[发明专利]数据库制作装置以及检索系统

说明书

本发明提供一种数据库制作装置以及检索系统，能够在提高有用性的同时制作数据库。数据处理服务器(2)从外部服务器(6)获取日语数据和外语数据，利用机器翻译将外语数据翻译成日语数据，从而制作机器翻译数据，并通过将机器翻译数据作为日语数据的一部分与其组合来制成混合数据，利用混合数据制成保存数据。

技术领域

本发明涉及制作检索用的数据库的数据库制作装置等。

背景技术

以往，作为数据库制作装置，已知有专利文献1(日本特开2011-48527号公报)所记载的数据库制作装置。在该数据库制作装置中，从日语的文本信息提取感性表现，使用制作完成的感性表现数据库，将感性信息和检索对象建立关联，由此来制作检索对象数据库。

另外，作为数据库制作装置，已知有专利文献2(日本特开2010-272075号公报)所记载的数据库制作装置。在该数据库制作装置中，根据日语的文本信息，使用感性表现辞典以及感性表现提取规则提取感性表现，并使用感性向量辞典，针对每个检索对象生成感性信息，由此制作检索对象数据库。

发明内容

根据上述专利文献1以及专利文献2的数据库制作装置，只是根据日语的文本信息制作数据库，数据收集范围受到制约，因而存在数据库的有用性低的问题。其结果，检索数据库时的检索结果的有用性也下降。

本发明是为了解决上述课题而完成的，其目的在于提供一种能够在提高有用性的同时制作数据库的数据库制作装置等。

用于解决课题的手段

为了实现上述目的，本发明的数据库制作装置的特征在于，具备：文本信息获取单元，通过对由规定媒介公开的公开信息实施规定的滤波处理，获取包含规定的第1语言作为文本的第1语言文本信息、以及包含规定的第1语言以外的一个以上的第2语言作为文本的第2语言文本信息作为与规定领域关联的文本信息；翻译文本信息制作单元，通过利用规定翻译方法将第2语言文本信息翻译成规定的第1语言来制作翻译文本信息；混合文本信息制作单元，通过将翻译文本信息作为第1语言文本信息的一部分与第1语言文本信息组合来制作混合文本信息；以及，数据库制作单元，在执行了从混合文本信息中提取感性信息的提取处理以及从混合文本信息中去除构成噪声的噪声信息的噪声去除处理之后，通过将感性信息与去除了噪声信息的混合文本信息建立关联，来制作检索用的数据库。

根据该数据库制作装置，通过对由规定媒介公开的公开信息实施规定的滤波处理，获取包含规定的第1语言作为文本的第1语言文本信息、以及包含规定的第1语言以外的一个以上的第2语言作为文本的第2语言文本信息作为与规定领域关联的文本信息。另外，通过利用规定翻译方法将第2语言文本信息翻译成规定的第1语言来制作翻译文本信息，通过将翻译文本信息作为第1语言文本信息的一部分与第1语言文本信息组合来制作混合文本信息。并且，由于使用该混合文本信息来制作检索用的数据库，与专利文献1、2的情况不同，能够使用包含在由规定媒介公开的公开信息中的两个以上的语言作为文本的信息来制作数据库。由此，例如，在检索该数据库时，与专利文献1、2的情况相比，因能够检索更广泛的信息，能够提高数据库的有用性。

而且，执行从混合文本信息提取感性信息的提取处理以及从混合文本信息中去除构成噪声的噪声信息的噪声去除处理。然后，通过将感性信息与去除了噪声信息的混合文本信息建立关联，来制作数据库。由此，例如，在检索该数据库时，能够在避免检索到构成噪声的信息的同时检索到合适的信息。由此，能够进一步提高数据库的有用性(需要说明的是，本说明书中的“规定媒介”包括TV、收音机和报纸等大众媒体、电子公告板、博客和SNS等网络媒体、多媒体)。

在本发明中，优选的是，在噪声去除处理中，在混合文本信息中包含与规定领域关联的规定名词的情况下，连接在规定名词之后的词性是主格、宾格以及所有格的任一格助词以外的情况时，将包含规定名词的混合文本信息作为噪声信息将其去除。