[发明专利]判别设备、判别方法和计算机程序

权利要求书

1.一种判别设备，包括：

特征量提取部，其从判别对象中提取特征量；以及

判别器，所述判别器包括：被表达为贝叶斯网络的多个弱判别器，所述贝叶斯网络具有节点，向每个节点分配从所述特征量提取部输入的两个或更多所述特征量中的对应一个特征量；以及组合器，其组合通过所述多个弱判别器获得的所述判别对象的各个判别结果。

2.根据权利要求1所述的判别设备，其中，所述判别器使用具有弱假设的所述贝叶斯网络的判别目标节点的推断概率作为所述弱假设的输出。

3.根据权利要求1所述的判别设备，其中，词袋(BOW)或其它高维特征量向量用于所述判别对象，并且

所述弱判别器包括从所述特征量提取部所提取的高维特征量向量当中使预定的维度数目或以下的特征量作为每个节点的贝叶斯网络。

4.根据权利要求1所述的判别设备，其中，文本包括在所述判别对象中，并且所述判别器对意见语句或其它种类的文本执行二元判别。

5.根据权利要求1所述的判别设备，其中，基于弱假设贝叶斯网络的判别目标节点的推断概率是否大于预定值，所述判别器确定所述弱假设的正误。

6.根据权利要求1所述的判别设备，进一步包括学习部，所述学习部学习将要由所述多个弱判别器分别使用的弱假设以及使用助推通过以前的学习而获得的各个弱假设的权重信息。

7.根据权利要求6所述的判别设备，其中，所述学习部通过限制由一个弱假设使用的特征量维度的数目而减少弱假设候选的数目。

8.根据权利要求6所述的判别设备，其中，所述学习部在用于一个弱假设的特征量维度的数目为1的假定之下计算每个维度的一维弱假设的估计值，并且通过以维度的估计值的降序方式组合用于弱假设的必要数目的特征量维度来创建弱假设候选。

9.一种判别方法，包括以下步骤：

从判别对象中提取特征量；以及

通过被表达为贝叶斯网络的多个弱假设来判别所述判别对象，所述贝叶斯网络具有节点，向每个节点分配通过提取特征量的步骤而获得的两个或更多所述特征量中的对应一个特征量，并且组合通过所述多个弱假设获得的所述判别对象的各个判别结果。

10.一种计算机程序，其使计算机起到判别设备的作用，所述判别设备包括：

特征量提取部，其从判别对象中提取特征量；以及

判别器，所述判别器包括：被表达为贝叶斯网络的多个弱判别器，所述贝叶斯网络具有节点，向每个节点分配从所述特征量提取部输入的两个或更多所述特征量中的对应一个特征量；以及组合器，其组合通过所述多个弱判别器获得的所述判别对象的各个判别结果。