対応プラットフォーム

Windows, Linux, Solaris, AIX, HPUX, MacOS 等

対応言語

日本語
中国語簡体字
中国語繁体字
朝鮮語
英語
フランス語
ドイツ語
イタリア語
スペイン語
アラビア語
アルバニア語
ブルガリア語
カタロニア語
クロアチア語
チェコ語
デンマーク語
オランダ語
エストニア語
フィンランド語
ギリシャ語
ヘブライ語
ハンガリア語
インドネシア語
ラトビア語
マレー語
ノルウェー語
パシュトゥ語
ペルシャ語
ポーランド語
ポルトガル語
ルーマニア語
ロシア語
セルビア語
スロバキア語
スロベニア語
スウェーデン語
タイ語
トルコ語
ウクライナ語
ウルドゥ語

Rosette と検索ベース・アプリケーション

アジア、ヨーロッパ、中東言語の検索用に - 高精度なテキスト解析

全文検索の必要性はあらゆるところに存在します。インターネット、オフィス、家庭用コンピューター、携帯機器など、日常的に検索エンジンが使用されています。これらの製品により簡単に情報を取り出せるようになりましたが、内部で使われているテクノロジーは簡単ではありません。検索エンジンの内部には、「計算言語学」とよばれる高度なアルゴリズムが採用されています。このソフトウェアは、デジタル・テキストを解析して、即座に保管および検索を可能にします。

1998年以来、最も広く使用されているインターネット検索エンジンおよびエンタープライズ・サーチ・エンジンは、弊社のRosette® を採用し、分節処理、基本形化、複合語分解、品詞タグ付け、文境界検出、名詞句抽出など、基本的な自然文の解析を行なっています。弊社のお客様は、これらの機能をベースに製品開発を行い、それぞれの市場をリードしています。

｢中国語、日本語、朝鮮語の究極の検索エンジンを実現するために、Google はアジア言語処理の部分にベイシス・テクノロジー製品を選びました。これは Google が世界中のユーザーから選ばれる検索エンジンとして、不動の地位を確立する上で大きく貢献しました。｣ Google フェロー兼副社長、 Urs Hölzle 様

Rosette ソリューション

Rosette は、さまざまなアルゴリズムを使用し、各言語の要件に合わせて最適なアプローチを採用できるように設計されています。言語に応じて、語彙データ、ヒューリスティック規則、統計モデルなどを組み合わせて実装し、あらゆるアプリケーションで高精度かつ高速処理を実現します。

Rosette Segmentation, POS, and BNP Sample

新機能

Rosetteは、特定の言語内で検索するか、複数言語にまたがって検索するかを問わず、市販されている製品の中で最も高度な機能を搭載しています。主な基本機能は：

言語判別。文書およびメッセージを言語および文字コードで分類します。
分節処理。句読点などの特殊文字の検出など、入力データ内の固有の語彙トークンの境界を判別します。
基本形化。動詞または形容詞の活用形から辞書の基本形を生成します。
複合名詞の分解。正確な情報検索を実現するために、複合名詞を構成語に分解します。
品詞判別。名詞、動詞、前置詞など、単語の品詞をタグ付けします。

検索拡張機能

文境界の検出 – 個々の文の境界を検出します。
名詞句抽出 – 単一の表現をなす単語セット (名詞単体を含む) を抽出します。
ユーザーが定義した停止語を無視できます。
アプリケーション固有の語彙を含んだ、ユーザー定義辞書のサポート
言語の領域検出 – 単一の文書内の複数の言語領域を判別します。個々の言語を適切に処理できます。
中国語字体変換システム – 中国語テキストを処理して、簡体字と繁体字を変換します。文字の変換だけでなく単語レベルの変換も可能です。
日本語表記ゆれ対応モジュール – 日本語の単語の異なる正字法形式を標準形式に正規化します。

ユーザー・アプリケーションでの Rosette

Rosette は、大量の多言語テキストを処理する、あらゆるアプリケーションにとって最適な統合的言語処理プラットフォームです。以下にアプリケーション例を示します。

エンタープライズ・サーチ・エンジン
Web 検索テクノロジー
Apache Lucene および Solr ソリューション
情報アクセス・プラットフォーム
E-ディスカバリーおよびデジタル・フォレンジック
文書およびメディア解析
dtSearch ソリューション
E メールおよびインスタント・メッセージング

Rosette コンポーネント

Rosette は、上述した各種言語処理機能を実現する単一の API です。検索ソリューションでは主に次の Rosette コンポーネントを使用します。

システムの仕様

Rosette は、移植性および拡張性の高い SDK（Software Developer Kit）製品で、ラップトップ PC から、1 秒間に何千もの文書を処理するようなマルチ CPU サーバーに至るまで、あらゆるプラットフォームで稼働します。

充実した API を提供していますので、C、C++、Java などの言語で作成したアプリケーションから API にアクセスして使用できます。簡単な使い方を知っていただくために、コマンド・ライン・インターフェースも用意しています。

SDK は、Apple MacOS、Microsoft Windows、Sun Solaris、および複数の Linux ディストリビューション用のものを用意しています。

関連リンク