＤｉｓｔｒｉｂｕｔｉｏｎｂａｓｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎ（確率分布基盤のアルゴリズム）に基づいて音声認識を行うことが可能である。一例として、音声認識にはＷｅｂｒｔｃＶＡＤを用いることが可能であるが、これに限らず、すでに開発されている又は今後開発されるアルゴリズムを適用することが可能である。また、ＳＴＴモジュール（１１２）は、認識された音声をテキスト情報に変換することが可能である。ＳＴＴモジュール（１１２）は、入力モジュール（１１１）から、アナログウェイブ信号をデジタルに変換した可変長音声信号、又は、それを、フーリエ変換を通じて変換したスペクトログラム（ｓｐｅｃｔｒｏｇｒａｍ）の入力を受けて、出力結果として、単一の文字、単語又は連続した可変長文字列の形態のテキスト情報を生成することが可能である。また、ＳＴＴモジュール（１１２）は、例示的な構造として、深層学習を活用したＳｅｑ－ｔｏ－Ｓｅｑ（Ｓｅｑｕｅｎｃｅ－ｔｏ－Ｓｅｑｕｅｎｃｅ）の構造を有することが可能であり、Ｓｅｑ－ｔｏ－Ｓｅｑの構造は、エンコーダー部（Ｅｎｃｏｄｅｒ）とデコーダー部（Ｄｅｃｏｄｅｒ）で構成されることが可能である。一方、音声信号の入力を受けて単語や文字を出力するデコード（Ｄｅｃｏｄｉｎｇ）手法として、ビームサーチ（ＢｅａｍＳｅａｒｃｈ）手法等を適用することが可能である。ここで、ビームサーチ（ＢｅａｍＳｅａｒｃｈ）手法は、エンコード（Ｅｎｃｏｄｉｎｇ）された音声信号と、その前に予測した文字とに基づき、次の文字を予測するとき、貪欲法的に（Ｇｒｅｅｄｙ）に最も確率の高い文字を採用するのではなく、多様な可能性を踏まえることができるようにし、上位ｎ個の候補群の中から、最終的に文章全体と文脈を考慮して、最適解となる正解テキストを探し出す方法である。つまり、ＳＴＴモジュール（１１２）は、入力モジュール（１１１）から音声信号を取得した場合、音声を認識してテキスト情報を出力することが可能である。

本開示の一実施例におけるターゲット単語検索モジュール（１１３）は、ターゲット単語を決定することが可能である。ターゲット単語検索モジュール（１１３）は、キーワード抽出（ＫｅｙｗｏｒｄＥｘｔｒａｃｔｉｏｎ）技術を通じて、テキスト情報の中からキーワードを決定することで単語（例えば、類似単語）を検索するターゲット単語を決定することが可能である。ターゲット単語は１つ又は複数（グループ）になり得る。以下に、説明の便宜上、１つのターゲット単語に係る実施例について説明する。

より具体的な例を挙げると、ターゲット単語検索モジュール（１１３）は、（１）予め決められた分野のキーワード辞書に基づき前記ターゲット単語を決定したり、（２）前記テキスト情報における出現頻度がしきい値以上である単語を前記ターゲット単語として決定したり、（３）ユーザーインターフェースを通して受信した入力情報に基づき前記ターゲット単語を決定することが可能である。例えば、ターゲット単語検索モジュール（１１３）は、（１）又は（２）を通じてテキスト情報の中からターゲット単語として「こんやく（婚約）」を抽出したり、ユーザーインターフェースから「こんやく（婚約）」の入力を受けることが可能である。

また、ターゲット単語検索モジュール（１１３）は、テキスト情報が音声認識を通じて生成されたテキスト情報である場合、（４）音声認識に係る信頼度（ｃｏｎｆｉｄｅｎｃｅ）に基づき前記ターゲット単語を決定することが可能である。例えば、ターゲット単語検索モジュール（１１３）は、ＳＴＴモジュール（１１２）から取得したテキスト情報に含まれている複数の単語のうち、音声認識の信頼度が低い単語を識別することが可能であり、信頼度が低いものとして識別された単語をターゲット単語として決定することが可能である。一方、音声認識の信頼度に基づいて決定されたターゲット単語は、ユーザーインターフェースにおいて区別できるように表示されることが可能である。一例として、音声認識の信頼度に基づいて決定されたターゲット単語は、ユーザーインターフェースにおいてハイライト表示されて出力されることが可能であり、ユーザーが当該ターゲット単語に係る入力を生成（例えば、当該ターゲット単語の位置にマウスでカーソルをかざしたり、タッチ入力を生成）した場合、関連する複数の類似単語を共に表示することが可能である。

結局、ターゲット単語検索モジュール（１１３）は、（１）、（２）及び（４）のように、ユーザーから受信した入力情報無しに、テキスト情報又は音声認識に係る情報に基づいてターゲット単語を決定したり、（３）のようにユーザーから受信した入力情報を考慮してターゲット単語を決定することが可能であり、かかる方式以外にも多様な方式を通じてターゲット単語を決定することが可能である。

本開示の一実施例における、類似単語検索モジュール（１１４）は、ターゲット単語に係る編集距離に係るしきい値（ｔｈｒｅｓｈｏｌｄ）を決定することが可能である。また、類似単語検索モジュール（１１４）は、ターゲット単語に係る編集距離に係るしきい値を動的に決定することが可能である。例えば、類似単語検索モジュール（１１４）は、ターゲット単語の長さに応じて前記編集距離に係るしきい値を動的に決定することが可能である。より具体的に、類似単語検索モジュール（１１４）は、前記ターゲット単語の長さと予め決められた比率しきい値（ｋ_ｄ）との間の演算に基づき、前記編集距離に係るしきい値を動的に決定することが可能である。例えば、類似単語検索モジュール（１１４）は、ターゲット単語（ｑ）の長さ（ｌ）に比率しきい値（ｋ_ｄ）を乗じ、整数に切り上げて、ターゲット単語（ｑ）ごとに動的な編集距離を決定することが可能である。ここで、比率しきい値（ｋ_ｄ）は、ユーザーがターゲット単語（ｑ）ごとに指定することが可能であり、予め指定しておいたしきい値を利用することも可能である。かかる類似単語検索モジュール（１１４）は、複数のターゲット単語を含むターゲット単語集合（Ｑ）が生成される場合、ターゲット単語集合（Ｑ）に含まれている複数のターゲット単語（ｑ_ｉ）の各々の大きさに対応して、しきい値（ｋ）を動的に設置することで、リソースを有効に使うことが可能である。また、類似単語検索モジュール（１１４）は、編集距離に係る絶対しきい値（ｋ_ａ）を決定することも可能であり、絶対しきい値（ｋ_ａ）と比率しきい値（ｋ_ｄ）とを両方考慮して類似単語を検索することも可能である。

本開示の一実施例における、類似単語検索モジュール（１１４）は、テキスト情報に含まれている複数の単語のうち、前記ターゲット単語との編集距離がしきい値以下である単語を決定することが可能である。例えば、類似単語検索モジュール（１１４）は、テキストデータの中から「こんやく（婚約）」との編集距離がしきい値以下である「こんわく（困惑）」、「こうやく（公約）」、「こんにゃく（蒟蒻）」等の単語を決定（検索）することが可能である。また、類似単語検索モジュール（１１４）は、テキスト情報に含まれている複数の単語のうち、前記ターゲット単語との編集距離が「動的に決定されたしきい値」以下である単語を決定することが可能である。また、類似単語検索モジュール（１１４）は、テキスト情報に含まれている複数の単語のうち、前記ターゲット単語との編集距離が前記「動的に決定されたしきい値」以下であり、且つ、前記「絶対しきい値（ｋ_ａ）」以下である単語を決定することが可能である。つまり、類似単語検索モジュール（１１４）は、ターゲット単語との関係において、動的しきい値に係る条件と絶対しきい値に係る条件とを同時に満たす単語を識別することも可能であり、当該単語を類似単語として決定することも可能である。一方、類似単語検索モジュール（１１４）は、ターゲット単語が複数ある場合、複数のターゲット単語を含むターゲット単語集合Ｑ＝｛ｑ_１、ｑ_２、…、ｑ_ｎ｝を生成することが可能であり、テキスト情報（Ｔ）の中からターゲット単語集合と発音が似ている単語を検索することが可能である。例えば、類似単語検索モジュール（１１４）は、ターゲット単語集合に含まれている複数のターゲット単語の各々に対して、それぞれのしきい値を動的に決定し、決定されたしきい値に基づいてそれぞれのターゲット単語の類似単語を識別することが可能であり、識別された単語に基づいてターゲット単語集合に対応する類似単語集合を生成することが可能である。

一方、編集距離（ｅｄｉｔｄｉｓｔａｎｃｅ）は、多様な方式で決定することが可能である。例えば、編集距離は、文字列が２つある場合、２つのうち１つの文字列を他の文字列に変換するときに必要な最小編集数と定義することが可能である。また、ここで編集の種類は、文字の削除（ｄｅｌｅｔｉｏｎ）、挿入（ｉｎｓｅｒｔｉｏｎ）、置換（ｓｕｂｓｔｉｔｕｔｉｏｎ）等を含むことが可能である。また、編集距離は、発音に基づいて演算されたり、テキストに基づいて演算されることが可能である。例えば、編集距離は、テキストを発音記号に変換することに基づいて演算されたり、テキストそのものに基づいて演算（例えば、文字単位で演算）されることも可能である。一方、編集距離アルゴリズムは、ＬｅｖｅｎｓｈｔｅｉｎｄｉｓｔａｎｃｅやＬｏｎｇｅｓｔやｃｏｍｍｏｎｓｕｂｓｅｑｕｅｎｃｅやＨａｍｍｉｎｇｄｉｓｔａｎｃｅ等を含むことが可能であり、これらのアルゴリズム以外にも多様なアルゴリズムを含むことが可能である。

さらに、テキスト情報（Ｔ）とターゲット単語集合Ｑ＝｛ｑ、ｑ２、…、ｑｎ｝（ここで、Ｔとｑ_ｉはすべて長さ１以上の文字列）について、テキスト情報（Ｔ）の中からターゲット単語（Ｑ）の任意の要素（ｅｌｅｍｅｎｔ）との編集距離がしきい値（ｋ）以下である文字列区間を検索するとき、ナイーブ（ｎａｉｖｅ）な編集距離アルゴリズム又は単純な編集距離演算アルゴリズムが用いられる場合、ランタイムが幾何級数的に増えるという問題点が存在する。本開示の一実施例における類似単語検索モジュール（１１４）は、この問題を解決するために、ターゲット単語集合又はテキスト情報に含まれている複数の文字列に係る近似（ａｐｐｒｏｘｉｍａｔｅ）情報を活用することが可能であり、近似化された情報を活用して検索を行うことも可能である。例えば、本開示の一実施例における、類似単語検索モジュール（１１４）は、多重文字列近似マッチングアルゴリズム（ｍｕｌｔｉ－ｓｔｒｉｎｇａｐｐｒｏｘｉｍａｔｅ（ｆｕｚｚｙ）ｍａｔｃｈｉｎｇａｌｇｏｒｉｔｈｍ）を利用し、テキスト情報に含まれている複数の単語の中から、前記ターゲット単語との編集距離がしきい値以下である単語を決定することが可能である。

図４は、本開示の一実施例における、テキスト情報の中からターゲット単語と対応する単語を識別するために編集距離がｋ以下である区間を探索する実施例を概略的に示すフローチャートである。

図４を参照すると、類似単語検索モジュール（１１４）は、前記決定されたしきい値がｋである場合、前記ターゲット単語をｋ＋１の要素に分割することが可能である（Ｓ１０）。この場合、要素は、音声に係る要素（例えば、発音記号等）又はテキストそのものに係る要素を（例えば、字素単位の要素等）等を含むことが可能である。また、類似単語検索モジュール（１１４）は、前記テキスト情報の中から前記ｋ＋１の要素を探索することが可能である（Ｓ１１）。また、類似単語検索モジュール（１１４）は、前記テキスト情報の中から前記ｋ＋１の要素のうち少なくとも１つの要素が見つかったら、見つかった要素に基づき、単語を識別することが可能である（Ｓ１２）。また、類似単語検索モジュール（１１４）は、前記テキスト情報の中から前記ｋ＋１の要素が見つからなかったら、編集距離が前記しきい値以下である単語が存在しないと決定することが可能である（Ｓ１３）。

例示として、類似単語検索モジュール（１１４）は、探索するターゲット単語（Ｑ）が１つである場合（例えば、ターゲット単語集合Ｑの大きさが１である場合）ＰＥＸアルゴリズム（ａｌｇｏｒｉｔｈｍ）を利用してテキスト情報に含まれている複数の単語のうち、前記ターゲット単語との編集距離がしきい値以下である単語を決定することが可能である。また、類似単語検索モジュール（１１４）は、テキスト情報（Ｔ）においてターゲット単語（ｑ、Ｑの唯一のｅｌｅｍｅｎｔ）との編集距離がしきい値（ｋ）以下である区間を決定することが可能であり、決定された区間に基づいて単語を識別することが可能である。この場合、類似単語検索モジュール（１１４）は、「テキスト情報（Ｔ）に正解区間（つまり、ターゲット単語との編集距離がしきい値（ｋ）以下である区間）が存在する場合、ターゲット単語をｋ＋１の要素に分割すると、ｋ＋１の要素のうち最低１つはその正解区間の中に存在する」との前提に基づき、テキスト情報（Ｔ）においてターゲット単語との編集距離がしきい値（ｋ）以下である区間を決定することが可能である。例えば、類似単語検索モジュール（１１４）は、ターゲット単語（ｑ）をｋ＋１の要素（ｅｌｅｍｅｎｔ）に分割（Ｓ１０）した後、Ｍｕｌｔｉ－ｓｔｒｉｎｇｅｘａｃｔｍａｔｃｈｉｎｇａｌｇｏｒｉｔｈｍ（例えば、Ａｈｏ－ｃｏｒａｓｉｃｋ等）を利用してテキスト情報（Ｔ）の中から前記ｋ＋１の要素を探索（Ｓ１１）することが可能であり、テキスト情報（Ｔ）の中から、前記ｋ＋１の要素のうち少なくとも１つの要素が見つかった場合、見つかった要素の周辺の区間（例えば、検索された要素から両方向に延びるターゲット単語（ｑ）の長さ分の区間）から編集距離がしきい値（ｋ）以下である単語を識別（Ｓ１２）することが可能である。また、類似単語検索モジュール（１１４）は、テキスト情報（Ｔ）の中から前記ｋ＋１の要素がすべて見つからなかった場合、「テキスト情報（Ｔ）の中に、ターゲット単語（ｑ）との編集距離がしきい値（ｋ）以下である単語が存在しない」と決定することが可能である（Ｓ１３）。

他の例を挙げると、類似単語検索モジュール（１１４）は、探索するターゲット単語が２つ以上である場合（例えば、ターゲット単語集合Ｑの大きさが２以上である場合）、Ｍｕｌｔｉ－ＰＥＸａｌｇｏｒｉｔｈｍを利用して、テキスト情報に含まれている複数の単語の中から前記ターゲット単語との編集距離がしきい値以下である単語を決定することが可能である。先ず、類似単語検索モジュール（１１４）は、ターゲット単語集合（Ｑ）に含まれているすべてのターゲット単語をｋ＋１の要素に分割することが可能である（Ｓ１０）。また、類似単語検索モジュール（１１４）は、すべてのターゲット単語集合（Ｑ）の要素をまとめて一度に同じＭｕｌｔｉ－ｓｔｒｉｎｇｅｘａｃｔｍａｔｃｈｉｎｇａｌｇｏｒｉｔｈｍに適用して探索することが可能である（Ｓ１１）。一例として、類似単語検索モジュール（１１４）は、エイホ-コラシック（Ａｈｏ－ｃｏｒａｓｉｃｋ）アルゴリズムを利用した場合、１つのトライ（ｔｒｉｅ）にすべてのターゲット単語集合（Ｑ）の要素を含めて探索することが可能である。また、類似単語検索モジュール（１１４）は、テキスト情報（Ｔ）の中にターゲット単語集合（Ｑ）の少なくとも１つの要素が存在した場合、当該要素の周辺のテキスト（例えば、両方向に延びるターゲット単語（Ｑ）の長さ分）区間において編集距離がしきい値（ｋ）以下である単語が存在するか否かを探索することが可能である（Ｓ１２）。また、類似単語検索モジュール（１１４）は、テキスト情報（Ｔ）からターゲット単語（Ｑ）の要素が見つからなかった場合、テキスト情報（Ｔ）に「ターゲット単語集合（Ｑ）との編集距離がしきい値（ｋ）以下である単語が存在しない」と決定することが可能である（Ｓ１３）。

本開示の一実施例によると、ターゲット単語と対応する単語は発音又はテキストに基づいて決定し、編集距離は発音又はテキストに基づいて演算することが可能である。

図５は、本開示の一実施例における、テキスト情報の中からターゲット単語と対応する単語を識別するために発音に基づいてターゲット単語を決定する実施例を概略的に示すフローチャートである。

図５を参照すると、類似単語検索モジュール（１１４）は、前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号に変換することが可能である（Ｓ２０）。言い換えると、類似単語検索モジュール（１１４）は、テキスト情報（Ｔ）を発音記号テキスト情報（Ｔ_ｐ）に変換し、ターゲット単語（Ｑ）を発音記号ターゲット単語情報（Ｑ_ｐ）に変換することが可能である。例えば、段階Ｓ２０において、類似単語検索モジュール（１１４）は、前記テキスト情報に含まれている単語及び前記ターゲット単語をＩＰＡ（ｉｎｔｅｒｎａｔｉｏｎａｌＰｈｏｎｅｔｉｃＡｌｐｈａｂｅｔ）のアルファベットに変換することが可能である。また、類似単語検索モジュール（１１４）は、変換されたＩＰＡのアルファベットをローマ字表記に変換することが可能である。一例として、類似単語検索モジュール（１１４）は、「渋谷（しぶや）」を「ｓｈｉｂｕｙａ」に変換することが可能である。また、変換されたローマ字表記を字素単位に分離し、字素単位に分離されたものを音素単位に変換することが可能である。また、類似単語検索モジュール（１１４）は、前記テキスト情報に関連する複数の発音記号の中から、前記ターゲット単語に関連する複数の発音記号との編集距離が前記しきい値以下である発音記号を識別することが可能である（Ｓ２１）。この場合、編集距離に係るしきい値は、動的に決定されることが可能である。また、類似単語検索モジュール（１１４）は、前記識別された発音記号に基づいてターゲット単語と対応する単語を識別することが可能である（Ｓ２２）。一方、類似単語検索モジュール（１１４）は、変換関連情報をＨａｓｈｍａｐ又はリスト（Ｍ）を通じて整理することが可能である。例えば、類似単語検索モジュール（１１４）は、変換前の文字インデックス（ｉｎｄｅｘ）と、変換後の発音記号インデックスとの間のマッチング関係をＨａｓｈｍａｐ又はリスト（Ｍ）を通じて整理することが可能であり、整理されたＨａｓｈｍａｐ又はリスト（Ｍ）を活用して、発音に基づく探索結果を文字に基づく探索結果に再び変換することが可能である。

図６は、本開示の一実施例における、テキスト情報の中からターゲット単語と対応する単語を識別するためにテキストに基づいてターゲット単語を決定する実施例を概略的に示すフローチャートである。この場合、類似単語検索モジュール（１１４）は、図５を参照して説明しているように発音に基づいてターゲット単語を決定するのではなく、テキストに基づいてターゲット単語を決定することも可能である。

図６を参照すると、類似単語検索モジュール（１１４）は、テキスト情報に含まれている単語及びターゲット単語を字素単位に変換することが可能である（Ｓ３０）。また、類似単語検索モジュール（１１４）は、テキスト情報に関連する複数の字素の中からターゲット単語に関連する複数の字素との編集距離が前記しきい値以下である字素を識別することが可能である（Ｓ３１）。この場合、編集距離に係るしきい値は、動的に決定されることが可能である。また、類似単語検索モジュール（１１４）は、識別された字素に基づいて単語を識別することが可能である（Ｓ３２）。

図７は、本開示の一実施例における、テキスト情報の中からターゲット単語と対応する単語を識別するために分かち書き又は文章符号を含めるかいなかを選択する実施例を概略的に示すフローチャートである。かかる実施例において、類似単語検索モジュール（１１４）は、ターゲット単語との編集距離がしきい値以下である単語を決定するときに発生し得る問題点を解決するために、分かち書き又は文章符号を含めるかいなかを選択することが可能である。

図７を参照すると、類似単語検索モジュール（１１４）は、テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号又は字素に変換することが可能である（Ｓ４０）。例えば、類似単語検索モジュール（１１４）は、段階Ｓ２０又は段階Ｓ３０において行ったように、テキスト情報に含まれている単語及びターゲット単語を複数の発音記号又複数の字素に変換することが可能である。また、類似単語検索モジュール（１１４）は、分かち書き又は文章符号のうち少なくとも１つを考慮するか否かを選択することが可能である（Ｓ４１）。一例として、類似単語検索モジュール（１１４）は、分かち書き又は文章符号のうち少なくとも１つを考慮するか否かについて、ユーザーインターフェースを通して入力を受けることが可能である。

より具体的な例を挙げると、類似単語検索モジュール（１１４）が分かち書きを考慮しなかった場合、段階Ｓ４０において分かち書きは変換結果に含まれないようになることが可能である。言い換えると、類似単語検索モジュール（１１４）は、テキスト情報（Ｔ）を発音記号テキスト情報（Ｔ_Ｐ）に変換するとき、発音記号テキスト情報（Ｔ_Ｐ）において分かち書き情報を含まないようにすることが可能である。このとき、類似単語検索モジュール（１１４）は、テキスト情報（Ｔ）文字列のインデックスと発音記号テキスト情報（Ｔ_Ｐ）文字列のインデックスとを紐づけるリスト（Ｍ）には分かち書き情報を保存することが可能である。また、類似単語検索モジュール（１１４）は、前記保存された情報に基づき、発音記号テキスト情報（Ｔ_Ｐ）におけるインデックスを、テキスト情報（Ｔ）におけるインデックスに戻すことが可能である。一例として、分かち書きを考慮しなかった場合（分かち書きが含まれていない場合）に、ターゲット単語が「ｈａｔｔｅｒ」で、文字起こし結果（例えば、音声認識を通じて生成された結果テキスト）が「ｈａｄｈｅｒ」である場合、文字起こし結果が検索されることが可能である。また、ターゲット単語が「ｔｈｅｉｒ」で、文字起こし結果が「ｔｈｅｙａｒｅ」である場合、文字起こし結果が検索されることが可能である。また、ターゲット単語が「ｗｅｎｔａｇｏ」で、文字起こし結果が「ｗａｎｔｔｏｇｏ」である場合、文字起こし結果が検索されることが可能である。

一方、類似単語検索モジュール（１１４）は、分かち書きを考慮した場合、段階Ｓ４０において分かち書きを変換結果に含めることが可能である。言い換えると、類似単語検索モジュール（１１４）は、テキスト情報（Ｔ）を発音記号テキスト情報（Ｔ_Ｐ）に変換するときに発音記号テキスト情報（Ｔ_Ｐ）においても分かち書き情報が含まれるように維持することが可能である。このとき、類似単語検索モジュール（１１４）は、Ｍｕｌｔｉ－ＰＥＸを利用して検索した後、分かち書きが含まれているマッチを検索したり、発音に基づいて変換された各単語を分かち書き単位に分けてから、ｓｉｎｇｌｅ－ｐａｔｔｅｒｎａｐｐｒｏｘｉｍａｔｅｍａｔｃｈｉｎｇアルゴリズムを利用して検索することが可能である。一例として、分かち書きを考慮した場合（分かち書きが含まれている場合）、ターゲット単語が「ｈａｔｔｅｒ」で、文字起こし結果が「ｈａｄｈｅｒ」である場合、文字起こし結果が検索されないようになることが可能である。また、ターゲット単語が「ｔｈｅｉｒ」で、文字起こし結果が「ｔｈｅｙａｒｅ」である場合、文字起こし結果が検索されないようになることが可能である。また、ターゲット単語が「ｗｅｎｔａｇｏ」で、文字起こし結果が「ｗａｎｔｔｏｇｏ」である場合、文字起こし結果が検索されないようになることが可能である。

また、類似単語検索モジュール（１１４）が、文章符号を考慮しなかった場合、段階Ｓ４０において文章符号は変換結果に含まれないようになることが可能である。言い換えると、類似単語検索モジュール（１１４）は、テキスト情報（Ｔ）を発音記号テキスト情報（Ｔ_Ｐ）に変換するときに、発音記号テキスト情報（Ｔ_Ｐ）において符号情報を含まないようにすることが可能である。このとき、類似単語検索モジュール（１１４）は、テキスト情報（Ｔ）文字列のインデックスと発音記号テキスト情報（Ｔ_Ｐ）文字列のインデックスとを紐づけるリスト（Ｍ）には文章符号情報を保存することが可能である。また、類似単語検索モジュール（１１４）は、前記保存された情報に基づき、発音記号テキスト情報（Ｔ_Ｐ）におけるインデックスを、テキスト情報（Ｔ）におけるインデックスに戻すことが可能である。一例として、文章符号を考慮しなかった場合、ターゲット単語が「ｈａｔｔｅｒ」で、文字起こし結果（例えば、音声認識を通じて生成された結果テキスト）が「ｈａｄ，ｈｅｒ」である場合、文字起こし結果が検索されることが可能である。また、ターゲット単語が「ｉｃｅｃｒｅａｍ」で、文字起こし結果が「Ｉ，ｓｃｒｅａｍ」である場合、文字起こし結果が検索されることが可能である。

また、類似単語検索モジュール（１１４）は、文章符号を考慮した場合、段階Ｓ４０において文章符号を変換結果に含めることが可能である。言い換えると、類似単語検索モジュール（１１４）は、テキスト情報（Ｔ）を発音記号テキスト情報（Ｔ_Ｐ）に変換するときに、発音記号テキスト情報（Ｔ_Ｐ）においても文章符号が含まれるように維持することが可能である。一例として、文章符号を考慮した場合、類似単語検索モジュール（１１４）においてターゲット単語が「ｈａｔｔｅｒ」で、文字起こし結果が「ｈａｄ，ｈｅｒ」である場合、文字起こし結果が検索されないようになることが可能である。なお、かかる実施例は、（発音記号テキスト情報（Ｔ_Ｐ）に分かち書き情報が含まれる場合には、文章符号を考慮するか否かとは関係なく、分かち書きそのものによって検索されなくなるため）発音記号テキスト情報（Ｔ_Ｐ）に分かち書き情報が含まれない場合に意味がある。

本開示の一実施例によると、類似単語検索モジュール（１１４）は、ターゲット単語との編集距離に基づき、テキスト情報の中からターゲット単語と対応する単語（例えば、類似単語）を識別することが可能である。一方、検索の対象となるテキスト情報が音声認識に基づいて生成されたテキスト情報である場合、類似単語検索モジュール（１１４）は、編集距離に係る情報のみならず、「複数の音声情報間の類似度情報」を追加で活用し、ターゲット単語と対応する単語を識別することが可能である。例えば、類似単語検索モジュール（１１４）は、ターゲット単語及びテキスト情報が音声認識に基づくものである場合、前記ターゲット単語に関連する音声情報と前記テキスト情報に関連する音声情報との間における類似度を算出することが可能であり、算出した類似度を追加で考慮し、前記ターゲット単語と対応する単語を識別することが可能である。つまり、類似単語検索モジュール（１１４）は、テキスト情報が音声認識基盤のものである場合、編集距離のみならず、音声間の類似度を追加で考慮し、ターゲット単語と対応する単語を識別することが可能である。従って、類似単語検索モジュール（１１４）は、音声認識基盤のテキスト情報に対して動作した場合に精度がより上がることが期待できる。

本開示の一実施例によると、出力モジュール（１１５）は、出力されたテキスト情報の中から、ハイライト表示等の視覚的効果を用いて、単語を、ユーザーインターフェースを通して出力することが可能である。例えば、テキスト情報（原本テキスト）の中から識別された単語である「こんわく（困惑）」、「こうやく（公約）」、「こんにゃく（蒟蒻）」の部分をハイライト表示し、ユーザーインターフェースを通して出力することが可能である。

本開示の一実施例によると、後処理モジュール（１１６）は、識別された複数の単語をまとめてターゲット単語に一括変更することが可能である。例えば、後処理モジュール（１１６）は、識別された単語が「こんわく（困惑）」、「こうやく（公約）」、「こんにゃく（蒟蒻）」で、ターゲット単語が「こんやく（婚約）」である場合、識別された単語をターゲット単語に一括変更することが可能である。また、後処理モジュール（１１６）は、ターゲット単語及び識別された単語を、識別された複数の単語のうち、１つの単語に変更することが可能である。例えば、後処理モジュール（１１６）は、識別された単語が「こんわく（困惑）」、「こうやく（公約）」、「こんやく（婚約）」で、ターゲット単語が「こんにゃく（蒟蒻）」である場合（例えば、音声認識の信頼度が低いと判断された「こんにゃく（蒟蒻）」がターゲット単語に自動的に設定された場合）、識別された単語及びターゲット単語を、識別された複数の単語のうち１つである「こんやく（婚約）」に一括変更することが可能である。

また、後処理モジュール（１１６）は、一括変更する前にユーザーに確認を要請するＵＩをユーザーインターフェースに提供することも可能である。

本開示の一実施例によると、類似単語変更等のユーザー入力を通じて「ユーザーが修正した『修正済みテキスト』及びそれと対応する『原本音声』のペア（ｐａｉｒ）」を取得することが可能であり、これは多様な方法で活用されることが可能である。

一例として、ユーザーアカウント別に『修正済みテキスト』が当該アカウントのユーザー辞書に追加され、当該アカウントがその後音声認識を行うときに『修正済みテキスト』に対してキーワードブースティングが適用されるようにすることが可能である。キーワードブースティング（ｋｅｙｗｏｒｄｂｏｏｓｔｉｎｇ）は、音声認識モデルのデコーダーがビームサーチ（ＢｅａｍＳｅａｒｃｈ）を行うときに、予め決められたキーワードの優先順位を高める技術であり、これを通じてユーザーの意図により合致するＳＴＴ結果テキストを出力することが可能である。

他の一例として、ユーザーアカウント別に個人に合わせた音声認識モデルを学習させるために『修正済みテキスト』－『原本音声』のペアを利用することが可能である。これを通じて、当該アカウントに合わせた音声認識モデルは、ユーザーの『原本音声』に対して類似した他のテキストを出力することなく『修正済みテキスト』をより正確に出力することが可能である。

図８は、本開示の一実施例における、テキスト情報の中からターゲット単語と対応する単語を識別するためにユーザーインターフェースに出力される実施例を示す図面である。

図８を参照すると、Ａは、ターゲット単語検索モジュール（１１３）において、（１）予め決められた分野のキーワード辞書に基づいて前記ターゲット単語を決定する動作、（２）前記テキスト情報における出現頻度がしきい値以上である単語を前記ターゲット単語として決定する動作、又は、（４）音声認識に係る信頼度（ｃｏｎｆｉｄｅｎｃｅ）に基づいて前記ターゲット単語を決定する動作のうち、少なくとも１つに基づいて決定された複数のターゲット単語を含むインターフェースである。

Ｂは、ターゲット単語検索モジュール（１１３）において、（３）ユーザーインターフェースを通して受信した入力情報に基づき前記ターゲット単語を決定するために提供されるインターフェースである。
Ｃは、出力モジュール（１１５）において、出力されたテキスト情報（原本テキスト情報）にから、ハイライト表示等の視覚的効果を用いて、単語（類似単語）を提供するインターフェースである。

Ｄは、類似単語検索モジュール（１１４）において前記ターゲット単語に係る編集距離に係るしきい値（ｔｈｒｅｓｈｏｌｄ）を決定し、テキスト情報に含まれている複数の単語のうち、前記ターゲット単語との編集距離が前記しきい値以下である単語を決定し、前記決定された単語に基づき前記ターゲット単語と対応する単語を識別した結果を提供するインターフェースである。

一例として、ターゲット単語が「ソフ」である場合、類似単語検索モジュール（１１４）においてターゲット単語に係る編集距離に係るしきい値を決定し、テキスト情報に含まれている複数の単語のうち、ターゲット単語（例えば、「ソフ」）との編集距離がしきい値以下である単語を決定し、決定された単語に基づきターゲット単語と対応する単語を「ソフ」、「ソース」、「てプ」）」等のように識別することが可能である。

本開示の一実施例によると、コンピューティング装置（１００）は、ユーザーがターゲット単語を直接入力した場合、テキスト情報をユーザーが修正するとき、より簡単に単語（類似単語）をターゲット単語に一括変更することが可能である。コンピューティング装置（１００）は、図７において説明されている分かち書き又は文章符号を含むか否かについて、単語（類似単語）を識別（検索）するときに、識別（検索）された結果の中に分かち書き（スペーシング又は文章符号等が含まれている場合は、検索結果から外すことでユーザーの意図により合致する単語（類似単語）検索結果を提供することが可能である。

また、コンピューティング装置（１００）は、ユーザーがターゲット単語を直接入力していない場合、つまり、入力されたテキスト情報の中からターゲット単語を決定し、テキスト情報に含まれている複数の単語のうち、ターゲット単語との編集距離がしきい値以下である単語を決定した後、決定された単語に基づきターゲット単語と対応する単語を識別することが可能である。前記の説明より先に説明されている実施例１とは違って、ユーザーの介入無しに行われるため、性能向上を期待できる。

また、コンピューティング装置（１００）は、テキスト情報が音声認識を通じて生成されたテキスト情報を含む場合、音声認識に係る信頼度に基づいてターゲット単語を決定するが、信頼度が低い単語を、音声認識を通じて生成されたテキストと比較し、ユーザーインターフェースを通して候補単語を提供することで、より正確な学習を行うことが可能である。

ただし、上述の説明において記載されている複数の実施例は、一部の実施例に過ぎず、これらにより限定されるわけではない。

図９は、本開示の一実施例における、テキスト情報の中からターゲット単語と対応する単語を識別するための方法を示すフローチャートである。

図９に示すテキスト情報の中からターゲット単語と対応する単語を識別する方法は、先に説明しているコンピューティング装置（１００）において実行することが可能である。従って、以下に具体的に記載されていない場合でも、コンピューティング装置（１００）について上述した内容はテキスト情報の中からターゲット単語と対応する単語を識別する方法に係る説明にも同様に適用することが可能である。

図９を参照すると、本開示の一実施例における、テキスト情報の中からターゲット単語と対応する単語を識別する方法は、ターゲット単語を決定する段階（Ｓ１１０）、前記ターゲット単語に係る編集距離に係るしきい値（ｔｈｒｅｓｈｏｌｄ）を決定する段階（Ｓ１２０）、テキスト情報に含まれている複数の単語のうち、前記ターゲット単語との編集距離が前記しきい値以下である単語を決定する段階（Ｓ１３０）及び前記決定された単語に基づき前記ターゲット単語と対応する単語を識別する段階（１４０）等を含むことが可能であり、かかる段階以外にも多様な段階を含むことが可能である。また、本開示の一実施例における、テキスト情報の中からターゲット単語と対応する単語を識別する方法は、コンピューティング装置（１００）において実行することが可能である。

前記段階Ｓ１１０は、ターゲット単語を決定する段階である。かかる段階Ｓ１１０は、予め決められた分野のキーワード辞書に基づき前記ターゲット単語を決定する段階、前記テキスト情報における出現頻度がしきい値以上である単語を前記ターゲット単語として決定する段階、又は、ユーザーインターフェースを通して受信した入力情報に基づき前記ターゲット単語を決定する段階のうち、少なくとも１つを含むことが可能である。また、段階Ｓ１１０は、テキスト情報が音声認識を通じて生成されたテキスト情報を含む場合、前記音声認識に係る信頼度（ｃｏｎｆｉｄｅｎｃｅ）に基づいて前記ターゲット単語を決定する段階を含むことが可能である。この場合、前記ターゲット単語と対応する単語は発音又はテキストに基づいて決定し、前記編集距離は発音又はテキストに基づいて演算することが可能である。

前記段階Ｓ１２０は、前記ターゲット単語に係る編集距離に係るしきい値（ｔｈｒｅｓｈｏｌｄ）を決定する段階である。かかる前記段階Ｓ１２０は、前記ターゲット単語の長さに応じて前記編集距離に係るしきい値を動的に決定する段階を含むことが可能である。前記編集距離に係るしきい値を動的に決定する段階は、前記ターゲット単語の長さと予め決められた比率しきい値との間の演算に基づき、前記編集距離に係るしきい値を動的に決定する段階を含むことが可能である。また、前記編集距離に係るしきい値を決定する段階は、絶対しきい値を決定する段階をさらに含み、前記ターゲット単語との編集距離が前記しきい値以下である単語を識別する段階は、前記ターゲット単語との編集距離が前記動的に決定されたしきい値以下であり、且つ、前記絶対しきい値以下である単語を識別する段階をさらに含むことが可能である。また、前記段階Ｓ１２０は、絶対しきい値を決定する段階をさらに含むことも可能である。

前記段階Ｓ１３０は、テキスト情報に含まれている複数の単語のうち、前記ターゲット単語との編集距離が前記しきい値以下である単語を決定する段階である。かかる段階Ｓ１３０は、前記ターゲット単語との編集距離が前記動的に決定されたしきい値以下であり、且つ、前記絶対しきい値以下である単語を決定する段階を含むことが可能である。また、前記段階Ｓ１３０は、前記決定されたしきい値がｋである場合、前記ターゲット単語をｋ＋１の要素に分割する段階、前記テキスト情報の中から前記ｋ＋１の要素を探索する段階、前記テキスト情報の中から前記ｋ＋１の要素のうち、少なくとも１つの要素が見つかったら、見つかった要素に基づき単語を識別する段階及び前記テキスト情報の中から前記ｋ＋１の要素が見つからなかったら、編集距離が前記しきい値以下である単語が存在しないと決定する段階を含むことが可能である。

また、前記段階Ｓ１３０は、前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号に変換する段階、前記テキスト情報に関連する複数の発音記号のうち、前記ターゲット単語に関連する複数の発音記号との編集距離が前記しきい値以下である発音記号を識別する段階及び前記識別された発音記号に基づいて前記単語を識別する段階を含むことも可能である。この場合、編集距離は発音に基づいて決定されることが可能である。一例として、前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号に変換する段階は、前記テキスト情報に含まれている単語及び前記ターゲット単語をＩＰＡ（ｉｎｔｅｒｎａｔｉｏｎａｌＰｈｏｎｅｔｉｃＡｌｐｈａｂｅｔ）のアルファベットに変換する段階、変換されたＩＰＡのアルファベットをローマ字表記に変換する段階、変換されたローマ字表記を字素単位に分離する段階及び字素単位に分離されたものを音素単位に変換する段階を含むことが可能である。

また、前記段階Ｓ１３０は、前記テキスト情報に含まれている単語及び前記ターゲット単語を字素単位に変換する段階、前記テキスト情報に関連する複数の字素のうち、前記ターゲット単語に関連する字素との編集距離が前記しきい値以下である字素を識別する段階及び前記識別された字素に基づいて前記単語を識別する段階を含むことも可能である。この場合、編集距離はテキストに基づいて決定することが可能である。

また、前記段階Ｓ１３０は、前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号又は複数の字素に変換する段階を含み、前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号又は複数の字素に変換する段階は、分かち書き又は文章符号のうち、少なくとも１つを考慮するか否かを選択する段階を含むことが可能である。

前記Ｓ１４０段階は、決定された単語に基づきターゲット単語と対応する単語を識別できる段階である。かかるＳ１４０段階は、前記ターゲット単語に関連する音声情報と前記テキスト情報に関連する音声情報との間における類似度を算出する段階及び前記算出した類似度を追加で考慮し、前記ターゲット単語と対応する単語を識別する段階をさらに含むことが可能である。この場合、前記テキスト情報は音声認識を通じて生成されたテキスト情報を含むことが可能である。

以上の説明における複数の段階は、本開示の具現化の例によっては、より多くの段階に分割されたり、より少ない段階にまとめられることが可能である。また、一部の段階は、必要に応じて省略される場合もあり、段階の順番が変更される場合もある。

本開示の一実施例に基づき、データ構造を保存したコンピューター可読保存媒体が開示される。

データ構造は、データに効率的なアクセスおよび修正を可能にするデータの組織、管理、保存を意味することができる。データ構造は、特定の問題（例えば、最短時間でデータ検索、データ保存、データ修正）を解決するためのデータ組織を意味することができる。データ構造は、特定のデータ処理機能をサポートするように設計されたデータ要素間の物理的または論理的な関係と定義することもできる。データ要素間の論理的な関係は、ユーザーが考えるデータ要素間の連結関係を含むことができる。データ要素間の物理的な関係は、コンピューター可読保存媒体（例えば、ハードディスク）に物理的に保存されているデータ要素間の実際の関係を含むことができる。データ構造は具体的にデータの集合、データ間の関係、データに適用できる関数またはコマンドを含むことができる。効果的に設計されたデータ構造により、コンピューティング装置はコンピューティング装置のリソースを最小限に使用しながら計算を行うことができる。具体的にコンピューティング装置は効果的に設計されたデータ構造を通じて演算、読み取り、挿入、削除、比較、交換、検索の効率性を高めることができる。

データ構造はデータ構造の形態によって線形データ構造と非線形データ構造に区分されることができる。線形データ構造は、一つのデータの後に一つのデータだけが連結される構造である可能性がある。線形データ構造はリスト（Ｌｉｓｔ）、スタック（Ｓｔａｃｋ）、キュー（Ｑｕｅｕｅ）、デッキ（Ｄｅｑｕｅ）を含むことができる。リストは、内部的に順序が存在する一連のデータセットを意味することが可能である。リストは連結リスト（ＬｉｎｋｅｄＬｉｓｔ）を含むことができる。連結リストはそれぞれのデータがポインタを持って一列に連結されている方式でデータが連結されたデータ構造でありうる。連結リストでポインタは、次や以前のデータとの連結情報を含むことができる。連結リストは形態によって単一連結リスト、二重連結リスト、円形連結リストで表現できる。スタックは制限的にデータにアクセスできるデータリスト構造である可能性がある。スタックは、データ構造の片端でのみデータを処理（例えば、挿入または削除）できる線形データ構造である可能性がある。スタックに保存されたデータは、遅く入るほど早く出てくるデータ構造（ＬＩＦＯ－ＬａｓｔｉｎＦｉｒｓｔＯｕｔ）である可能性がある。キューは制限的にデータにアクセスできるデータ羅列構造であり、スタックとは異なり遅く保存されたデータほど遅く出てくるデータ構造（ＦＩＦＯ－ＦｉｒｓｔｉｎＦｉｒｓｔＯｕｔ）であることができる。デッキはデータ構造の両端でデータを処理できるデータ構造になり得る。

非線形データ構造は、一つのデータの後に複数のデータが連結される構造である可能性がある。非線形データ構造はグラフ（Ｇｒａｐｈ）データ構造を含むことができる。グラフデータ構造は頂点（Ｖｅｒｔｅｘ）と幹線（Ｅｄｇｅ）で定義でき、幹線は互いに異なる二つの頂点を連結する線を含むことができる。グラフデータ構造ツリー（Ｔｒｅｅ）データ構造を含むことができる。ツリーデータ構造はツリーに含まれる複数の頂点のうち、互いに異なる２つの頂点を連結させる経路が一つのデータ構造になり得る。すなわち、グラフデータ構造でループ（ｌｏｏｐ）を形成しないデータ構造になり得る。

本明細書にかけて、演算モデル、神経回路網、ネットワーク関数、ニューラルネットワークは同じ意味で使用できる。（以下ではニューラルネットワークで統一して記述する。）データ構造はニューラルネットワークを含むことができる。そして、ニューラルネットワークを含むデータ構造は、コンピューター可読保存媒体に保存されることができる。ニューラルネットワークを含むデータ構造はまた、ニューラルネットワークに入力されるデータ、ニューラルネットワークの加重値、ニューラルネットワークのハイパーパラメータ、ニューラルネットワークから獲得したデータ、ニューラルネットワークの各ノードまたはレイヤーに関連する活性関数、ニューラルネットワークの学習のための損失関数を含むことができる。ニューラルネットワークを含むデータ構造は、前記開示された構成のうち任意の構成要素を含むことができる。すなわち、ニューラルネットワークを含むデータ構造は、ニューラルネットワークに入力されるデータ、ニューラルネットワークの加重値、ニューラルネットワークのハイパーパラメータ、ニューラルネットワークから獲得したデータ、ニューラルネットワークの各ノードまたはレイヤーに関連する活性関数、ニューラルネットワークのトレーニングのための損失関数など、全部またはこれらの任意の組み合わせを含んで構成されることができる。前述した構成以外にも、ニューラルネットワークを含むデータ構造は、ニューラルネットワークの特性を決定する任意の他の情報を含むことができる。また、データ構造は、ニューラルネットワークの演算過程で使用されたり、発生するすべての形態のデータを含むことができ、前述の事項に制限されるわけではない。コンピューター可読保存媒体は、コンピューター可読記録媒体および／またはコンピューター可読伝送媒体を含むことができる。ニューラルネットワークは、一般的にノードと呼ばれる相互接続された計算単位の集合で構成されることができる。このようなノードはニューロン（ｎｅｕｒｏｎ）と呼ばれることができる。ニューラルネットワークは、少なくとも１つ以上のノードを含んで構成される。

データ構造は、ニューラルネットワークに入力されるデータを含むことができる。ニューラルネットワークに入力されるデータを含むデータ構造は、コンピューター可読保存媒体に保存されることができる。ニューラルネットワークに入力されるデータは、ニューラルネットワークの学習過程で入力される学習データおよび／または学習が完了したニューラルネットワークに入力される入力データを含むことができる。ニューラルネットワークに入力されるデータは、前処理（ｐｒｅ－ｐｒｏｃｅｓｓｉｎｇ）を経たデータおよび／または前処理対象となるデータを含むことができる。前処理はデータをニューラルネットワークに入力させるためのデータ処理過程を含むことができる。したがって、データ構造は前処理対象となるデータおよび前処理で発生するデータを含むことができる。前述のデータ構造は例示に過ぎず、本開示はこれに限定されない。

データ構造は、ニューラルネットワークの加重値を含むことができる。（本明細書で加重値、パラメータは同じ意味で使用できる。）そして、神経回路網の加重値を含むデータ構造はコンピューター可読保存媒体に保存されることができる。ニューラルネットワークは、複数の加重値を含むことができる。加重値は可変的であり、ニューラルネットワークが望む機能を遂行するために、ユーザーまたはアルゴリズムによって可変することができる。例えば、一つの出力ノードに一つ以上の入力ノードがそれぞれのリンクによって相互接続された場合、出力ノードは前記出力ノードと連結された入力ノードに入力された値及びそれぞれの入力ノードに対応するリンクに設定されたパラメータに基づいて出力ノード値を決定することができる。前述のデータ構造は例示に過ぎず、本開示はこれに限定されない。

制限ではなく例として、加重値は神経回路網学習過程で可変する加重値および／または神経回路網学習が完了した加重値を含むことができる。ニューラルネットワーク学習過程で可変される加重値は、学習サイクルが始まる時点の加重値および／または学習サイクルの間に可変される加重値を含むことができる。ニューラルネットワーク学習が完了した加重値は、学習サイクルが完了した加重値を含むことができる。したがって、ニューラルネットワークの加重値を含むデータ構造は、ニューラルネットワーク学習過程で可変される加重値および／またはニューラルネットワーク学習が完了した加重値を含むデータ構造を含むことができる。したがって、上述した加重値および／または各加重値の組み合わせは、神経回路網の加重値を含むデータ構造に含まれるものとする。前述のデータ構造は例示に過ぎず、本開示はこれに限定されない。

ニューラルネットワークの加重値を含むデータ構造は、直列化（ｓｅｒｉａｌｉｚａｔｉｏｎ）過程を経た後、コンピューター可読保存媒体（例えば、メモリ、ハードディスク）に保存されることができる。直列化は、データ構造を同一または他のコンピューティングデバイスに保存し、後で再構成して使用できる形態に変換する過程である可能性がある。コンピューティングデバイスは、データ構造を直列化し、ネットワークを介してデータを送受信することができる。直列化されたニューラルネットワークの加重値を含むデータ構造は、逆直列化（ｄｅｓｅｒｉａｌｉｚａｔｉｏｎ）を通じて同じコンピューティング装置または他のコンピューティング装置で再構成されることができる。ニューラルネットワークの加重値を含むデータ構造は、シリアル化に限定されるものではない。さらに、神経回路網の加重値を含むデータ構造は、コンピューティング装置の資源を最小限に使用しながら演算の効率を高めるためのデータ構造（例えば、非線形データ構造でＢ－Ｔｒｅｅ、Ｔｒｉｅ、ｍ－ｗａｙｓｅａｒｃｈｔｒｅｅ、ＡＶＬｔｒｅｅ、Ｒｅｄ－ＢｌａｃｋＴｒｅｅ）を含むことができる。前述の事項は例示に過ぎず、本開示はこれに限定されない。

データ構造は、ニューラルネットワークのハイパーパラメータ（Ｈｙｐｅｒ－ｐａｒａｍｅｔｅｒ）を含むことができる。そして、ニューラルネットワークのハイパーパラメータを含むデータ構造は、コンピューター可読保存媒体に保存されることができる。ハイパーパラメータは、ユーザーによって可変される変数である可能性がある。ハイパーパラメータは、例えば、学習率（ｌｅａｒｎｉｎｇｒａｔｅ）、コスト関数（ｃｏｓｔｆｕｎｃｔｉｏｎ）、学習サイクル反復回数、加重値初期化（例えば、加重値初期化対象となる加重値の範囲設定）、ＨｉｄｄｅｎＵｎｉｔ個数（例えば、ヒドゥンレイヤーの個数、ヒドゥンレイヤーのノード数）を含むことができる。前述のデータ構造は例示に過ぎず、本開示はこれに限定されない。

図１０は、本開示の実施例が具現化されることのできる例示的なコンピューティング環境に係る簡略で一般的な概略図である。

本開示が一般的にコンピューティング装置により具現化されることができると前述されているが、当業者であれば本開示が一つ以上のコンピューター上で実行されることのできるコンピューター実行可能命令及び／またはその他のプログラムモジュールと結合して及び／またはハードウェアとソフトウェアの組み合わせとして具現化されることができるということをよく理解できるだろう。

一般的に、本明細書におけるモジュールは、特定のタスクを実行したり、特定の抽象的なデータ類型を実装するルーティン、プログラム、コンポーネント、データ構造、その他等々を含む。また、当業者なら本開示の方法がシングルプロセッサーまたはマルチプロセッサーコンピューターシステム、ミニコンピューター、メインフレームコンピューターはもちろん、パーソナルコンピューター、ハンドヘルド（ｈａｎｄｈｅｌｄ）コンピューティング装置、マイクロプロセッサー基盤、またはプログラム可能な家電製品、その他等々（これらは、それぞれ１つ以上の関連する装置と繋がって動作することができる）をはじめとする、他のコンピューターシステムの構成によって実施されることができることをよく理解できるだろう。

本開示において説明された実施例は、さらに、あるタスクが通信ネットワークを通じて繋がっている遠隔処理装置によって実行される分散コンピューティング環境で実施されることができる。分散コンピューティング環境において、プログラムモジュールは、ローカルや遠隔メモリー保存装置の両方に位置することができる。

コンピューターは、多様なコンピューター可読媒体を含む。コンピューターによってアクセス可能な媒体はいずれもコンピューター可読媒体になり得るが、このようなコンピューター可読媒体は揮発性及び非揮発性媒体、一時的（ｔｒａｎｓｉｔｏｒｙ）及び非一時的（ｎｏｎ－ｔｒａｎｓｉｔｏｒｙ）媒体、移動式及び非－移動式媒体を含む。制限ではなく例として、コンピューター可読媒体は、コンピューター可読保存媒体及びコンピューター可読伝送媒体を含むことができる。コンピューター可読保存媒体は、コンピューター可読命令、データ構造、プログラムモジュール又はその他のデータのような情報を保存する任意の方法又は技術により実装される揮発性及び非揮発性媒体、一時的及び非－一時的媒体、移動式及び非移動式媒体を含む。コンピューター可読保存媒体は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリーまたはその他のメモリー技術、ＣＤ－ＲＯＭ、ＤＶＤ（ｄｉｇｉｔａｌｖｉｄｅｏｄｉｓｋ）またはその他の光ディスク保存装置、磁気カセット、磁気テープ、磁気ディスク保存装置またはその他の磁気保存装置、またはコンピューターによってアクセスされることができ、情報を保存するのに使われることのできる任意のその他の媒体を含むが、これに限定されない。

コンピューター可読伝送媒体は、通常、搬送波（ｃａｒｒｉｅｒｗａｖｅ）またはその他の伝送メカニズム（ｔｒａｎｓｐｏｒｔｍｅｃｈａｎｉｓｍ）のような被変調データ信号（ｍｏｄｕｌａｔｅｄｄａｔａｓｉｇｎａｌ）にコンピューター可読命令、データ構造、プログラムモジュールまたはその他のデータ等を実装し、すべての情報伝達媒体を含む。被変調データ信号という用語は、信号の中で情報をエンコードするように、その信号の特性のうち１つ以上を設定または変更した信号を意味する。制限ではなく例として、コンピューター可読伝送媒体は、有線ネットワークまたは直接配線接続（ｄｉｒｅｃｔ－ｗｉｒｅｄｃｏｎｎｅｃｔｉｏｎ）のような有線媒体、そして音響、ＲＦ、赤外線、その他の無線媒体のような無線媒体を含む。前述の媒体のいずれかによる任意の組み合わせもまたコンピューター可読伝送媒体の範囲に含まれるものとする。

コンピューター（１１０２）を含む本開示の多様な側面を実現する例示的な環境（１１００）が示されており、コンピューター（１１０２）は、処理装置（１１０４）、システムメモリー（１１０６）、システムバス（１１０８）を含む。システムバス（１１０８）は、システムメモリー（１１０６）（これに限定されない）をはじめとするシステムコンポーネントを処理装置（１１０４）につなげる。処理装置（１１０４）は、多様な商用プロセッサーのうち任意のプロセッサーになり得る。デュエルプロセッサーとその他のマルチプロセッサーアーキテクチャもまた処理装置（１１０４）として利用されることができる。

システムバス（１１０８）は、メモリーバス、周辺装置バス、そして多様な商用バスアーキテクチャの中から、任意のものを使用するローカルバスにさらに相互連結されることのできる複数の類型のバス構造のうちいずれかになり得る。システムメモリー（１１０６）は、読み取り専用メモリー（ＲＯＭ）（１１１０）やランダムアクセスメモリー（ＲＡＭ）（１１１２）を含む。基本的な入出力システム（ＢＩＯＳ）は、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ等の非揮発性メモリー（１１１０）に保存され、このＢＩＯＳは、起動中の時等にコンピューター（１１０２）の中の複数の構成要素間の情報のやりとりをサポートする基本的なルーティンを含む。ＲＡＭ（１１１２）は、またデータをキャッシュするための静的ＲＡＭ等の高速ＲＡＭを含むことができる。

コンピューター（１１０２）においては、また、内蔵型ハードディスクドライブ（ＨＤＤ）（１１１４）（例えば、ＥＩＤＥ、ＳＡＴＡ）―この内蔵型ハードディスクドライブ（１１１４）はまた適切なシャシー（図示は省略）の中で外付け型の用途で構成されることができる―、磁気フロッピーディスクドライブ（ＦＤＤ）（１１１６）（例えば、移動式ディスケット（１１１８）から読み取ったりそれに書き込むためのものである）及び光ディスクドライブ（１１２０）（例えば、ＣＤ－ＲＯＭディスク（１１２２）を読み取ったり、ＤＶＤ等のその他の高容量光媒体から読み取ったり、それに書き込むためのものである）を含む。ハードディスクドライブ（１１１４）、磁気ディスクドライブ（１１１６）及び光ディスクドライブ（１１２０）は、それぞれハードディスクドライブインターフェース（１１２４）、磁気ディスクドライブインターフェース（１１２６）及び光ドライブインターフェース（１１２８）によってシステムバス（１１０８）に繋がることができる。外付け型ドライブの実装のためのインターフェース（１１２４）は、例えば、ＵＳＢ（ＵｎｉｖｅｒｓａｌＳｅｒｉａｌＢｕｓ）やＩＥＥＥ１３９４インターフェース技術のうち、少なくとも１つまたはその両方を含む。

これらのドライブ及びこれらに係るコンピューター可読媒体は、データ、データ構造、コンピューターで実行可能な命令、その他等々の非揮発性保存を提供する。コンピューター（１１０２）の場合、ドライブ及び媒体は、任意のデータを適切なデジタル形式に保存することに対応する。前述におけるコンピューター可読保存媒体に係る説明が、ＨＤＤ、移動式磁気ディスク及びＣＤまたはＤＶＤ等の移動式光媒体について触れているが、当業者ならジップドライブ（ｚｉｐｄｒｉｖｅ）、磁気カセット、フラッシュメモリーカード、カートリッジ、その他等々のコンピューターにより読み取り可能な他の類型の保存媒体もまた例示的な運営環境で使われることができ、さらに、このような媒体のうち任意のある媒体が、本開示の方法を実行するためのコンピューターで実行可能な命令を含むことができることをよく理解できるだろう。

運営システム（１１３０）、１つ以上のアプリケーションプログラム（１１３２）、その他のプログラムモジュール（１１３４）及びプログラムデータ（１１３６）をはじめとする多数のプログラムモジュールが、ドライブ及びＲＡＭ（１１１２）に保存されることができる。運営システム、アプリケーション、モジュール及び／またはデータの全部またはその一部分がまたＲＡＭ（１１１２）にキャッシュされることができる。本開示が商業的に利用可能な様々な運営システムまたは複数の運営システムの組み合わせにより実装されることができることをよく理解できるだろう。

ユーザーは、１つ以上の有線・無線の入力装置、例えば、キーボード（１１３８）及びマウス（１１４０）等のポインティング装置を通じてコンピューター（１１０２）に命令及び情報を入力することができる。その他の入力装置（図示は省略）としてはマイク、ＩＲリモコン、ジョイスティック、ゲームパッド、スタイラスペン、タッチスクリーン、その他等々があり得る。これら及びその他の入力装置が、よくシステムバス（１１０８）に繋がっている入力装置インターフェース（１１４２）を通じて処理装置（１１０４）に繋がることがあるが、並列ポート、ＩＥＥＥ１３９４直列ポート、ゲームポート、ＵＳＢポート、ＩＲインターフェース、その他等々のその他のインターフェースによって繋がることができる。

モニター（１１４４）または他の類型のディスプレイ装置も、ビデオアダプター（１１４６）等のインターフェースを通じてシステムバス（１１０８）に繋がる。モニター（１１４４）に加えて、コンピューターは一般的にスピーカー、プリンター、その他等々のその他の周辺出力装置（図示は省略）を含む。

コンピューター（１１０２）は、有線及び／または無線通信による（複数の）遠隔コンピューター（１１４８）等の１つ以上の遠隔コンピューターへの論理的接続を利用し、ネットワーク化された環境で動作することができる。（複数の）遠隔コンピューター（１１４８）は、ワークステーション、サーバーコンピューター、ルーター、パーソナルコンピューター、携帯用コンピューター、マイクロプロセッサー基盤の娯楽機器、ピア装置またはその他の通常のネットワークノードになることができ、一般的にコンピューター（１１０２）について述べられた構成要素のうち、多数またはその全部を含むが、簡略化するために、メモリー保存装置（１１５０）のみ図示されている。図示されている論理的接続は、近距離通信網（ＬＡＮ）（１１５２）及び／または、より大きいネットワーク、例えば、遠距離通信網（ＷＡＮ）（１１５４）における有線・無線の接続を含む。このようなＬＡＮ及びＷＡＮのネットワーキング環境は、オフィスや会社では一般的なもので、イントラネット等の全社的コンピューターネットワーク（ｅｎｔｅｒｐｒｉｓｅ－ｗｉｄｅｃｏｍｐｕｔｅｒｎｅｔｗｏｒｋ）を容易にし、これらはすべて全世界のコンピューターネットワーク、例えば、インターネットに繋がることができる。

ＬＡＮネットワーキング環境で使われるとき、コンピューター（１１０２）は、有線及び／または無線通信ネットワークインターフェース、または、アダプター（１１５６）を通じてローカルネットワーク（１１５２）に繋がる。アダプター（１１５６）は、ＬＡＮ（１１５２）への有線または無線通信を容易にすることができ、このＬＡＮ（１１５２）は、また無線アダプター（１１５６）と通信するためにそれに設置されている無線アクセスポイントを含む。ＷＡＮネットワーキング環境で使われるとき、コンピューター（１１０２）は、モデム（１１５８）を含むことができたり、ＷＡＮ（１１５４）上の通信サーバーに繋がったり、またはインターネットを通じる等、ＷＡＮ（１１５４）を通じて通信を設定するその他の手段を持つ。内蔵型又は外付け型、そして、有線または無線装置になり得るモデム（１１５８）は、直列ポートインターフェース（１１４２）を通じてシステムバス（１１０８）に繋がる。ネットワーク化された環境において、コンピューター（１１０２）について説明されたプログラムモジュールまたはその一部分が、遠隔メモリー／保存装置（１１５０）に保存されることができる。図示されたネットワーク接続が例示的なものであり、複数のコンピューター間で通信リンクを設定する他の手段が使われることができるということは容易に理解できることである。

コンピューター（１１０２）は、無線通信で配置されて動作する任意の無線装置またはユニット、例えば、プリンター、スキャナー、デスクトップ及び／または携帯用コンピューター、ＰＤＡ（ｐｏｒｔａｂｌｅｄａｔａａｓｓｉｓｔａｎｔ）、通信衛星、無線で検出可能なタグに係る任意の装備または場所及、及び電話と通信する動作をする。これは、少なくともＷｉ－Ｆｉ及びブルートゥース（登録商標）無線技術を含む。従って、通信は、従来のネットワークのように予め定義された構造であったり、単純に少なくとも２つの装置の間でのアドホック通信（ａｄｈｏｃｃｏｍｍｕｎｉｃａｔｉｏｎ）になり得る。

Ｗｉ－Ｆｉ（ＷｉｒｅｌｅｓｓＦｉｄｅｌｉｔｙ）は、有線で繋がっていなくても、インターネット等への接続を可能にする。Ｗｉ－Ｆｉは、このような装置、例えば、コンピューターが室内及び室外で、つまり基地局の通話圏内のどこからでもデータを送受信できるようにするセル電話のような無線技術である。Ｗｉ－Ｆｉネットワークは、安全で信頼性があり、高速である無線接続を提供するためにＩＥＥＥ８０２．１１（ａ、ｂ、ｇ、その他）という無線技術を使う。コンピューターを互いに、インターネット及び有線ネットワーク（ＩＥＥＥ８０２．３またはイーサネットを使う）に接続するためにＷｉ－Ｆｉが使われることができる。Ｗｉ－Ｆｉネットワークは、非認可２．４や５ＧＨｚの無線帯域において、例えば、１１Ｍｂｐｓ（８０２．１１ａ）または５４Ｍｂｐｓ（８０２．１１ｂ）のデータレートで動作したり、両帯域（デュエル帯域）を含む製品において動作することができる。

本開示の技術分野における通常の知識を持つ者は情報及び信号が任意の多様な異なる技術及び手法を利用して示されることができることを理会できる。例えば、前記の説明において参照できるデータ、指示、命令、情報、信号、ビット、シンボル及びチップは、電圧、電流、電磁気派、磁場等または粒子、光学場等または粒子、またはこれらの任意の組み合わせによって示されることができる。

本開示の技術分野において通常の知識を持つ者は、ここに開示された実施例に係る説明で取り挙げられた多様な例示的な論理ブロック、モジュール、プロセッサー、手段、回路、アルゴリズム段階が電子ハードウェア、（利便性のために、ここでは「ソフトウェア」と称される）多様な形のプログラムまたは設計コード、またはこれらすべての結合により実装されることができることを理解できるだろう。ハードウェア及びソフトウェアのこのような相互互換性を明確に説明するために、多様な例示的なコンポーネント、ブロック、モジュール、回路、及び段階がこれらの機能に着目して前記で一般的に説明された。このような機能がハードウェアやソフトウェアで実装されるかどうかは、特定のアプリケーションおよび全体システムに対して付与される設計上の制限によって決まる。本開示の技術分野において通常の知識を持つ者は、個々の特定のアプリケーションについて多様な手法で説明された機能を実現することができるが、このような実現の決定は、本開示の範囲を逸脱するものと解釈されてはならない。

ここに示された多様な実施例は、方法、装置、または標準プログラミング及び／またはエンジニアリング技術を使った製造物品（ａｒｔｉｃｌｅ）によって実現できる。用語「製造物品」は、任意のコンピューターで可読な装置からアクセス可能なコンピュータープログラム、キャリアー、または媒体（ｍｅｄｉａ）を含む。例えば、コンピューターで可読保存媒体は、磁気保存装置（例えば、ハードディスク、フロッピーディスク、磁気ストリップ等）、光学ディスク（例えば、ＣＤ、ＤＶＤ等）、スマートカード及びフラッシュメモリー装置（例えば、ＥＥＰＲＯＭ、カード、スティック、キードライブ等）を含むが、これらに限定されるものではない。また、ここに示されている多様な保存媒体は、情報を保存するための１つ以上の装置及び／または他の機械可読媒体を含む。

示されたプロセスにおける複数の段階の特定の順番または階層構造は、例示的なアプローチの一例であることを理解すべきである。設計上の優先順位に基づき、本開示の範囲内で、プロセスにおける段階の特定の順番または階層構造が再配列されることができることを理解すべきである。添付の方法請求項は、サンプルとしての順番で、多様な段階のエレメントを提供するが、示された特定の順番または階層構造に限定されることを意味するわけではない。

示された実施例に関する説明は、任意の本開示の技術分野において通常の知識を持つ者が、本開示を利用したり、または実施できるように提供される。このような実施例に対する多様な変形は、本開示の技術分野において通常の知識を持つ者には明確に理解できるものであり、ここに定義された一般的な原理は、本開示の範囲を逸脱することなく他の実施例に適用されることができる。従って、本開示はここに示す実施例によって限定されるものではなく、ここに示す原理及び新規な特徴と一貫する最広義の範囲で解釈されるべきである。

Claims

少なくとも１つのプロセッサーを含むコンピューティング装置により実行される、テキスト情報の中からターゲット単語と対応する単語を識別する方法であって、
前記ターゲット単語を決定する段階；
前記ターゲット単語に係る編集距離に係るしきい値を決定する段階；
前記テキスト情報に含まれている複数の単語のうち、前記ターゲット単語との前記編集距離が前記しきい値以下である単語を決定する段階；及び
前記決定された単語に基づき前記ターゲット単語と対応する単語を識別する段階；
を含み、
前記編集距離に係るしきい値を決定する段階は、
前記ターゲット単語の長さと予め決められた比率しきい値との間の演算に基づき、前記編集距離に係るしきい値を動的に決定する段階
を含み、
前記編集距離に係るしきい値を決定する段階は、
絶対しきい値を決定する段階
をさらに含み、
前記ターゲット単語との前記編集距離が前記しきい値以下である単語を決定する段階は、
前記ターゲット単語との前記編集距離が前記動的に決定されたしきい値以下であり、且つ、前記絶対しきい値以下である単語を決定する段階
をさらに含む、
方法。
少なくとも１つのプロセッサーを含むコンピューティング装置により実行される、テキスト情報の中からターゲット単語と対応する単語を識別する方法であって、
前記ターゲット単語を決定する段階；
前記ターゲット単語に係る編集距離に係るしきい値を決定する段階；
前記テキスト情報に含まれている複数の単語のうち、前記ターゲット単語との前記編集距離が前記しきい値以下である単語を決定する段階；及び
前記決定された単語に基づき前記ターゲット単語と対応する単語を識別する段階；
を含み、
前記編集距離は発音に基づいて決定され、
前記ターゲット単語との前記編集距離が前記しきい値以下である単語を識別する段階は、
前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号に変換する段階；
前記テキスト情報に関連する複数の発音記号の中から、前記ターゲット単語に関連する複数の発音記号との前記編集距離が前記しきい値以下である複数の発音記号を識別する段階；及び
前記識別された複数の発音記号に基づき前記単語を識別する段階；
を含み、
前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号に変換する段階は、
前記テキスト情報に含まれている単語及び前記ターゲット単語をＩＰＡ（ｉｎｔｅｒｎａｔｉｏｎａｌＰｈｏｎｅｔｉｃＡｌｐｈａｂｅｔ）のアルファベットに変換する段階；
変換された前記ＩＰＡのアルファベットをローマ字表記に変換する段階；
変換された前記ローマ字表記を字素単位に分離する段階；及び
字素単位に分離されたものを音素単位に変換する段階；
を含む、
方法。
少なくとも１つのプロセッサーを含むコンピューティング装置により実行される、テキスト情報の中からターゲット単語と対応する単語を識別する方法であって、
前記ターゲット単語を決定する段階；
前記ターゲット単語に係る編集距離に係るしきい値を決定する段階；
前記テキスト情報に含まれている複数の単語のうち、前記ターゲット単語との前記編集距離が前記しきい値以下である単語を決定する段階；及び
前記決定された単語に基づき前記ターゲット単語と対応する単語を識別する段階；
を含み、
前記ターゲット単語と対応する単語は発音またはテキストに基づき決定され、
前記編集距離は、発音基準またはテキスト基準で演算され、
前記ターゲット単語との前記編集距離が前記しきい値以下である単語を識別する段階は、
前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号又は複数の字素に変換する段階を含み、
前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号又は複数の字素に変換する段階は、
分かち書き又は文章符号のうち、少なくとも１つを考慮するか否かを選択する段階を含む、
方法。
コンピューター可読保存媒体に保存されているコンピュータープログラムであって、
前記コンピュータープログラムは、１つ以上のプロセッサーにおいて実行される場合、テキスト情報の中からターゲット単語と対応する単語を識別するための以下の動作を実行するようにし、前記動作は：
前記ターゲット単語を決定する動作；
前記ターゲット単語に係る編集距離に係るしきい値を決定する動作；
前記テキスト情報に含まれている複数の単語のうち、前記ターゲット単語との前記編集距離が前記しきい値以下である単語を決定する動作；及び
前記決定された単語に基づき前記ターゲット単語と対応する単語を識別する動作；
を含み、
前記編集距離に係るしきい値を決定する動作は、
前記ターゲット単語の長さと予め決められた比率しきい値との間の演算に基づき、前記編集距離に係るしきい値を動的に決定する動作
を含み、
前記編集距離に係るしきい値を決定する動作は、
絶対しきい値を決定する動作をさらに含み、
前記ターゲット単語との前記編集距離が前記しきい値以下である単語を決定する動作は、
前記ターゲット単語との前記編集距離が前記動的に決定されたしきい値以下であり、且つ、前記絶対しきい値以下である単語を決定する動作をさらに含む、
コンピューター可読保存媒体に保存されたコンピュータープログラム。
テキスト情報の中からターゲット単語と対応する単語を識別するためのコンピューティング装置であって、
少なくとも１つのプロセッサー；及び
メモリー；
を含み、
前記少なくとも１つのプロセッサーは、
前記ターゲット単語を決定し；
前記ターゲット単語に係る編集距離に係るしきい値を決定し；
前記テキスト情報に含まれている複数の単語のうち、前記ターゲット単語との前記編集距離が前記しきい値以下である単語を決定し；且つ
前記決定された単語に基づき前記ターゲット単語と対応する単語を識別するように構成され、
前記編集距離に係るしきい値を決定することは、
前記ターゲット単語の長さと予め決められた比率しきい値との間の演算に基づき、前記編集距離に係るしきい値を動的に決定すること
を含み、
前記編集距離に係るしきい値を決定することは、
絶対しきい値を決定することをさらに含み、
前記ターゲット単語との前記編集距離が前記しきい値以下である単語を決定することは、
前記ターゲット単語との前記編集距離が前記動的に決定されたしきい値以下であり、且つ、前記絶対しきい値以下である単語を決定することをさらに含む、
装置。
コンピューター可読保存媒体に保存されているコンピュータープログラムであって、
前記コンピュータープログラムは、１つ以上のプロセッサーにおいて実行される場合、テキスト情報の中からターゲット単語と対応する単語を識別するための以下の動作を実行するようにし、前記動作は：
前記ターゲット単語を決定する動作；
前記ターゲット単語に係る編集距離に係るしきい値を決定する動作；
前記テキスト情報に含まれている複数の単語のうち、前記ターゲット単語との前記編集距離が前記しきい値以下である単語を決定する動作；及び
前記決定された単語に基づき前記ターゲット単語と対応する単語を識別する動作；
を含み、
前記編集距離は発音に基づいて決定され、
前記ターゲット単語との前記編集距離が前記しきい値以下である単語を識別する動作は、
前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号に変換する動作；
前記テキスト情報に関連する複数の発音記号の中から、前記ターゲット単語に関連する複数の発音記号との前記編集距離が前記しきい値以下である複数の発音記号を識別する動作；及び
前記識別された複数の発音記号に基づき前記単語を識別する動作；
を含み、
前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号に変換する動作は、
前記テキスト情報に含まれている単語及び前記ターゲット単語をＩＰＡのアルファベットに変換する動作；
変換された前記ＩＰＡのアルファベットをローマ字表記に変換する動作；
変換された前記ローマ字表記を字素単位に分離する動作；及び
字素単位に分離されたものを音素単位に変換する動作；
を含む、コンピューター可読保存媒体に保存されたコンピュータープログラム。
コンピューター可読保存媒体に保存されているコンピュータープログラムであって、
前記コンピュータープログラムは、１つ以上のプロセッサーにおいて実行される場合、テキスト情報の中からターゲット単語と対応する単語を識別するための以下の動作を実行するようにし、前記動作は：
前記ターゲット単語を決定する動作；
前記ターゲット単語に係る編集距離に係るしきい値を決定する動作；
前記テキスト情報に含まれている複数の単語のうち、前記ターゲット単語との前記編集距離が前記しきい値以下である単語を決定する動作；及び
前記決定された単語に基づき前記ターゲット単語と対応する単語を識別する動作；
を含み、
前記ターゲット単語と対応する単語は発音またはテキストに基づき決定され、
前記編集距離は、発音基準またはテキスト基準で演算され、
前記ターゲット単語との前記編集距離が前記しきい値以下である単語を識別する動作は、
前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号又は複数の字素に変換する動作を含み、
前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号又は複数の字素に変換する動作は、
分かち書き又は文章符号のうち、少なくとも１つを考慮するか否かを選択する動作を含む、
コンピューター可読保存媒体に保存されたコンピュータープログラム。
テキスト情報の中からターゲット単語と対応する単語を識別するためのコンピューティング装置であって、
少なくとも１つのプロセッサー；及び
メモリー；
を含み、
前記少なくとも１つのプロセッサーは、
前記ターゲット単語を決定し；
前記ターゲット単語に係る編集距離に係るしきい値を決定し；
前記テキスト情報に含まれている複数の単語のうち、前記ターゲット単語との前記編集距離が前記しきい値以下である単語を決定し；且つ
前記決定された単語に基づき前記ターゲット単語と対応する単語を識別するように構成され、
前記編集距離は発音に基づいて決定され、
前記ターゲット単語との前記編集距離が前記しきい値以下である単語を識別することは、
前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号に変換すること；
前記テキスト情報に関連する複数の発音記号の中から、前記ターゲット単語に関連する複数の発音記号との前記編集距離が前記しきい値以下である複数の発音記号を識別すること；及び
前記識別された複数の発音記号に基づき前記単語を識別すること；
を含み、
前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号に変換することは、
前記テキスト情報に含まれている単語及び前記ターゲット単語をＩＰＡのアルファベットに変換すること；
変換された前記ＩＰＡのアルファベットをローマ字表記に変換すること；
変換された前記ローマ字表記を字素単位に分離すること；及び
字素単位に分離されたものを音素単位に変換すること；
を含む、装置。
テキスト情報の中からターゲット単語と対応する単語を識別するためのコンピューティング装置であって、
少なくとも１つのプロセッサー；及び
メモリー；
を含み、
前記少なくとも１つのプロセッサーは、
前記ターゲット単語を決定し；
前記ターゲット単語に係る編集距離に係るしきい値を決定し；
前記テキスト情報に含まれている複数の単語のうち、前記ターゲット単語との前記編集距離が前記しきい値以下である単語を決定し；且つ
前記決定された単語に基づき前記ターゲット単語と対応する単語を識別するように構成され、
前記ターゲット単語と対応する単語は発音またはテキストに基づき決定され、
前記編集距離は、発音基準またはテキスト基準で演算され、
前記ターゲット単語との前記編集距離が前記しきい値以下である単語を識別することは、
前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号又は複数の字素に変換することを含み、
前記テキスト情報に含まれている単語及び前記ターゲット単語を複数の発音記号又は複数の字素に変換することは、
分かち書き又は文章符号のうち、少なくとも１つを考慮するか否かを選択することを含む、
装置。