公开(公告)号：US09323839B2

公开(公告)日：2016-04-26

申请号：US13996040

申请日：2011-01-13

申请人： Hideya Shibata ,  Mamoru Kato ,  Mitsunori Kori

发明人： Hideya Shibata ,  Mamoru Kato ,  Mitsunori Kori

IPC分类号： G06F17/30

CPC分类号： G06F17/3071 ,  G06F17/30011 ,  G06F17/30705

摘要： In a document classification device 100, a sample document extraction condition storage unit 160 stores sample document extraction conditions 160-1 set for each of classification categories for extracting partial text according to the classification categories from an input document 301 input by a document input unit 110. A document matching unit 120 matches the input document 301 against the sample document extraction conditions 160-1. Based on a result of matching by the document matching unit 120, a document extraction unit 130 extracts the partial text from the input document 301 according to the classification categories. A learning unit 140 performs predetermined machine learning using as a sample document the partial text extracted by the document extraction unit 120, and thereby generates classification rules 150-1.

摘要翻译： 在文件分类装置100中，样本文件提取条件存储单元160存储根据由文档输入单元110输入的输入文档301根据分类类别提取部分文本的每个分类类别设置的样本文档提取条件160-1 文档匹配单元120将输入文档301与样本文档提取条件160-1相匹配。 文档提取单元130根据文档匹配单元120的匹配结果，根据分类类别从输入文档301中提取部分文本。 学习单元140使用由文档提取单元120提取的部分文本作为样本文档来执行预定的机器学习，从而生成分类规则150-1。

公开(公告)号：US20130275433A1

公开(公告)日：2013-10-17

申请号：US13996040

申请日：2011-01-13

申请人： Hideya Shibata ,  Mamoru Kato ,  Mitsunori Kori

发明人： Hideya Shibata ,  Mamoru Kato ,  Mitsunori Kori

IPC分类号： G06F17/30

CPC分类号： G06F17/3071 ,  G06F17/30011 ,  G06F17/30705

摘要： In a document classification device 100, a sample document extraction condition storage unit 160 stores sample document extraction conditions 160-1 set for each of classification categories for extracting partial text according to the classification categories from an input document 301 input by a document input unit 110. A document matching unit 120 matches the input document 301 against the sample document extraction conditions 160-1. Based on a result of matching by the document matching unit 120, a document extraction unit 130 extracts the partial text from the input document 301 according to the classification categories. A learning unit 140 performs predetermined machine learning using as a sample document the partial text extracted by the document extraction unit 120, and thereby generates classification rules 150-1.

摘要翻译： 在文档分类装置100中，样本文档提取条件存储单元160存储根据由文档输入单元110输入的输入文档301根据分类类别提取部分文本的每个分类类别设置的样本文档提取条件160-1 文档匹配单元120将输入文档301与样本文档提取条件160-1相匹配。 文档提取单元130根据文档匹配单元120的匹配结果，根据分类类别从输入文档301中提取部分文本。 学习单元140使用由文档提取单元120提取的部分文本作为样本文档来执行预定的机器学习，从而生成分类规则150-1。

公开(公告)号：US20140313064A1

公开(公告)日：2014-10-23

申请号：US14355772

申请日：2012-06-21

申请人： Hideya Shibata

发明人： Hideya Shibata

IPC分类号： H03M7/30

CPC分类号： H03M7/3059 ,  H03M7/24 ,  H03M7/3073

摘要： A data predicted value generating unit generates a predicted value (data predicted value) for original data intended to be encoded, based on a history of original data which is floating-point data. A data predicted value modifying unit adjusts a mantissa value of the data predicted value by aligning an exponent value of the data predicted value with an exponent value of the original data. A first residual generating unit generates a residual (first residual) between new original data and the data predicted value after being adjusted. A first residual predicted value generating unit generates a predicted value for the first residual (first residual predicted value), based on a history of first residuals. A second residual generating unit generates a residual (second residual) between the first residual and the first residual predicted value. A residual encoding unit generates encoded data by encoding the second residual.

摘要翻译： 数据预测值生成单元基于作为浮点数据的原始数据的历史来生成用于要编码的原始数据的预测值（数据预测值）。 数据预测值修正单元通过将数据预测值的指数值与原始数据的指数值进行对齐来调整数据预测值的尾数值。 第一残差生成单元在调整后生成新原始数据与数据预测值之间的残差（第一残差）。 第一残差预测值生成部基于第一残差的历史生成第一残差（第一残差预测值）的预测值。 第二残差生成单元生成第一残差和第一残差预测值之间的残差（第二残差）。 残差编码单元通过对第二残差进行编码来生成编码数据。

公开(公告)号：US08947274B2

公开(公告)日：2015-02-03

申请号：US14355772

申请日：2012-06-21

申请人： Hideya Shibata

发明人： Hideya Shibata

IPC分类号： H03M7/30

CPC分类号： H03M7/3059 ,  H03M7/24 ,  H03M7/3073

摘要： A data predicted value generating unit generates a predicted value (data predicted value) for original data intended to be encoded, based on a history of original data which is floating-point data. A data predicted value modifying unit adjusts a mantissa value of the data predicted value by aligning an exponent value of the data predicted value with an exponent value of the original data. A first residual generating unit generates a residual (first residual) between new original data and the data predicted value after being adjusted. A first residual predicted value generating unit generates a predicted value for the first residual (first residual predicted value), based on a history of first residuals. A second residual generating unit generates a residual (second residual) between the first residual and the first residual predicted value. A residual encoding unit generates encoded data by encoding the second residual.

摘要翻译： 数据预测值生成单元基于作为浮点数据的原始数据的历史来生成用于要编码的原始数据的预测值（数据预测值）。 数据预测值修正单元通过将数据预测值的指数值与原始数据的指数值进行对齐来调整数据预测值的尾数值。 第一残差生成单元在调整后生成新原始数据与数据预测值之间的残差（第一残差）。 第一残差预测值生成部基于第一残差的历史生成第一残差（第一残差预测值）的预测值。 第二残差生成单元生成第一残差和第一残差预测值之间的残差（第二残差）。 残差编码单元通过对第二残差进行编码来生成编码数据。