JP4365074B2 - ユーザ定義可能なパーソナリティを備えた文書拡充システム - Google Patents
ユーザ定義可能なパーソナリティを備えた文書拡充システム Download PDFInfo
- Publication number
- JP4365074B2 JP4365074B2 JP2002235923A JP2002235923A JP4365074B2 JP 4365074 B2 JP4365074 B2 JP 4365074B2 JP 2002235923 A JP2002235923 A JP 2002235923A JP 2002235923 A JP2002235923 A JP 2002235923A JP 4365074 B2 JP4365074 B2 JP 4365074B2
- Authority
- JP
- Japan
- Prior art keywords
- document
- personality
- service
- entity
- content
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/93—Document management systems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/99931—Database or file accessing
- Y10S707/99933—Query processing, i.e. searching
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/99941—Database schema or data structure
- Y10S707/99942—Manipulating data structure, e.g. compression, compaction, compilation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Library & Information Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Document Processing Apparatus (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、概略的には文書の管理及び利用に関し、特に情報に対するリクエストを生成し、応答を探索し、検索し、パッケージ化することでその文書のコンテンツ（内容）を拡充する一方、読解や他の文書との関係の理解、コンテンツの生成を助けるエージェント、として振る舞う文書の管理及び利用に関する。特に本発明は、ユーザ定義可能なパーソナリティ（性格）を備えたメタ文書サーバに関連する。
【０００２】
【従来の技術及び発明が解決しようとする課題】
文書管理による知識（ナレッジ）管理は知識の創成やライフサイクルの共有の重要な部分を構成する。知識の創成や共有の典型的なモデルは循環的なものであり、３つの主要なステップから構成される。すなわち、合成（サーチ、収集、獲得、同化）、共有（提示、公開／配布）、サービス提供（意志決定や革新的な創造のための文書利用の支援）の３つである。
【０００３】
たいていのシステムは、文書のことを静的なもの、たとえば権限を与えられたユーザにより何らかの操作がなされたときにのみ、新たなコンテンツが取得できるもの、と捉えている。文書が新たな情報を獲得するには、その文書を読んで修正したり、その文書のコンテンツを変化させる（例えばハイパーリンクを付加するなど）プログラムを実行したりするなどのユーザの決定が必要である。このように文書を受動的なリポジトリとしてみる見方は、ユーザが画面の前にいてシステムを操作しないと文書が変わらないままであるという、現在の状況をもたらしている。
【０００４】
統計的に能動的に文書コンテンツを拡充（内容豊富化）する既存の手法にもかかわらず、文書拡充サービスのユビキタス化（いつでもどこでも利用できるようにすること）を可能とするよりよい文書拡充アーキテクチャを提供する必要性がなおも存在する。よりよい文書拡充アーキテクチャは、自動的にそのようなサービスを付与したり、監視したり、ユーザに対して提案したりすることで、そのようなサービスを使いやすくする方法を効果的に提供することができるであろう。
【０００５】
【課題を解決するための手段】
本発明では、文書コンテンツを拡充するためのシステムとそのための方法を提供する。このシステムは、拡充（エンリッチ）テーマを特定する文書サービスリクエストの集合を規定するパーソナリティを指定するためのユーザインタフェースを備える。ユーザ管理部は、文書コンテンツとそのユーザインタフェースで指定されたパーソナリティとを受け取る。ユーザ管理部は、その文書コンテンツとパーソナリティとを備えるメタ文書を形成する。スケジューラは、その集合から１つの文書サービスリクエストを選択し、選択した文書サービスを満足するよう、サービスプロバイダとの通信を開始し、この通信を管理する。コンテンツ管理部は、選択した文書サービスについての結果を、文書マークアップとしての前記メタ文書に統合する。ユーザインタフェースとユーザ管理部とスケジューラとコンテンツ管理部とが協動して、新たなパーソナリティを生成したり推薦したり、既存のパーソナリティを修正したりする。この協動処理では、代数的な計算の組、文書参照の組、既定のパーソナリティの組、学習パーソナリティの組、知識レベル、及びパーソナリティの分類の中の１つまたは複数の組み合わせが用いられる。
【０００６】
【発明の実施の形態】
以下、本発明の実施の形態（以下実施形態という）について、図面を参照して説明する。同じ又は類似の部分には、図面間で同じ符号を付す。
【０００７】
Ａ．用語の定義
以下で定義する用語は、本願明細書において、そこに示した意味を持つ。
【０００８】
「アノテーション付け」は、ここでは、文書又は文書内の領域にあるエンティティと、テキストセグメント（断片）、画像、埋込データ（例えばグリフ）、又はリンクの集合との間の参照情報を生成することを意味する。
【０００９】
検索したコンテンツはその検索の後フィルタリング又は再フォーマットしてもよい。
【００１０】
「文書」は、ここでは、電子的（例えばデジタル）又は物理的（例えば紙）な情報の記録を示すために用いられる。電子的な形態では、文書は、画像データ、音声データ、ビデオデータを含み得る。画像データは、テキスト、グラフィック図形、ビットマップ画像を含みうる。
【００１１】
文書「マークアップ」は、文書に付与されたアノテーションを示すために用いられる。
【００１２】
「文書の精神（soul）」は、ここでは、無限又はあらかじめ指定された有限の時間である延長期間(extended period)の間、文書に付与され続けているパーソナリティを指し示すのに用いられる。
【００１３】
「拡充（エンリッチ）」は、ここでは、あらかじめ規定したパーソナリティに合わせて文書にアノテーション付けを行うことを指し示すために用いられる。
【００１４】
「エンティティ」は、ここでは、文書中に見いだされる何か（例えば人の名前、場所、医学用語、画像データ、グラフィックスエンティティ（グラフィック図形データ、音声データ又はビデオデータを含み得る）など）を示すために用いられ、画像、テキスト、埋込データ、ＨＴＭＬなどの形とすることができる。
【００１５】
「情報空間」は、ここでは、エンティティ、文書セグメント、文書、あるいは一組の文書群全体の集合を指し示すのに用いられる。
【００１６】
「語彙集(lexicon)」は、ここでは、自然言語集合において生起しうる単語の集合を示すデータ構造、プログラム、オブジェクト又はデバイスを意味する。語彙集が単語を「受け入れる」場合、『その単語は、その語彙集に「受け入れ可能」である』と言ったり、『その単語は、その語彙集に「含まれる」又はその語彙集の中に「生起する」』と言う。
【００１７】
「リンク」は、ここでは、例えばテキストセグメントや画像セグメントに関連づけられたＵＲＬ（Uniform Resource Locator）などである。
【００１８】
「パーソナリティ」という用語は、テーマに関するサービスの集合を示すのに用いる。ここで、サービスは文書を拡充するために適用される。
【００１９】
「サービス」は、ある文書の現在の状態におけるコンテンツやメタデータに基づき新たなマークアップを提供するプログラムを意味する。例えば、そのプログラムは、文書中の各エンティティを識別し、各エンティティに対し当該エンティティに関係するデータ（例えばデータベース内にあるデータ）でアノテーション付けする。例えば、サービスは、外部の情報により文書を拡充するか、新たなサービスを追加するか、の少なくとも一方を行う。
【００２０】
「テキストセグメント」は、文書中の連続したバイト列、又はそのような断片のグループを意味する。
【００２１】
Ｂ．概略的な特徴
メタ文書１００すなわち「文書の精神」のブロック図が図１に示される。メタ文書１００は、識別子１０１、コンテンツ部分１０２（ユーザにより生成又は取得された文書）、パーソナリティ１０４を含んでいる。パーソナリティ１０４は１又は複数の文書サービスリクエスト１０６とエンティティデータベース１１１の組である。エンティティデータベース１１１は１又は複数の個別のエンティティデータベースを含んでいてもよい。ここで、個々の個別のエンティティデータベースは、それぞれエンティティの１つのクラス（例えば人名、市の名称、業務（ビジネス）の名称など））を識別する。一つの例では、パーソナリティ１０４はエンティティデータベース１１１を含まず、その代わりにエンティティを識別するための文書サービスリクエストを含む。別の例では、エンティティデータベース１１１は、文書コンテンツ１０２に対して排他的に関連するエンティティ群を含む。ここでそれら文書コンテンツ１０２に対して排他的に関連するエンティティ群は、ユーザ又はシステムにより指定される。当業者には分かるように、メタ文書１００の一部を構成する文書サービスリクエスト１０６とエンティティデータベース１１１は、文書サービスリクエスト及びエンティティデータベースの実体的コンテンツを含んでいても良いし、（例えばサービスデータベース２１０の中にある）文書サービスリクエストやエンティティデータベースへの参照情報を含んでいても良いし、その両方でも良い。識別子１０１は、他の管理データ、例えば作成者、所有者、サイズ、アクセス権限などを含んでもよい。
【００２２】
Ｂ．１ 知識管理サイクル
図２は、メタ文書管理システム２０１を例示する図である。このメタ文書管理システム２０１の中で、メタ文書１００が知識明確化（結晶化）プロセスの結果として生成され、このプロセスはその文書の一生の間続く。合成フェーズでは、メタ文書１００は、あらかじめ規定された文書サービスリクエストの集合によって独立的に、あるいは特定の又はカスタマイズされた指示に従って、書き手又は読み手の情報ニーズを予想し、文書コンテンツに関係する情報のサーチ、収集、同化、組織化といった仕事を実行する。
【００２３】
合成フェーズの動作は、１又は複数の文書サービスリクエスト１０６のアクティべーション（起動）によって起こる。文書サービスリクエスト１０６の起動は、ユーザがメタ文書を作成したりメタ文書に対して作業（編集など）をしたりしている間や、ユーザがメタ文書を脇に置いたためそのサービスリクエストがコンピュータの空き時間や使用されていないネットワーク帯域幅などを利用できるようになったとき、などに行うことができる。ユーザが文書に対して作業を行っているときに文書サービスリクエスト１０６を起動させれば、そのメタ文書にそのユーザの好み（ユーザが好む設定情報など）について学習させることができるという付加的な利点がある。文書サービスリクエスト１０６は、スケジューラ２０４により自動的に、又はユーザの操作によって、起動することもできる。
【００２４】
知識管理サイクルの次のフェーズは、合成フェーズの間に作成された情報の共有に関連している。例えば、この共有フェーズは、合成フェーズの間に収集された情報を、ユーザ（すなわち当該文書を利用するであろう人又はコミュニティ（共同体））にとって役立つフォーマット（書式）のメタ文書１００のコンテンツへと統合する処理を含んでいる。文書コンテンツは、その文書に対してパーソナリティを割り当てることによって、当該ユーザのために更に拡充することができる。パーソナリティは、その文書コンテンツの理解を助けたり、そのコンテンツについての更に新しい更新事項を例えば定期的に提供したりする情報によって、その文書をマークアップするものである。このサイクルの最後であるサービス提供ステップでは、定期的な更新を取り扱う。この更新では、メタ文書は、あらかじめ規定された文書サービスリクエストを、ユーザのために実行する。例えば、メタ文書は、指定された都市の気温の情報を最新のものに保つことができる。
【００２５】
Ｂ．２ サービス
再び図２を参照すると、１又は複数のメタ文書１００は、メタ文書サーバ２００内のメタ文書データベース２０２に格納されている。別の実施例では、文書参照情報（例えばＵＲＬ）がメタ文書データベース２０２に格納され、それに対応するコンテンツはネットワークファイルサーバ２２０にて参照される。メタ文書サーバ２００内の各メタ文書１００は、１組の文書サービスリクエストを備える。これら文書サービスリクエストは、各メタ文書１００がスケジュールデーモンすなわちスケジューラ２０４の制御の下で実行するものである。スケジューラ２０４は、あらかじめ定められているタイムスケジュールに従って、各メタ文書データベース２０２内のメタ文書を目覚めさせる。スケジューラ２０４は、メタ文書１００内のコンテンツ、文書サービスリクエスト１０６、及びエンティティデータベース１１１にアクセスするソフトウエア機構の中に実装することができる。
【００２６】
図３に示すように、スケジューラ２０４がメタ文書１００を目覚めさせた後、そのメタ文書１００が、現在の自分の文書サービスリクエスト群３０１の組のことをスケジューラ２０４に報せる。メタ文書サーバ２００が使用できる資源（例えばそれぞれ特定の文書サービスリクエストを実行する、すなわち満たすことができるサービスプロバイダなど）に応じて、スケジューラ２０４は、実行すべき文書サービスリクエスト１０６（矢印３００で示す）を決定する。つづいて、スケジューラ２０４は、それら文書サービスリクエスト１０６を実行するために、指定されたサービスプロバイダ２０６を、サービスデータベース２１０を用いて呼び出す。
【００２７】
サービスデータベース２１０は、ルックアップ（索引）してサービスプロバイダを選択するための「サービスプロバイダメソッド」（各サービスに対応する認証データを含む）を有する。また、サービスデータベース２１０は、当該メタ文書内のエンティティデータベース１１１、又はサービスデータベース２１０内にあるか又はネットワークサービス２０６として利用可能であるエンティティデータベース、を用いて文書コンテンツ内のエンティティを識別するための「エンティティメソッド」を含む。またサービスデータベース２１０は、ユーザに対し、新たな拡充、正規表現、語彙集、カテゴライザ（カテゴリ分類手段）のことを通知するための「通知（ノーティフィケーション）メソッド」を有する。別の実施例としては、サービスデータベース２１０は、コンテンツ権管理メソッドを有するようにすることもできる。
【００２８】
文書サービスリクエストを満足させるということは、サービスデータベース２１０から（例えばサービスプロバイダの選択候補のリストから、サービスプロバイダを選択するなどにより）サービスプロバイダにアクセスすることを意味する。ここで、サービスデータベース２１０は、文書コンテンツ１０２（矢印３０２で示す）と文書マークアップ１０８（矢印３０４で示す）にアクセスするためにスケジューラにより呼び出されるいくつかのプロセス（又はプログラム）を有する。サービスプロバイダ２０６から受け取った結果は、コンテンツ管理部２０８により、元のメタ文書１００に統合される。すなわち、これらのプロセスは、特定文書向けのマークアップ（矢印３０６で示される）と、新たな文書サービスリクエスト１０６（矢印３０８で示される）とのうちの少なくとも一方を生成することで終了し、これら両者はコンテンツ管理部２０８によりメタ文書１００に付加される。
【００２９】
Ｂ．３ パーソナリティ
メタ文書サーバ２００は、カスタマイズ可能な方式の、文書ベースでの知識の創成及び共有のためのエンド・トゥ・エンド（端末間）のソリューションを提供する。カスタマイズは、メタ文書サーバ内のパーソナリティのメカニズムにより提供される。パーソナリティは、文書に対して割り当てられ、これによりユーザが知識を取得し、共有し、利用するのを支援する。これは、現今のウェブ・ポータルのようなグローバルビュー（包括表示画面）とは対照的に、文書世界ビュー(a document view of the world：文書の観点から世界を見た状態を示すビュー)を生成する。１又は複数のパーソナリティを文書に付加することができる。各パーソナリティは、テーマ的にか、文脈的にか、あるいはその両方で、文書サービスリクエスト１０６の集まりをコード表現する。ここで、それら文書サービスリクエストは、当該文書が、自律的に文書作成者又は読者のために機能することを可能にする。すなわち例えば、その文書の作成者及び読者の両方の情報ニーズを予測し、その文書が情報世界における他の部分（すなわち当該文書以外の部分）と連結した状態を維持し、情報世界における他の部分により更新されるようにする。
【００３０】
メタ文書１００には、例えば次に例示するようなパーソナリティ１０４が付与される。例えば(a)「探究的」というパーソナリティは、そのコンテンツで言及されている人々の事跡記録を見つけるなど、文書コンテンツに含まれる概念についてのさらなる情報を情報を見つけるための文書サービスリクエストの集合に対応し、(b)「多言語的」というパーソナリティは、その文書に含まれる単語や用語、句などの訳をサーチするためのもの、(c)「プライベート」というパーソナリティは、当該文書のメタデータが他の文書に対して不可視となるようにするためのもの、(d)「科学的」というパーソナリティは、その文書のコンテンツに引用されている論文のオンライン版をサーチするためのもの、(e)「系統的」というパーソナリティは、その文書と似たコンテンツを含んでいる文書を探すためのもの、である。
【００３１】
Ｂ．４ エンティティの識別及び利用のための方法
図３に示すように、パーソナリティ１０４は１又は複数の文書サービスリクエスト１０６を指定する。各サービスリクエストは、(a)文書コンテンツ１０２中のエンティティを認識するメソッド、及び(b)認識したエンティティを用いてサービスにアクセスするメソッド、を含んでいる。
【００３２】
エンティティは、固有名（例えば人、場所、組織など）、時間、位置、量、引用文献（例えば書籍の題名）、アドレス、などを含む。エンティティは、正規表現、語彙集、キーワード、ルールなどのなかの１つ又はそれらの組み合わせなどといった、公知の様々な手法を用いて認識することができる。語彙集(lexicon)は、例えば、<entity-string, part-of-speech-tag, entity-type>という形式のタプルからなるデータベースである。ここで、「entity-string（エンティティ文字列）」は、当該エンティティを構成する文字列（例えば人名「John Smith」など）である。「part-of-speech-tag（品詞タグ）」は、そのエンティティの文法上の用法（例えば名詞、名詞句、動詞など）を示すものであり、これはなくてもよい。「entity-type（エンティティタイプ）」は、エンティティについての所定の複数の分類（すなわちカテゴリ）（例えば人、組織、会社の名前、など）のうちの１又は複数のものに、当該エンティティが属しているか否かを示すものである。連続するテキスト文字列が、語彙集に属するものとして「受け入れられる」場合は、その文字列はエンティティと認識される。
【００３３】
エンティティは、文字列マッチング又は正規表現を用いて認識することができる。例えば、英語表記の人名は、先頭が大文字である２つの語として認識することができる。正規表現は、実際の文書コンテンツの原文の言葉（すなわち単語群）で、又はそのコンテンツ原文に関連づけられた言語学的マークアップの言葉で、表現することができる。この言語学的マークアップには、品詞タグ（例えば）名詞句、名詞など）や浅い構文解析(shallow parse)のタグなどが含まれ得る。
【００３４】
エンティティ認識のための別の手段として、いくつかのルールを用いることができる。例えば、「『英単語』の先頭が大文字であり、かつ語彙集（又は辞書又はシソーラス）に載っていない場合、その英単語は固有名（固有名詞）である」というルールは、固有名を認識するのに用いることができる。
【００３５】
図４は、メタ文書１００が、当該文書１００内で指定されたパーソナリティ１０４を用いて拡充されている例を示す。あらかじめ定めた時刻ごと又は、あらかじめ指定した時間間隔ごとに、スケジューラ２０４が起動し、文書サービスリクエスト４１０を識別する。そしてスケジューラは、当該文書サービスリクエストについての、参照情報４１２により参照されるメソッドを、サービスデータベース２１０にて呼び出す。サービスデータベース２１０内の、参照される文書サービスリクエストのメソッド群の中には、正規表現、語彙集、サービスプロバイダ選択、各サービスに関連する認証データ、及びコンテンツ権管理などが含まれる。参照情報４１２が示すメソッドを実行するときには、ネットワークサービス群２０６から、サービスデータベース２１０に格納されている「会社名」というエンティティタイプの中から個別のエンティティを識別するサービスが識別される。
【００３６】
識別されたサービスがいったんスケジューラ２０４により実行されると、該サービスの結果がコンテンツ管理部２０８に提供され、コンテンツ管理部２０８はこれにより以下の例示するタスクのうちの１又は複数を実行する。これらのタスクとしては、(a)矢印４１４で示すように文書サービスリクエスト４１０にマーク付けするタスク、(b)これ以上の入力は待たないが実行されるのを待つように文書サービスリクエスト４１６にマーク付けするタスク、(c)会社名エンティティタイプの中から選ばれるエンティティを挿入するタスク（このエンティティは、文書コンテンツ１０２だけでなく、その文書コンテンツ１０２におけるそのエンティティ４１８のところに現れる）、がある。
【００３７】
スケジューラがその後文書サービスリクエスト４１６を識別したとき、スケジューラは、同様に、サービスデータベース２１０から、４１８にて識別された会社名エンティティを確認するために株価検索(stock quote)サービスを利用するメソッド４２０を識別する。この株価検索の結果も、同様に文書マークアップ１０８に挿入されるとともに、エンティティ４１８に直接にリンクされる。このエンティティ４１８は、文書コンテンツ中の場所にリンクされる。また、４１８にて株価検索の結果を挿入する代わりに、リクエスト４１６により識別されたサービスが、文書マークアップ１０８として挿入され、文書コンテンツ１０２内のその識別されたエンティティにユーザがアクセスするときに起動されるようにしてもよい。
【００３８】
Ｃ．パーソナリティの作成と修正
この節は、個別のパーソナリティ、又はパーソナリティのグループ群の形成及び／又はカスタマイズに関連する（なお「Ａ及び／又はＢ」なる表現は、「Ａ及びＢの少なくとも一方」を意味するものとする）。当業者ならば、ここに記載したパーソナリティの形成及び／又はカスタマイズのための複数の異なる方法が、それぞれ個々に用いられるほか、複数のものを組み合わせて用いることもできることを理解できるであろう。
【００３９】
図５は、図２に示されるメタ文書サーバ２００に直接的にアクセスするためのクライアントインタフェース１０１０を例示した図である。このようなクライアントインタフェースは、ユーザコンピュータ２２６やモバイル・コンピューティング・デバイス２１９で動作させることができる。ある形態では、クライアントインタフェース１０１０は、従来のインターネット又はウェブのブラウザにて、メタ文書サーバ２００のアドレス（例えばＵＲＬ）を指定することにより呼び出される。別の形態では、クライアントインタフェースは、例えばアプリケーションに特化したプログラムを用いてアクセスされるようにしてもよい。
【００４０】
ユーザ管理部２１４を介してログイン画面（図示省略）にログインした後、ユーザは、メタ文書データベース２０２にアップロードされ格納されるべき文書の位置を欄１０１２に指定することが可能になる。１０１２に示される指定された参照文書が文書データベース２０２にアップロードされ格納された後、パーソナリティウインドウ１０１４からパーソナリティ１０１６が選択される。
【００４１】
パーソナリティ１０１６が選択されると、メタ文書サーバは、そのパーソナリティに指定される文書サービスに従って、即座に、又は後の時点で、あるいはその両方で、アップロードされたその文書のコンテンツを後で示す方法で拡充する。文書コンテンツが、選択されたパーソナリティに示される文書サービスにより即座にアノテーション付けされる場合は、結果がウインドウ１０１８と、ウインドウ１０２０のグローバル・サービス結果に表示される。
【００４２】
ウインドウ１０１４内のパーソナリティは、プライベート（個人）のパーソナリティ、共有のパーソナリティ、又は公共のパーソナリティなどの様々な観点で整理することができる。これらのパーソナリティは、図２に示したパーソナリティデータベース２１２に記録されている。共有のパーソナリティには、様々な異なるアクセス権限（例えば、あるユーザたちにはパーソナリティの読み出しと修正を許可し、他のユーザにはパーソナリティの読み出しのみを許可するなど）を付与することができる。
【００４３】
さらに、ウインドウ１０１４では、１又は複数のパーソナリティを選択し、アップロードされた文書を、それらパーソナリティを用いて同時に拡充することができる。１つの例では、これは、図５のアナリストパーソナリティ１０１６に示されるように、１つのパーソナリティ、又は複数のパーソナリティを含むフォルダを選択することにより達成される。また、アップロードされた文書コンテンツに適用されるべき特定のパーソナリティ群を選択できるようにすることもできる。図６は、図５に示したウインドウ１０１４の建築パーソナリティについての部分を拡大して示した図であり、ここでは藁梱製の家とタイヤ製の家のパーソナリティ１１０２，１１０４が選択されている。
【００４４】
インタフェース１０１０上でボタン１０２２を押下することにより、ユーザにプロパティウインドウが表示される。図７は、図５でプロパティ・コンフィギュレーション ボタン１０２２が選択されたときに表示されるプロパティウインドウ１２１０の例を示す図である。ウインドウ１２１０では、ユーザは、１２１２を選択することでデフォルトのパーソナリティを指定するか、１２１４を選択することで文書がメタ文書サーバ２００にアップロードされたときに推薦されたパーソナリティを得るか、のいずれかを選ぶことができる。ユーザが使用可能な１２１２のデフォルトパーソナリティに「なし」があり、これが選択された場合、ユーザは、文書のアップロードの後でウインドウ１０１４から手動でパーソナリティを指定するように要求される。さらに、プロパティウインドウ１２１０は、ユーザが、ボタン１２１６を選択することで、特定のパーソナリティの作成又は修正（又はその両方）を行えるようにしている。この点についての詳細は、以下に説明する。
【００４５】
Ｃ．１ 概要
パーソナリティの作成／修正についての１つの実施例では、図７に示すボタン１２１６が選択されると、図８に示すような２つのサブウインドウ１３１２及び１３１４を備えるウインドウ１３１０が現れる。第１のサブウインドウ１３１２は、すべての使用可能なパーソナリティのリストを表示し、第２のサブウインドウ１３１４は、サブウインドウ１３１２から選択されたパーソナリティに対して使用可能なサービスのカテゴリ群のリストを表示する。図８に示した例では、１３１６の「ビジネスウォッチング（動向観察）」パーソナリティが選択されている。サブウインドウ１３１４に示される各カテゴリは、ユーザが１又は複数の特定の文書サービス（例えば情報検索サービス１３１８）を指定できるように、選択可能となっている。
【００４６】
図９は、特定のカテゴリ群に対してサーチが選択できる情報検索サービス１３１８のウインドウ１４００を例示している。図９に示される例では、１４０４及び１４０８にそれぞれ示されるコンピューティングと人々のカテゴリが選択されている。拡充の処理の間、それら選択されたサービスのみが呼び出される。さらに、サービスによって実行されるサーチも、指定されたカテゴリの範囲に限定される。すなわち、選択されたサービスにより実行されるサーチは、情報コンテンツについての情報プロバイダのディレクトリ（例えばGoogle(TM)）での、指定されたカテゴリに限定される。例えば、サービス１４０８は、情報プロバイダ「Google」のコンテンツの「人々」カテゴリに限定される。
【００４７】
さらに、図９の例では、選択されたサービス群が、更新（リフレッシュ）指定１４５０にて、定期的に、すなわち例えば１４５２〜１４５５にそれぞれ示すように毎日、毎週、毎月、または自動的に、更新されるように指定できる。１４５５の自動的更新の期間は、例えば、(a)ブラウザのアクセスログの履歴（例えばユーザが最近当該サービス群のアドレスにアクセスしたのはいつかなど）や、(b)サービスから受け取る結果をある期間にわたって監視し、その応答の頻度が変化すると、より頻繁に更新するようにその更新期間を設定する方式、などを用いて（あるいはそれらを組み合わせて）求めることができる。また、選択されたサービスは、１４５１及び１４５６にそれぞれ示すように、全く更新しない（すなわち一回の動作を実行する）、またはあらかじめ指定された期間の終わりまで（例えば２００３年まで）更新する、などというように指定することもできる。図示しない別の例では、選択されたサービスに対し、ある指定された目的が期限切れになるまで（例えば人が未成年の間）更新されるように指定することもできる。図示しないさらに別の例では、選択されたサービスに対し、関係のある結果が得られなくなるまで更新されるように指定することもできる。また、図９の例では、各サービスに対して１４４０にてコストを規定することができる。この例では、１４４２では無料の指定がなされ、１４４４では支払いを行う旨の指定がなされている。後者の支払いについては上限額を規定することができる。
【００４８】
パーソナリティの作成／修正のための別の例では、図７のウインドウでボタン１２１６が選択されたときに、図１０に例示するようなウインドウ１５０２が表示される。この例では、ユーザは、１５０４でパーソナリティの名前を指定することができ、この指定したパーソナリティを、(a)１５０６にて、既存のパーソナリティに修正を加える方式、又は(b)１５０８にて、選択されたファイル及び／又はフォルダの組を利用する方式、(c)１５１０にて、選択されたファイル又はウェブサイトからのコンテンツを用いる方式、のいずれかの方式によって作成することができる。
【００４９】
Ｃ．２ 代数演算の利用
１つの実施例では、図１０の１５０６での修正にて、代数演算を用いて既存のパーソナリティ群から所望のパーソナリティを作成することにより、所望のパーソナリティを指定することができる。２以上のパーソナリティの組をマージ（結合）したり、加算したり、減算したり、組み立てたり（すなわち組立演算子を用いて複数のパーソナリティを組み立てた場合、１つのパーソナリティの結果を他のパーソナリティの入力として用いることができる）、交差（共通部分抽出）したりするなどの代数演算により、パーソナリティを作成することができる。例えば、きわめて包括的・一般的な「テクノロジーウォッチ（動向観察）」パーソナリティには、コンピュータサイエンスへの参照（リファレンス）を含めないことが望ましい。図１１は、複数のパーソナリティ同士を１６０２により加算したり、１６０４により一方から他方を減算したりして、新たな修正されたパーソナリティを形成するためのユーザインタフェース１６００の例が示されている。
【００５０】
１つの実施例では、パーソナリティはサービスＳと語彙集Ｌのタプル（すなわち複数の要素からなる順序付きの集合）［ＳI，ＬJ］の集まりを用いて定義される。第１のパーソナリティＡと第２のパーソナリティＢのマージは、Ａのタプル［ＳI A，ＬJ A］とＢのタプル［ＳK B，ＬM B］との合併（論理和）を形成することにより、形成することができる。それらパーソナリティ内のどのサービスＳI A，ＳK Bも同じ場合は、新たなサービスが［ＳI A，ＬN］を構成する。ここで、ＬNはＬJ AとＬM Bの合併である。さらに、第１のパーソナリティＡから、既存のパーソナリティＢを削除して、新たなパーソナリティを作成することにより、第１のパーソナリティＡに限定を加えることができる。これには、例えば、(a)パーソナリティＡ及びＢの両方で同じサービスをすべて削除する処理、又は(b)そのサービスに対応する語彙集ＬAから語彙集ＬBを減算する処理、又はその両方の処理を行えばよい。また、選択されたパーソナリティ内のサービス群に対し、後で概説する技術を適用することで、新たなパーソナリティのサービス群を選択及び／又は組織することもできる。
【００５１】
Ｃ．３ リンクのリストの利用
別の実施例では、メタ文書サーバは、パーソナリティを、指定された文書又はこれに対する参照の組を用いて、オン・デマンドで自動的に生成する。例えば、文書の組は、あるパーソナルコンピュータの中のあるフォルダにあるすべてのファイルを用いて規定することができるであろう。ここで、それらファイルの集合は、他のコンテンツに対するリンク又は参照を表すテキストコンテンツを含み得る（例えばハイパーリンクを用いるなど）。また、文書の集合は、ＳＱＬクエリーのようなあらかじめ規定されたクエリー（問い合わせ）を用いることで、特定することができる。またさらに別の例では、文書の集合は、メタ文書情報空間内のすべての文書を含み得る。
【００５２】
有利なことに、生成されたパーソナリティ群はユーザ中心的なもの（ユーザを中心としたもの）になっている。これは、それらパーソナリティ群が、ユーザによって明示的に選択された情報を基礎にしているからである。１つの例では、このパーソナリティ自動生成のためのサービスは、ウインドウ１５０２の１５０８で呼び出される。ユーザが１５０９により文書の集合を指定し、１５１２によりそのサービスのリクエストを起動すると、図１２に表されたフロー図に示されたプロセスが、メタ文書サーバによりパーソナリティ生成のために実行される。別の例として、メタ文書サーバが、例えばサーチなどで特定された文書の集まりを受け取り、自分でこのプロセスを利用するような例も可能であることが理解できるであろう。
【００５３】
まずステップ１７０２において、パーソナリティ作成プロセスが、特定の文書の集合、及び／又は、文書の集合を含んだフォルダ群、を取得する。この文書の集合は、レベルＮ＝０の文書集合と規定される。ステップ１７０４では、レベルＮの文書集合から、すべてのリンクが抽出される。ステップ１７０６では、それら抽出されたリンクが指し示すコンテンツがフェッチ（取り込み）され、レベルＮ＋１の文書集合を規定するのに用いられる。ステップ１７０８では、更に下のレベルまで降りる必要がある場合はステップ１７０４に戻り、そうでない場合はステップ１７０２〜１７０６により規定されたレベルＮの文書集合を用いて拡張文書が規定される。
【００５４】
もっと包括的に言えば、Ｎ文書集合の集まりが、拡張文書として参照される。この拡張文書は、文書群のリストとして見ることができ、ユーザに選択された文書群と、これら選択された文書にリンクした文書群とから構成される。図１３は、拡張文書１８００の例を示しており、この例ではレベルＮ＝０の文書集合１８０１から２レベル降りることによって求められる拡張文書を示している。すなわち、拡張文書１８００は、レベルＮ＝０の文書集合１８０１と、レベルＮ＝１の文書集合１８０３と、レベルＮ＝２の文書集合１８０５とから構成されている。この例では、レベルＮ＝０の文書集合１８０１は、３つのリンクを持つ単一の文書から構成されており、各リンクはレベルＮ＝１の文書集合１８０３の文書を参照している。
【００５５】
図１２及び図１３を参照すると、エンティティ抽出部１８０２は、ステップ１７１０にて、拡張文書１８００（これはエンティティ抽出部が作成することもできる）を用いてエンティティデータベース１８０４を構築する。エンティティ抽出部１８０２は、人や製品、都市の名前、日付、名詞句などのエンティティタイプを抽出するための包括的なルールを有している。この包括的ルールは、エンティティそれ自体を特定するものではなく、例えば、指定された英語名詞の周囲の文脈を用いて、先頭が大文字になったその英語名詞は都市の名前よりも人の名前である可能性が高いことを検出できるといったような、包括的エンティティを特定するものである。
【００５６】
更に、抽出されたエンティティには、そのエンティティが参照を行った場所を逆に指し示すように、索引付けがなされる。更にエンティティデータベースは、そのエンティティの利用に関連する文脈情報を含む。
【００５７】
次に、エンティティデータベース１８０４は、サービス生成部１８０６により利用され、これにより文書サービス群（すなわち文書サービスリクエスト群）１８０８を生成する。エンティティデータベース１８０４と文書サービスリクエスト群１８０８との組合せは、次に、新たなパーソナリティを規定するのに用いられる。そして、この新たなパーソナリティを、メタ文書サーバにアップロードされ上述のように拡充された文書に対し、適用することができる。
【００５８】
ステップ１７１４では、サービス生成部１８０６が、拡張文書１８００内のすべて問合せ（クエリ）可能なフォーム（書式）を識別し、抽出する。問合せ可能なフォームは、例えば、１又は複数のタグにより識別することができる。１つの例では、拡張文書１８００の各ページは、ＸＭＬ(eXtensible Markup Language)及びＨＴＭＬ(HyperText Markup Language)のフォームを見つけるためにスキャンされる。例えば、フォームは、トグルボタンやメニューなどの選択フィールドや入力フィールドを含んでいる。ＨＴＭＬのフォームは、例えば、Ｗ３Ｃ(World Wide Web Consortium)による「ＸＦｏｒｍｓ １．０」（これはインターネット上ので公開されている）に説明されている。
【００５９】
ステップ１７１６では、サービス生成部１８０６は、識別した各フォーム毎に、少なくとも１つのサービスを作成する。１ページに複数のフォームが含まれる場合は、サービス生成部１８０６は、それから生成される可能性のある異なるすべてのクエリ組合せのために、複数のサービスを生成することになる。サービス作成のための動作については、以下に更に詳細に説明する。
【００６０】
ステップ１７１６では、サービス生成部１８０６は、ステップ１７１４で作成されたサービスのうち、あまり有用性の向上をもたらさなさそうものをフィルタリングにより取り除く。有用性の向上にあまり又は全く役に立たないサービスは、結果を全く返さないか、あるいは関係のない結果を返す。（フォームから引き出された）サービスをパーソナリティに組み込むことの有用性を測定する方法については、後で説明する。どのアプローチ手法も、ブール空間(Boolean space)又はベクトル空間の検索モデルに依拠する。
【００６１】
最後に、ステップ１７１８で、フィルタ済み（すなわちフィルタリングで除去されずに残った）サービス群とエンティティデータベースとを用いてパーソナリティが規定される。エンティティデータベース内のエンティティは、そのエンティティに関連したサービスを用いて（例えば単語の有用性を測定するなどにより）測定された有用性を提供するタイプのエンティティに限定されている。更なる改良として、サービスは、そのサービス自身が付加価値をもたらす（例えば、関連する結果を返すなど）ことができるエンティティタイプに関するものに限定することもできる。情報プロバイダについて質問するサービスなどのサービスを実行した後の結果をフィルタリングしランク付けすることにより、関連する結果又は付加的有用性を求めることができる。
【００６２】
１つの実施例では、そのサービスについてパーソナリティを付加する対象である文書コンテンツに関連した情報プロバイダからクエリーに対して返される結果のフィルタリング及びランク付けは、以下の手順で行われる。すなわち、その情報プロバイダーから、サマリー（要約）群とハイパーリンク群を関連性に従って順に並べたリストを取得し、クエリーが対象としている（向けられている）文書コンテンツに含まれるエンティティ群の周囲の文脈と、そのサマリー群との間の類似度計算を実行し、計算した類似度に基づき結果をランク付けし、最高度のランクの結果のみをフィルタリングにより取り出す。
【００６３】
別の実施例では、サマリー群に加え、ハイパーリンク群により参照される文書コンテンツも用いて類似度計算を実行する。また、情報プロバイダから取得したコンテンツと、関連する文書コンテンツとの間の類似度を、コサイン距離法(cosine distance metric)や相関度を用いて測ることもできる。
【００６４】
当業者ならば分かるように、コサイン距離法を用いる前に、文書コンテンツは特徴群（例えば単語や、単語からなる句）に変換され、ステミング（stemming:語の基底形・語幹などから変化形を求めること）処理される。またこれも当業者なら分かるように、距離測定は、最初に抽出した特徴群をＬＳＩ(Latent Semantic Indexing:潜在的意味インデキシング法)により縮小特徴空間をなすように再マッピングしたものに基づき実行することができる。
【００６５】
１つの実施例では、ステップ１７１６でのフィルタリングにより得られたサービス群をステップ１７１８でパッケージ化することにより作成されたパーソナリティは、それらサービス群のハイパーリンク群を用いて、ランク付けされ、階層的に複数のグループへ分かれるように組織化される。このようなランク付け及び組織化は、公知のランク付け技術、（凝集的）クラスタリング技術、又はハイパーリンク技術を用いることで実行することができる。ハイパーリンク技術の一例は、Kleinbergによる"Authoritative Sources In A Hyperlinked Environment"（ハイパーリンク環境における確かなソース）,IBM Technical Report RJ 10076,May 1997 に開示されている。
【００６６】
別の実施例では、ステップ１７０２で指定された、ハイパーリンクを持つ文書群の組織構造は、ステップ１７１８において１又は複数のパーソナリティを作成するのに用いられる（例えば、文書群の階層構造の集まりの中の各枝に対し、パーソナリティが作成される）。これらのパーソナリティは、例えば、図６に示すように組織化することができる。当業者ならば分かるように、図１２を用いて説明したステップ群は完全に、又は部分的に自動化することができる。
【００６７】
別の実施例では、拡張文書１８００は、包括的パーソナリティを付加することによりさらに発展させることができる。包括的パーソナリティは、例えば、拡張文書の１又は複数のレベルに対し適用することができ、レベルＮ＝０のオリジナルの文書コンテンツの周囲の情報空間をさらに拡張する必要性が存在するか否かにのみ依存している。例えば、１つの例では、包括的パーソナリティは、拡張文書が参照する文書の数が所定のしきい値より少ない場合にのみ適用される。
【００６８】
Ｃ．３．１ サービス作成
１つの実施例では、ステップ１７１４で作成される各サービスは、次の(a)〜(d)に示すプロパティ（特性）を持つように作成される。すなわち、(a)サービスは、入力として、例えば文書参照（例えばＵＲＬ）により指定される新たなテキストセグメントを取り入れるように指定される。(b)サービスは、その新たなテキストセグメントに含まれるエンティティやこれらエンティティのオフセット情報を認識したり、あるいは他のサービスから認識されたエンティティやそれらの位置情報を取得したりするためのメソッドを有する。(c)サービスは、その新たなテキストセグメントから認識されたエンティティを、(i)検索で得たＮレベルの文書集合のコンテンツの概念（コンセプト）、(ii)認識されたエンティティとフォームを含むクエリーの一例（すなわちそのために作成した具体的な例）、(iii)(b)で認識したエンティティ群とクエリー例(ii)に対する結果（書式を整え、フィルタリングされたものが望ましい）、のうちの少なくとも１つと関連づけるためのメソッドを含む。(d)サービスは、(b)で認識されたエンティティ群とそれら各エンティティの最初のオフセット情報とを有するリストと、(c)で新たに関連づけされた情報とを返すメソッドを備える。別の実施例として、指定されたハイパーリンクのためのサービスがすでに存在する場合には、新たなサービスの生成は行わず、その既存のサービスを利用することも好適である。
【００６９】
ここで(c)(ii)の場合、フォームの例示は次のように行われる。すなわち、もしそのフォームが１つの入力フィールドを持ち、送信ボタンを全く持たないか１つだけしか持たない場合、その入力フィールドには、認識された概念又はエンティティが入れられ、その後フォーム送信プロトコル（例えばＸＦｏｒｍｓ１．０に示されるＧＥＴ又はＰＯＳＴ）がその入力された入力フィールドに対して実行される。フォームが複数のフィールドを持つ場合、認識された複数のエンティティ又はコンセプト（概念）とそれらフィールドとの間で生じ得るすべての組合せが、送信のために生成される。ここで、それらは返信のためのヌル（空白）でない結果を生成するのみである。また、フォームの各フィールドに、インターネット上の「www.roboform.com」に開示されているような自動的な手法を用いて入力することもできる。
【００７０】
一例として、図１４に示すような、入力フィールド１９０１とトグルボタン１９０２〜１９０５を持つフォーム１９００を考える。この例では、フォーム１９００は、科学的題材についてのコンテンツプロバイダのフロントエンドである。このフォームは、ユーザが自分の質問（クエリー）を入力するためのテキストフィールド１９０１と、ユーザがどのフォルダに関する質問かをシステムに対して示すためのトグルボタン１９０２〜１９０５（例えば全フォルダを示すトグルボタン１９０２を選択すると、システムは当該コンテンツプロバイダ全体をサーチする）と、を含んでいる。この例では、図１５に示される以下の４つのサービスが作成されることになる。各サービスは、入力フィールド１９０１と、４つのトグルボタン１９０２〜１９０５の中の１つが選択状態になったものと、を含む。各サービスは、特定のエンティティタイプに関連づけられており、この特定のタイプは以下に示す方法を用いて求められる。
【００７１】
Ｃ．３．２ フィルタリング・サービス
上で説明したようなフィルタリングの目的は、作成はしたが全く又はほとんど役に立たないサービス群を除くことである。更に詳しく言えば、エンティティデータベースと抽出されたサービスのリストとが与えられた場合、サービスのリストの有用性を求めるためのものとして、３つの異なる有用性測定手法を次に説明する。当業者ならば分かるように、それら３つの有用性測定手法は、単独でも、複数を組み合わせた態様でも利用できる。大略的に言えば、各有用性測定手法は、エンティティデータベース内のエンティティに対するそれらサービスの潜在的な有用性に応じて、それらサービスをランク付けする。
【００７２】
第１の有用性測定手法を図１６に基づき説明する。図１６には、ステップ１７１０で生成されたエンティティデータベースを用いる、ステップ１７１４で生成されたフィルタリングサービスのステップ１７１６における動作についてのフローチャートである。まずステップ２１４０で、サービスのリスト（サービスリストと呼ぶ）とエンティティデータベースとを受け取る。エンティティデータベースは、拡張文書における各エンティティの生起頻度の情報を含んでいるものとする。
【００７３】
各サービスは、コンテンツプロバイダから提供される情報サービスへのアクセスのための手段を提供する。そのサービスリスト内の各サービスによりアクセスされるコンテンツプロバイ群により提供されるデータベース群のエンティティデータベースに含まれるエンティティの頻度が、ステップ２１４２〜２１４６で計算される。より詳しく説明すると、ステップ２１４２〜２１４６では、あるサービスに含まれる各エンティティの頻度に関係する以下の統計量が計算される。すなわち、(a) ｆij：エンティティ（すなわち「特徴」）ｆj を含む、コンテンツプロバイダのデータベースＣＰ＿ＤＢi 内の文書の数と、(b) ｗij：コンテンツプロバイダのデータベースＣＰ＿ＤＢi 内のすべての文書についての各特徴ｆj の重みの総和、である。ステップ２１４４では、コンテンツプロバイダが、<エンティティ，頻度，重み>の形式のタプルのリストとして表現される。ここで、頻度と重みは、それぞれ上で定義したｆとｗのことである。拡張文書は、同様のリストを用いて表現されるが、ただしこの場合は、ｆは当該エンティティが生起する（すなわち含まれる）文書の数を示し、ｗは各エンティティの全文書に対する重みの総和を示す。
【００７４】
１つの実施例では、サービス群におけるエンティティの頻度に関連する情報は、システムを定期的に走らせることにより、各サービス毎に取得することができる。このシステムは、各特徴ｆj についてコンテンツプロバイダＣＰ＿ＤＢi で実行されるクエリーを作成し、そのクエリーに対して返される結果からｆij及びｗijの値を抽出するという処理を実行する。ｆij及びｗijの値を抽出する手段は、ラッパーアプローチ（wrapper approach）又は隠れマルコフモデル（ＨＭＭ）を用いて自動的に構築することができる。
【００７５】
ラッパーを生成する方法は、ヨーロッパ特許出願 EP 1072985 A2に開示されている。ラッパー生成に関する更なる情報は、チドロフスキ（Chidlovski）他による“Automatic Wrapper Generation for Web Search Engines”,Proc. 1st Intern. Conf. on Web-Age Information Management, WAIM'2000, LNCS Series, Shanghai, China, June 2000、“Wrapper Generation via Grammer Induction”, 11th European Conference on Machine Learning, ECML'00, Lect.Notes Comp. Science, Vol. 1810, Barcelona, Spain, May 2000 に開示されている。
【００７６】
別の実施例では、コンテンツプロバイダからサマリーをエクスポートしてサービス群におけるエンティティ群の統計量に関する情報を求めるために、ＳＴＡＲＴＳプロトコルを用いる。ＳＴＡＲＴＳは、スタンフォード大学がコーディネートしたインターネットサーチのためのプロトコル案であり、私的及び公的な構成を含んでいる。ＳＴＡＲＴＳは、コンテンツプロバイダが、エンティティ統計量ｆij及びｗijを含んだサマリーをエクスポートすべきであると明記している。ＳＴＡＲＴＳプロトコルの詳細は、グラヴァノ（Gravano）他による“STARTS:Stanford Proposal for Internet meta-searching”,Proceedings of the 1997 ACM SIGMOD Conference,1997 に開示されている。
【００７７】
ステップ２１５２では、いくつかのよく知られた類似度測定手法を用いて、各サービスと拡張文書との類似度が求められる。例えばコサイン距離測定法を用いることができる。また、ステップ２１５２で類似度を求めるのに相関法を用いてもよい。距離の計算に関する更なる背景情報を知るには、マニング（Manning）とシュッツェ（Schutze）による“Foundations of Statistical Natural Language Processing”,MIT Press, 1999などがある。
【００７８】
更に別の実施例では、エンティティとこれに対応する頻度（すなわちエンティティと重みについての類似度）を、ＬＳＩ（潜在的意味インデキシング）を用いてリマッピングすることで（ＬＳＩに関する背景情報については、インターネットのhttp://www.cs.utk.edu/〜lsi/で入手できるDumas が作成した記事を参照されたい）、縮小した特徴空間を規定するようにし、これにより類義語や多義語（すなわち同じ語が文脈に応じて異なる解釈を持つ場合）に関する問題を克服する。次にこの実施例では、この縮小した特徴空間の中で類似度計算を行う。
【００７９】
ステップ２１５４では、先頭からＮ個のサービス（すなわち類似度が高い方からＮ個）が、サービスとして選択され、新たなパーソナリティに組み込まれる。図１７は、１つの拡張文書と２つのサービスＡ及びＢがある場合のこの選択プロセスをグラフ表現した図である。グラフの横軸はエンティティデータベース内の各エンティティ（すなわちｅ1・・・ｅn）を表しており、縦軸は各エンティティの重み付き生起頻度を表す。ここに示した例では、サービスＡの拡張文書に対する類似度は、サービスＢのそれよりも高いものになっている。
【００８０】
別の有用性測定法では、エンティティの統計データを取得したあとで、図１８に示すフローチャートで説明する有用性測定方法を用いて、リスト中のサービスに対してランク付けを行う。図１８は、ステップ１７１６におけるフィルタリングサービスの処理方法を示す。まずステップ２３５５で、サービスのリストとエンティティデータベースが取得される。ステップ２３５６で、そのサービスリストの中で次のサービスが選択され、ステップ２３５７でエンティティデータベースから次のエンティティが取り出される。ステップ２３５８では、選択されたサービスについてのクエリーが、上述のように選択されたエンティティを用いて作成される。ステップ２３５９では、そのクエリーがサービスに対して送信される。ステップ２３５９におけるそのサービスの結果のうちの先頭からＮ個を用いて、ステップ２３６０にて、選択されたエンティティとそれら先頭からＮ個の結果とに関係する文脈情報と、そのエンティティと、の類似度が次式に従って計算される。
【００８１】
【数１】
ここで、"entity"はエンティティデータベース内のエンティティの１つであり、"service"はサービスであり、"doc"は先頭からＮ個の結果のうちの１つである。"EntityUtility( )"は"entity"と"service"との類似度測定値（これが有用性に関係する）であり、"Similarity( )"は"entity"と"doc"との類似度である。右辺の総和演算は、そのサービスの結果のうちの先頭からＮ個の結果に含まれる文書"doc" について行われる。
【００８２】
さらに詳しくいえば、上式の"entity"はエンティティ文字列とその周囲の文脈の両方を示す。簡単のために、１つのエンティティは拡張文書の中の１カ所にのみ生起するものと仮定する。この場合、エンティティの周囲の文脈は、文や句などを区切る公知のパーズ（構文解析）技術を用いて様々の方法で求めることができる。例えば、エンティティの周囲の文脈を求める手法には、(a)拡張文書の一部分を構成する１つの文書全体のテキストコンテンツを「文脈」とする方法、(b)そのエンティティの文字列が生起する（すなわち、含まれる）文を「文脈」とする方法、(c)そのエンティティが生起するパラグラフ（段落）を「文脈」とする方法、(d)エンティティが生起するトピックテキスト（公知のトピック（話題）検出技術を用いて検出することができる）を文脈とする方法、などがある。
【００８３】
また上式において、"doc"は、そのサービスの結果のページに（結果リストの要素として）現れる文書サマリーか、又はそのサマリーの元になった文書全体を指し示す。類似度計算は、どちらの形態を用いても実行できる。この式では、各エンティティ（エンティティに文脈を付加したものとして表される）と結果文書"doc"（文書コンテンツ全体又はそのサマリーとして表される）とについての類似度が求められる。
【００８４】
このような類似度の計算のために、エンティティと結果文書はまず次のように処理される。(a)ストップワード(stop word)を除去し、(b)ポーターのステミング手段(Porter's stemmer)のようなステミング技術を用いて各単語のステミングを行う。つぎに、コサイン法などの類似度測定法を用いて、エンティティと結果文書との類似度をテキストの特徴群に基づいて計算する。
【００８５】
別の実施例では、ＬＳＩを用いてテキストの特徴群を縮小特徴空間に変換する。このＬＳＩ変換は、上述のようにして抽出されたエンティティ頻度データベースとエンティティとを用いて計算される。ＬＳＩを用いて特徴群を変換した後、コサイン距離法などの類似度測定法を用いて、エンティティ（及びその文脈）と結果文書"doc"との類似度を計算する。
【００８６】
１つのエンティティが複数文脈で生起する（すなわちそのエンティティは文書又は拡張文書内の複数の場所に存在する）例では、エンティティとこれに対応する文脈の各位置は、個別的に取り扱われる（すなわち異なるのエンティティとして取り扱われる）。
【００８７】
ステップ２３６１でエンティティデータベースの最後のエンティティについて調べ終わったと判定すると、求めた類似度EntityUtilityを、選択したサービスに関係するすべてのエンティティについて次式に従って総和する（ステップ２３６２）。
【００８８】
【数２】
ここで"Ｅ"はエンティティデータベース中のエンティティであり、"service"はサービスである。ステップ２３６３では、この演算がすべてのサービスについて実行された場合、先頭からＮ個のサービスが、フィルタリング結果のサービスを示すサービス有用度として最高度の有用度を持つものとして選択される。そうでない場合は、ステップ２３５６に戻ってリストの次のサービスを取り出し同様の処理を繰り返す。
【００８９】
サービス群は、階層構造、フラット構造など様々なやり方で組織化できる。これらのやり方で表されたサービス群は、クラスタ化され、各クラスタからそれぞれ１つずつ代表サービスが選択される。この例では、エンティティデータベース内の各エンティティをそれぞれ１つの次元として、多次元グラフを規定する。拡張文書及びサービス群において生起する各エンティティの頻度がそれぞれプロットされる。クラスタ群が形成され１つのサービスに関連づけられる。これらクラスタはサービス群を階層的に組織化するのに用いることができる。
【００９０】
別の実施例では、ステップ２３６３の次に、拡張文書に対し包括的サービスが提供される。この包括的サービスは、拡張文書のコンテンツを用いて、特定の主題に特化した情報プロバイダにではなく、汎用情報プロバイダに対して質問を行う。上述の例ではすべてのエンティティタイプについてのサービス有用性（ServiceUtility）を求めたが、別の実施例として、１つのエンティティタイプについてのサービス有用性を計算することもできる。この実施例では、サービスの有用性を、特定のタイプのエンティティに対して求めることもできる。例えば、図１５に示したようにエンティティタイプ「生物学」２００２とサービス２００４についてサービス有用性が計算される。
【００９１】
Ｃ．４ 予め定めたパーソナリティと知識レベルの利用
さらに別の実施例では、ある分野における相対的な能力または既存の知識レベルを図１０の知識レベル選択部分１５１６で指定してもよい。指定された知識レベル１５１６は、例えば入力欄１５０４で指定された所定のパーソナリティから、レベルが異なる複数のサービスプロバイダにアクセスする新たなパーソナリティ群を作成するのに用いることができる。例えば、医学情報を指向するパーソナリティが指定されている場合において、誰かの知識が初心者（すなわち一般人）レベルである場合、そのパーソナリティのなかで、より基礎的な情報プロバイダが指定され、より基礎的で説明的なサービスが指定される。さらに、知識レベルは、パーソナリティの作成に用いられるエンティティをエンティティデータベースに入れたりエンティティデータベースから除いたりするのに用いることができる。例えば、医学分野の専門家は、当該分野の初心者が興味を持つであろうエンティティと同じエンティティには興味を持たないであろう。
【００９２】
所望のパーソナリティの知識レベルを用いるほかに、図１０の１５１４に示されるように、要求されるパーソナリティのタイプに対するヒント（すなわち主題のヒント）を与えることもできる。ヒントを受け取ると、メタ文書サーバは、所望のパーソナリティに対するヒントを、当該ヒントの主題に特に関連する１組の処理に対して関係づける。一般に、ヒント１５１４は、図１０で指定されるパーソナリティ群を作成するための様々な方法のどれを改良するのにも利用することができる。ヒント１５１４と知識レベルとは、個別に用いることもできるし、両者を組み合わせて用いることもできる。
【００９３】
１つの特定の例では、医学のパーソナリティのヒント１５１４がメタ文書サーバに対し、１５０８のハイパーリンク又は１５１０の名前により指し示される文書コンテンツとともに指定された場合、メタ文書サーバ２００は、以下に示すものに関係するコンテンツを拡充するサービスを指定することにより、パーソナリティを作成する。すなわち、(a) その文書コンテンツに言及された薬剤についての一般的な製剤・調剤ガイドへのアクセス、(b) その文書コンテンツに言及されている項目とユーザとに関係する医学記録、(c) 医学データベースにある、その文書コンテンツに言及されている項目に関連する画像やビデオクリップなど、(d) その文書コンテンツに言及されたいずれかの病気の患者のコミュニティへのリンク、(e) その文書コンテンツに言及されている製品の代替品、(f) オンライン薬局へのリンク（コネクション）、(g) その文書コンテンツに言及されるいずれかのエリアにおける最新の研究へのリンク（コネクション）、(h) その文書コンテンツに言及されているいずれかの会社の情報、及び(i) その文書コンテンツ内にある項目に関係するその他の医学的情報、などである。
【００９４】
別の特定の例では、建築のパーソナリティであるというヒント１５１４が与えられた場合、メタ文書サーバ２００は、１５０８のハイパーリンク又は１５１０の名前により指し示される文書コンテンツを指定することと、以下に示すものに関係するコンテンツを拡充するサービスを指定することとにより、パーソナリティを作成する。すなわち、(a) その文書コンテンツに示される項目（例えば住所）に関する建築基準、土地使用区分法規、不動産鑑定その他の法律関係文書、(b) その文書コンテンツに言及された項目（例えば建物や資材）の画像（写真、図面、青写真など）、(c) その文書コンテンツに関係する記録（例えばソーシャル（社会）、施工者、賃借権など）、(d) 類似の世界の建築物、そのような建築物を建築している建築家、(e) 隣の建築物、テナントなど、(f) ある条件（例えば地震や耐火性などについてのもの）のもとでのそのエリア（地区）／建築物のシミュレーション、(g) その文書コンテンツに言及されたエリアの地図、(h) その文書コンテンツに言及されたエリアに設けたセンサ装置（例えばウェブカメラ(web cams)、温度計など）、及び(i) その文書コンテンツに言及された資材についてのコスト、供給業者、小売業者、配送料、技術仕様、チュートリアル（教材）などである。
【００９５】
Ｃ．５ 情報抽出技術の利用
上に説明したメタ文書サーバは、複数の異なるサービスの結果により文書コンテンツを拡充（例えばマークアップ）する。例えば、サービスの結果は、文書のリスト、要約のリスト、抽出された情報（典型的には極めて簡単な構造的性質を持つ）などである。例えば、サービスの結果は、株価検索、個人等の事跡の記載項目などを含む。この節では、構造化されていないテキストからもっと洗練された性質を持つ情報を抽出する方法を説明する。質問回答システム(question answering)などの情報抽出技術を用いて実現される。
【００９６】
ある情報抽出技術では、１つのパーソナリティに関連する１又は複数の語彙集と共に用いることができる予め定められた質問群を用いて、パーソナリティ群の作成及び／又は修正を行う。各質問フォームは、情報検索と構文又はパターンのマッチング技術とを組み合わせて利用した公知の質問回答システムを用いて、満足される新たな文書サービスリクエストを作成するのに用いられる。
【００９７】
１つの実施例では、質問フォームは、図１０の１５２０でユーザが入力した質問を用いて自動的に生成することができる。例えば、入力された質問が「肝臓切除のための処置は何か」であり、１５０４で指定されたパーソナリティが、"liver"(肝臓)という語を含む身体器官の語彙を含んでいる場合、メタ文書サーバは、１５０４の質問にある身体器官（例えば肝臓）を識別し、その器官を指定の語彙の包括的シンボル表現に置き換える。この例では、「肝臓」（"liver"）という語は包括的シンボル<BODY_ORGAN>（身体器官）に置換され、これにより「<BODY_ORGAN>（〈身体器官〉）の切除のための処置は何か？」という質問フォームが作成される。上述の例と同じ質問を用いて、指定されたパーソナリティにおいて規定されている代替用の語彙がいくつあるかに応じて、代替的な質問フォームを形成することができる。したがって、同じ質問でありながら、異なる語彙を用いることで、外科的処置の例を求めるために、「肝臓の<SURGICAL_PROCEDURE>（〈外科的処置〉）のための処置は何か」という質問フォームを規定することができる。
【００９８】
さらに別の質問フォームは、パーソナリティが身体器官と外科的処置の両方の語彙を含んでいる場合、上述の同じ質問を用いて作成できる。この場合、「〈BODY_ORGAN〉（〈身体器官〉）の〈SURGICAL_PROCEDURE〉（〈外科的処置〉）のための処置は何か」という質問フォームとなる。作成しうるすべての質問フォームが生成されると、各質問フォームは、パーソナリティに対して新たな文書サービスとして付加される。付加された各文書サービスは、文書コンテンツ１０２又はマークアップ１０８において見つかるいずれかのエンティティを備える質問フォームの例を提示する（すなわち特定の例を作成する）。ここでそのエンティティは、その質問フォーム内の包括的シンボルにより識別される語彙にも含まれる。例えば、文書コンテンツが、これもまた身体器官の語彙の一部であるエンティティ「腎臓」（"kidney"）を含んでいるとする。この例の場合に例示される質問は、「腎臓切除のための処置は何か？」というものになるだろう。一つの例では、結果として得られるこれらの質問を有用性で評価する。
【００９９】
文書が、例示されたクエリーを含むパーソナリティで拡充された場合、その例示クエリーを含む文書サービスリクエストは、質問回答技術(question answering technique)を用いて回答すなわち結果を作成することにより、それを満足する。上述の例の回答は、「腎摘出術（nephrectomy）」となるであろう。質問回答技術の例は、２０００年１１月１３〜１６日に米国メリーランド州ゲーサーズバーグ(Geithersburg)で開催された第９回Text REtrieval Conference(TRRC-9)の予稿集に発表されたクーパー（Cooper）他による"A Simple Question Answering System"に示されている。
【０１００】
文書サービスリクエストが例示のクエリーを満足する回答を求めると、その文書サービスは、当該文書内の当該エンティティにその例示クエリーと回答とをリンク付けすることにより、その文書を拡充する。上述の例では、エンティティ「腎臓」（"kidney"）が、例示クエリー（すなわち「腎臓切除のための処置は何か？」）と回答（すなわち「腎摘出術（nephrectomy）」）にリンクされる。１つの例では、例示クエリーと回答は、図５に示すように、ユーザが認識したエンティティ１０３２の近くにポインタ１０３０を持ってきたときに、ポップアップウインドウ１０２８に表示される（例えば図５の例では、認識されたエンティティ"Xerox"と例示クエリー"What is <COMPANY NAME>'s stock price？"（＜会社名＞の株価は？））。
【０１０１】
ユーザが指定した質問に対して複数の包括的シンボルを付加できる場合は、ただ１つの文書サービスリクエストがただ１つのもっとも包括的な質問フォーム（例えば「<BODY_ORGAN>（身体器官）の<SURGICAL_PROCEDURE>（外科的処置）のための処置は何か？」）に対して指定される、という選択肢をユーザに与えることも可能である。また、識別した複数の質問フォームのすべて、又はそのうちの選択したものに対して文書サービスリクエストが指定される、という選択肢をユーザに与えることも可能である。さらに、複数の回答と複数の情報ソース（源）とを選択対象としてユーザに与えることもできる。
【０１０２】
図１９は、例示クエリーに対する回答を識別するための１実施例を示すフローチャートである。まずステップ２４０２で、メタ文書サーバ２００がその例示の質問を受け取る。ステップ２４０４で質問のタイプが判定され、ステップ２４０６でクエリーへと変換される。ステップ２４０８では、識別した質問タイプを扱うのに適した情報サービスに対して、そのクエリーが送信される。ステップ２４１０では、そのクエリーについての先頭からＮ個の結果の部分が、例えばサマライザ（要約システム）を用いて抽出される。ステップ２４１２では、そのクエリーに対し抽出された先頭からＮ個の結果の部分に対し品詞タグが付加され、その部分に対して浅い構文解析(shallow parse)が実行される。ステップ２４１４では、抽出したクエリーについての先頭からＮ個の結果であるパッセージ（一節）群に含まれる各語について、その具体例の質問と、判定した質問タイプとを用いて、関連性の重みが計算される。ステップ２４１６では、抽出したパッセージ群に含まれる複数の文、又はそれらの文の部分において、計算した関連性の重みが最高度である語群を持つものが、その例示の質問に対する回答案として選択される。
【０１０３】
Ｃ．６ ラーニング・パーソナリティの利用
メタ文書サーバ２００は、ｅラーニング（電子的学習）パーソナリティを提供する。このパーソナリティは、例えば、図５のパーソナリティウインドウ１０１４において利用できる。ｅラーニングパーソナリティが文書に適用されると、そのパーソナリティ内の各サービスは、その文書のコンテンツを分析し、当該サービスに特有のエンティティと概念と組合せ（コンビネーション）とを認識する。そして各サービスは、それらエンティティ、概念、又は組合せを、例えばウェブベースのデータベースサーチにより見つかる新たなコンテンツにリンク付けしたり、そのサーチを準備して、（クリック等により）アクティベートされるとそのサーチを実行するように設定したリンクを挿入したりする。パーソナリティサービスは、単純なサーチに限定されるものではなく、分析されたコンテンツに依存するどんな処理でも実行することができる。
【０１０４】
図２０は、文書コンテンツを拡充するためにｅラーニング・パーソナリティが選択されたときに利用できるサービスのリスト２５０２を示す。ｅラーニングサービス２５０４及び２５０６は、その文書内で見つかった単語、又は複数単語からなる表現を、その単語等の定義や翻訳にそれぞれリンク付けする。このサービスは、辞書にアクセスする前に、レンマ化（lemmatization:語の変化形（過去形など）から基底形を求めること）やステミング（基底系から変化形を求めること）を実行するようにしてもよい。さらに、このサービスは、そのコンテンツの要素の周囲の、それら単語又は複数単語表現の文脈を用いて、表示される定義や翻訳の数を制限するように構成することもできる。別のｅラーニング・サービス２５０８は、各テキスト単位（すなわち文書、段落、句、単語）を、その要素に関係するチュートリアルにリンク付けする。さらに別のｅラーニング・サービス２５１０は、各テキスト単位を、識別された主題に関係する専門家の情報にリンク付けする。さらに別のｅラーニング・サービス２５１２，２５１４，２５１６は、各テキスト単位を、そのテキスト単位の主題に関連するインタラクティブ講座、利用可能なオンライン講座、オンライン学習リソースに、それぞれリンク付けする。
【０１０５】
有利なことに、パーソナリティは、指定された文書について、複数の独立した言語学習タスクを準備し、実行する。文書コンテンツに対してパーソナリティが適用された場合、そのパーソナリティに含まれる選択された各サービスは、その指定文書のコンテンツを分析し、そのサービスに特有のエンティティや概念、組合せを認識する。そしてこのサービスは、それらエンティティ、概念、組合せを、例えばウェブベースのデータベースサーチにより見つかる新たなコンテンツにリンク付けしたり、又はそのサーチを準備し、（クリック等により）アクティベート（起動）されるとそのサーチを実行するリンクを挿入したりする。
【０１０６】
１つの変形例では、ｅラーニングパーソナリティは、次のようなサービスを含むようにすることもできる。すなわち、このサービスは、ユーザの過去の動作を追跡して（あるいはユーザ・プロファイルにアクセスして）、同じエンティティが別の文書にリンク付けされている場合には、新たな情報を生成する。ｅ学習パーソナリティを言語の学習に特化した実施例も考えられる。この実施例では、メタ文書サーバ２００は、この明細書に示す文書拡充機構を用いた、コンピュータ支援による言語学習環境を提供する。図２１は、文書コンテンツ拡充のために言語学習パーソナリティが選択されたときに利用できるサービスのリスト２６０２の例を示している。
【０１０７】
さらに詳しく説明すると、言語学習パーソナリティは、図２１に例示されるサービスのうちの複数を実行するパーソナリティを用いて規定される。図２１に示すサービスのリスト２６０２には、以下に示すものが含まれる。(a) サービス２６０４及び２６０６：これらは、その文書内で見つかった単語、又は複数単語からなる表現を、その単語等の定義や翻訳にそれぞれリンク付けする（このとき、例えば、辞書にアクセスする前にレンマ化やステミングを実行したり、その要素の文脈を用いて表示する定義の数を制限したりすることも可能である）。(b) サービス２６０８： これは、各文や各句を、それら各文や句の構造の文法的説明にリンク付けする（このとき、読者の母国語によるその構造の文章での説明や、その構造に対応する文章、音声、映像での文法レッスンにリンク付けすることも可能である。(c) サービス２６１０：これは、単語や複数単語表現、句、文などの各テキスト単位を、同じテキスト単位が現在のものとは異なる文脈に現れる例に対してリンク付けする（例えば、同じテキスト単位をもつ、似ているが異なるテキスト部分を検索するなどにより行う。検索された要素（テキスト単位）は、異なる文脈の比較が容易にできるように、例えば注目している類似の構造がユーザの視野の中央部にくるようにした書式で、提示される）。(d) サービス２６１２：これは、単語や複数単語表現、句、文などの各テキスト単位を、当該要素に関係するインタラクティブ文法演習にリンク付けする。(e) サービス２６１４及び２６１６：これは、当該文書コンテンツに対応したコンテンツ固有の言語教習リソースにリンク付けする。他の学習トピックについても、類似のアプローチをとることができる。
【０１０８】
Ｃ．７ コンテンツの自動的な挿入及び／又はリンク付け
図７には、表示欄１２２０に、文書拡充を、リンク（１２２２）によって行うか、コンテンツの挿入（１２２４）によって行うか、リンクかコンテンツ挿入かを自動判定する（１２２６）かを選択的に指定するための仕組みを例示している。どちらのケースでも、リンクは、文書コンテンツ１０２において認識されたエンティティから、リモートの場所（１２２２の場合）にあるコンテンツ又はサービスへ、又はメタ文書の文書マークアップ１０８にあるコンテンツへと引っ張られる。
【０１０９】
図２２に示す別の実施例では、ユーザが、指定されたコンテンツや文書から認識されたエンティティに対するパーソナリティ及び／又はサービスの振る舞い(service behavior)を、選択的に指定できるようにする。この実施例では、例えばユーザは、図５に示される拡充された文書１０１８の一部分を選択し、例えばグローバル・サービス結果における株価検索の結果１０２６を選択することができる。この一連の動作の結果、公知のポインタ選択技術により、図２２に示される株価検索オプション設定ウインドウ２７１０が表示される。
【０１１０】
オプション設定ウインドウ２７１０では、ユーザは、特定のサービスの振る舞いを適用する適用先を、入力欄２７１２にて、選択されたすべての文書、現在選択されている１つの文書、又は選択のみ、のいずれかに指定することができる。さらに、オプション設定ウインドウ２７１０により、ユーザは、入力項目２７１６で指定された形式で挿入された、リンクされた情報を、静的なものとするか、動的に更新するかを、入力項目２７１４にて指定することができる。例えば、情報は、上述のようにリンクとして、又はコンテンツとして、挿入される。挿入されるコンテンツは、脚注として、又は文書の末尾のコンテンツリストの１つとして、挿入することができる。動的にアクセスされるコンテンツは、リンク又はコンテンツがアクセスされるたびごとに、再計算される（これには例えばマイクロソフト社のＯＬＥのような手法を用いることができる）。静的にアクセスされるコンテンツは、入力項目２７１８で指定された周期（例えば一月ごと、一日ごと、一時間ごと）で再計算される。
【０１１１】
有利なことに、ユーザはサービスのデフォルトの振る舞いを修正することができる。このとき、変更を、ユーザが管理するすべての文書に適用するか、、現在（カレント）の文書のみに適用するか、１又は複数の識別されたエンティティを含む文書の現在の選択に適用するか、を指定する。それら変更は、変更のレベルに応じて、特定のメタ文書のプロパティとして、又はユーザのプロファイルの一部として、格納される。
【０１１２】
リンク付けするか、コンテンツを検索しメタ文書に挿入するかは、各パーソナリティごとに指定でき、また図２２の入力項目２７２４又は図７の入力項目１２２６で指定されればそれを自動的に判定するようにすることもできる。リンク付けするかコンテンツを挿入するかの自動判定は、そのユーザのメタ文書サーバ２００との過去のインタラクションの履歴からの情報を用いて実行される。入力項目２７２４にて指定のパーソナリティに、又は入力項目１２２６にてあるパーソナリティのプロパティとして、リンク付け又はコンテンツ挿入を自動的に行うことが指定されている場合、情報をリンクとして挿入するかコンテンツとして挿入するかの判定が、その情報がユーザのインタラクションの履歴の中にあるか外にあるかに応じて行われる。もしユーザのインタラクションの履歴の外にある場合は、リンクが挿入される。一方、ユーザのインタラクションの履歴の中にある場合は、コンテンツが検索されメタ文書に挿入される。
【０１１３】
ユーザのインタラクションの履歴は、ユーザによりアクセスされたリンクの履歴を用いて、又はそのユーザにとって興味のある概念のリストを用いて、あるいはそれら履歴及びリストの両方を用いて、特定することができる。ユーザにとって興味のある概念のリストは、例えば、頻繁にたどられるリンクを用いて、又は電子メール履歴を記録することにより作成されたユーザプロファイルから、又は、Xerox社が開発した"Knowledge Pump"（知識ポンプ）のようなリコメンダ（推薦）システムを用いて、求めることができる。このような処理モードでは、エンティティ閲覧パターンからのユーザのインタラクション履歴からの情報は、文書コンテンツを拡充するか否かを判定するのに用いられる。
【０１１４】
Ｃ．８ テキスト・カテゴライザ
図２３に示されるテキスト・カテゴライザ（カテゴリ分けシステム）３６１０のようなテキスト分類システムの目的は、文書３６１２を１又は複数のクラス３６２０の組へと分類することである。クラス３６２０は、カテゴリーとも呼ぶ。動作としては、テキスト・カテゴライザ３６１０は、１つの文書に対して、クラスの集合に含まれる１又は複数のクラスを割り当てる。ここで、これらクラスは、知識ベース３６２２内に表現されたオントロジー（(ontology：存在意義、存在論)の中で規定される。オントロジーの一例としては、ＤＭＯＺオントロジー（インターネットのdmoz.orgに公開されている）がある。
【０１１５】
更に、テキスト・カテゴライザ３６１０は前処理モジュール３６１４と概略推論(approximate reasoning)モジュール３６１８を備える。テキスト前処理モジュール３６１４の目的は、テキスト・カテゴライザ３６１０が文書分類のタスクを正確に、自動的に、効率的に、効果的に実行できるような形態に、文書３６１２を変換することである。前処理モジュール３６１４で作成された文書表現３６２４は、特徴とこれに関係する重みとの組を含んでいる。
【０１１６】
ＨＴＭＬからテキストへの翻訳、トークン化（tokenization：字句解析）、ステミング、ストップワード除去、構文解析技術、エンティティ認識、などの自然言語処理分野の公知技術の異なる複数の組合せを、特徴３６２４の集合を生成するのに用いることができる。したがって、テキスト前処理モジュール３６１２は、文書３６１２から特徴３６１６の集合を生成するために、ＨＴＭＬ・テキスト・コンバータ、トークン化手段、ステミング手段、文法ベースの特徴生成手段、特徴生成手段、単語頻度分析手段、名詞句分析手段（又は抽出手段）のようないくつかのコンポーネントを備えるような構成とすることができる。
【０１１７】
各特徴に関連する重み値は、正規化頻度計数(normalized frequency count)からもっと高度な重み付け方式までの、公知の様々な方式のどれを用いても計算できる。高度な重み付け方式では、文書内の各用語の頻度、位置、リファレンス（基準）コーパスにおける各用語の頻度、用語のidf（inverse document frequency：文書群において、あるキーワードが多くの文書中に現れる普遍的なキーワードだった場合には idf は小さくなり、逆に、特定の文書にしか現れない場合には idf は大きくなる）などの様々な測定値の集まりに基づき、ケインさんを行う。マニングとシュッツェによる教科書“Foundations of Statistical Natural Language Processing”,MIT Press, 1999，Cambridge, MAには、モジュール３６１４により実行されるテキスト前処理の更に詳細な説明が示されている。
【０１１８】
概略推論モジュール３６１８は、知識ベース３６２２に格納されたルール（又は他の知識形式）の用語群にて表現されるようなカテゴリ群を、文書表現（例えば特徴とこれに対応する重み）３６２４と関連づけて処理することで、入力文書３６１２に対しクラスラベル３６２０を割り当てる。１つの実施例では、前処理モジュールが、文書３６１２を、スペースや句読点文字などにより区切られたトークンのリストに変換する。ストップワード（すなわちカテゴリ分けの質を高めない語）に対応するトークンは、そのトークンのリストから除かれる。そのリストに残ったトークンに対し、ポーター(Porter)のステミングアルゴリズムを用いてステミングが施される。そして、このステミング結果の単語リストからストップワードが除去され、用語／単語のリストができる。最後に、この用語のリストが、＜用語，頻度＞タプルから構成される頻度分布に変換され、用語（すなわち文書表現３６２４）の集合を規定する。ここで、頻度は、その文書においてその用語が現れる回数を示す。
【０１１９】
次に、概略推論モジュール３６１８は、知識ベース３６２２にアクセスする。ここで、知識ベース３６２２は変数（すなわち文書特徴とこれに関連する頻度）を記録する。この変数は、文書３６１２、又は該文書を変換した表現３６２４から、オントロジーのクラスへの写像を形作る関数を定義するのに用いられる。このような知識ベースの１つの例は、それら記録される変数同士の関係を記述するルールの集合を用いて表現される。典型的には、各クラスは１つのルールによって表現される。その関数を写像する際、推論エンジン３６１８は、文書を、知識ベース３６２２に格納された各クラスルールと照合し、どのアクションを信頼すべきかに関する結論を引き出すのに意志決定手段（decision maker）を用いる。
【０１２０】
知識ベース３６２２と概略推論モジュール３６１８とによって表わされるような機能は、以下に示すものを含んだ様々なモデルタイプを用いて規定することができる。すなわち、確率モデル、ファジー集合／ファジー論理モデル、ブール値論理モデル、最近隣接アプローチ（nearest neighbor approach）、及びニューラルネットワーク、などである。なお、これらのうちのいくつかについては、後で詳しく説明する。
【０１２１】
図２３に示した要素の他に、カテゴライザ３６１０に学習モジュールを設けることもできる。学習モジュールの正確な構成は、文書の集合をカテゴリのリストに写像（マッピング）するために概略推論モジュール３６１８に使用されるモデル（確率モデル、ファジーモデルなど）に依存することになる。学習モジュールは、各クラスごとに分類された文書の例を入力とし、これに対応する知識ベースを生成する。
【０１２２】
Ｃ．９ パーソナリティの推薦
メタ文書サーバ２００は、図２に示したパーソナリティ推薦部２１６により、パーソナリティを推薦するサービスを提供する。１つの例では、パーソナリティは、ユーザがメタ文書サーバ２００にアップロードし、図７に示すパーソナリティ・プロパティ１２１４をそのユーザが選択した後に、各文書毎に推薦される。ユーザがパーソナリティ・プロパティ１２１４を選択すると、パーソナリティ推薦部２１６は、ユーザによってアップロードされた各文書毎に、パーソナリティを推薦する。パーソナリティを推薦することにより、パーソナリティ推薦部２１６は、ユーザの支援を行う。すなわちこの支援処理では、ユーザが、アップロードされた文書（アップロード文書と呼ぶ）の文書コンテンツとその他の文脈情報（例えばその文書に対してなされたアクション（操作・処理））を分析して、そのアップロード文書に対して複数の文書拡充テーマのうちのどれを適用すべきかを判断すること、を支援する。
【０１２３】
１つの実施例では、パーソナリティ推薦部２１６に推薦されたパーソナリティは、ユーザの確認なしにアップロード文書に対して自動的に付加され、これら文書は即座にメタ文書サーバによって拡充される。またこの代わりに、推薦されたパーソナリティが受け入れ可能であるとの確認をユーザが行った後に限り、パーソナリティ推薦部２１６によって推薦されたパーソナリティをメタ文書に付加するようにしてもよい。
【０１２４】
どのパーソナリティ（又は複数のパーソナリティ）を文書に付加するものとして推薦するかを決定するために、メタ文書サーバ２００は、アップロード文書３７１２をパーソナリティ推薦システム２１６の入力として用いる。このパーソナリティ推薦システムの一例を図２４に詳細に示す。大略的に言えば、図２４に示すパーソナリティ推薦システム３７００は、図２３に示した文書カテゴライザ３６１０に似ている。両者の相違は、後者が１又は複数のカテゴリを含むリストを割り当てるのに対し、前者は１又は複数のパーソナリティ３７２０を含むリストを割り当てる点である。パーソナリティ推薦部３７００は、パーソナリティを推薦するためルールや、メタ文書サーバ２００に対して既にアップロードされユーザからパーソナリティの付与を受けている文書を用いてパーソナリティ・オントロジーを進化させるためのルールを学習することができる。
【０１２５】
更に詳しく言えば、図２４に示すパーソナリティ推薦システム３７００は、図２３に示したテキスト・カテゴライザの変形である。知識ベース３７２２は、（例えば、適用されうる各パーソナリティごとに手動で選択された特徴と重み付けを用いて）ユーザ固有のパーソナリティ又は一般に利用可能なパーソナリティを含むパーソナリティデータベース２１２からのデータと、それらパーソナリティが過去に割り当てられたメタ文書データベース２０２内の文書群とを手動で用いて規定することができる。
【０１２６】
またこの代わりに、知識ベースは、機械学習技術により選ばれる特徴と重み付けを用いて半自動的又は自動的に規定することもできる。特徴と重み付けの自動的な学習を行う場合は、学習モジュール３７３０は、メタ文書データベース２０２に存在するメタ文書を用いて、知識ベース３７２２をトレーニングする。次に、学習モジュール３７３０は、ユーザプロファイル・データベース３７０８を用いて知識ベース３７２２を検査する。ユーザプロファイル・データベース３７０８は、パーソナリティデータベース２１２やメタ文書データベース２０２の一部を含むものであり、ユーザが以前にパーソナリティを適用したことのあるメタ文書への参照情報を含んでいる。
【０１２７】
処理では、パーソナリティ推薦部３７００の前処理モジュール３６１が、アップロード文書３７１２から特徴３６１６を抽出する。次に、概略推論モジュール３６１８が、知識ベース３７２２を用いてパーソナリティのリスト３７２０を導き出す。これら抽出された特徴は、標準的な技術（例えば上述のベイズ推論(Bayesian inference)やコサイン距離法など）を再び用いて、指定された文書コンテンツの拡充についての推薦のために、新たな文書を分類したり、可能性のあるリスト３７２０のパーソナリティ群をランク付けしたりするのに活用される。概略推論モジュール３６１８は、例えば、ランキングにおいてあるしきい値を超えるすべてのパーソナリティ、又は先頭からＮ個（Ｎは１以上）のパーソナリティを推薦する。
【０１２８】
パーソナリティ推薦部３７００の変形では、ある新たな文書に対してランク付けされたパーソナリティ群は、ユーザのプロファイルを用いて再ランク付けされる。例えば、概略推論モジュール３６１８がある文書にビジネスとスポーツのパーソナリティを付加しているが、データベース３７０８におけるユーザ自身のプロファイルはそのユーザが今まで一度もビジネス・パーソナリティを適用したことがないことを示している場合は、学習システム３７０１がランク付けを変更し、スポーツ・パーソナリティのみを提案したり、スポーツ・パーソナリティにビジネス・パーソナリティよりも高い優先度を付与したりする。このようにして、ユーザのメタ文書サーバ２００とのインタラクション履歴を用いて、そのユーザに合ったパーソナリティ推薦を行うことができる。
【図面の簡単な説明】
【図１】 本発明に係る実施形態におけるメタ文書の概念図である。
【図２】 メタ文書サーバを有するシステムのブロック図である。
【図３】 本発明の１つの実施形態におけるメタ文書拡充を概念的に示す図である。
【図４】 図３に示したメタ文書拡充の一例を示す図である。
【図５】 図２に示したメタ文書サーバにアクセスするためのクライアントインタフェースを例示した図である。
【図６】 藁梱製の家及びタイヤ製の家のパーソナリティが選択された建築パーソナリティのための、図５に示したウインドウ１０１４を拡大して示す図である。
【図７】 図５においてプロパティ構成ボタン１０２２が選択されたときに表示される、プロパティウインドウ１２１０の一例を示す図である。
【図８】 パーソナリティを生成／修正するためのクライアントインタフェースの一例を示す図である。
【図９】 図８のユーザインタフェースで規定されるサーチエンジンで実行されるサーチのプロパティ（属性）を指定するためのクライアントウインドウの例を示す図である。
【図１０】 パーソナリティを生成／修正するためのクライアントインタフェースの別の例を示す図である。
【図１１】 複数グループのパーソナリティに対して演算操作を施すことでパーソナリティを生成／修正するためのクライアントインタフェースの例を示す図である。
【図１２】 パーソナリティを生成するためのステップ群を示したフローチャートである。
【図１３】 ２レベル下がることにより生成される拡張文書１８００の例を示す図である。
【図１４】 サービスを作成するのに用いるフォームを例示した図である。
【図１５】 図１４に例示したフォームを用いて生成される４つのサービスの例を説明するための図である。
【図１６】 図１２における動作１７１６でのフィルタサービスのための１つの方法を表すフローチャートである。
【図１７】 最高類似度方式を用いてサービスを選択する選択プロセスをグラフで表す図である。
【図１８】 図１２における動作１７１６でのフィルタサービスのための別の方法を表すフローチャートである。
【図１９】 例を用いた質問の答えを識別する１つの実施例を表すフローチャートである。
【図２０】 文書コンテンツを拡充するのにｅラーニングパーソナリティが選択されたときに使用できるサービスのリストの例を示す図である。
【図２１】 文書コンテンツを拡充するのに言語学習パーソナリティが選択されたときに使用できるサービスのリストの例を示す図である。
【図２２】 指定されたコンテンツまたは文書から認識されるエンティティに対する振る舞い及び／又はパーソナリティを選択的に指定するためのクライアントインタフェースを例示した図である。
【図２３】 テキストカテゴリ分け装置の例を示す図である。
【図２４】 パーソナリティ推薦装置の例を示す図である。
【符号の説明】
１００ メタ文書、１０１ 文書ＩＤ、１０２ 文書コンテンツ、１０４ パーソナリティ、１０６ 文書サービスリクエスト、１０８ 文書マークアップ、１１１ エンティティデータベース、２０４ スケジューラ、２０６ ネットワークサービス群、２０８ コンテンツ管理部、２１０ サービスデータベース。
【発明の属する技術分野】
本発明は、概略的には文書の管理及び利用に関し、特に情報に対するリクエストを生成し、応答を探索し、検索し、パッケージ化することでその文書のコンテンツ（内容）を拡充する一方、読解や他の文書との関係の理解、コンテンツの生成を助けるエージェント、として振る舞う文書の管理及び利用に関する。特に本発明は、ユーザ定義可能なパーソナリティ（性格）を備えたメタ文書サーバに関連する。
【０００２】
【従来の技術及び発明が解決しようとする課題】
文書管理による知識（ナレッジ）管理は知識の創成やライフサイクルの共有の重要な部分を構成する。知識の創成や共有の典型的なモデルは循環的なものであり、３つの主要なステップから構成される。すなわち、合成（サーチ、収集、獲得、同化）、共有（提示、公開／配布）、サービス提供（意志決定や革新的な創造のための文書利用の支援）の３つである。
【０００３】
たいていのシステムは、文書のことを静的なもの、たとえば権限を与えられたユーザにより何らかの操作がなされたときにのみ、新たなコンテンツが取得できるもの、と捉えている。文書が新たな情報を獲得するには、その文書を読んで修正したり、その文書のコンテンツを変化させる（例えばハイパーリンクを付加するなど）プログラムを実行したりするなどのユーザの決定が必要である。このように文書を受動的なリポジトリとしてみる見方は、ユーザが画面の前にいてシステムを操作しないと文書が変わらないままであるという、現在の状況をもたらしている。
【０００４】
統計的に能動的に文書コンテンツを拡充（内容豊富化）する既存の手法にもかかわらず、文書拡充サービスのユビキタス化（いつでもどこでも利用できるようにすること）を可能とするよりよい文書拡充アーキテクチャを提供する必要性がなおも存在する。よりよい文書拡充アーキテクチャは、自動的にそのようなサービスを付与したり、監視したり、ユーザに対して提案したりすることで、そのようなサービスを使いやすくする方法を効果的に提供することができるであろう。
【０００５】
【課題を解決するための手段】
本発明では、文書コンテンツを拡充するためのシステムとそのための方法を提供する。このシステムは、拡充（エンリッチ）テーマを特定する文書サービスリクエストの集合を規定するパーソナリティを指定するためのユーザインタフェースを備える。ユーザ管理部は、文書コンテンツとそのユーザインタフェースで指定されたパーソナリティとを受け取る。ユーザ管理部は、その文書コンテンツとパーソナリティとを備えるメタ文書を形成する。スケジューラは、その集合から１つの文書サービスリクエストを選択し、選択した文書サービスを満足するよう、サービスプロバイダとの通信を開始し、この通信を管理する。コンテンツ管理部は、選択した文書サービスについての結果を、文書マークアップとしての前記メタ文書に統合する。ユーザインタフェースとユーザ管理部とスケジューラとコンテンツ管理部とが協動して、新たなパーソナリティを生成したり推薦したり、既存のパーソナリティを修正したりする。この協動処理では、代数的な計算の組、文書参照の組、既定のパーソナリティの組、学習パーソナリティの組、知識レベル、及びパーソナリティの分類の中の１つまたは複数の組み合わせが用いられる。
【０００６】
【発明の実施の形態】
以下、本発明の実施の形態（以下実施形態という）について、図面を参照して説明する。同じ又は類似の部分には、図面間で同じ符号を付す。
【０００７】
Ａ．用語の定義
以下で定義する用語は、本願明細書において、そこに示した意味を持つ。
【０００８】
「アノテーション付け」は、ここでは、文書又は文書内の領域にあるエンティティと、テキストセグメント（断片）、画像、埋込データ（例えばグリフ）、又はリンクの集合との間の参照情報を生成することを意味する。
【０００９】
検索したコンテンツはその検索の後フィルタリング又は再フォーマットしてもよい。
【００１０】
「文書」は、ここでは、電子的（例えばデジタル）又は物理的（例えば紙）な情報の記録を示すために用いられる。電子的な形態では、文書は、画像データ、音声データ、ビデオデータを含み得る。画像データは、テキスト、グラフィック図形、ビットマップ画像を含みうる。
【００１１】
文書「マークアップ」は、文書に付与されたアノテーションを示すために用いられる。
【００１２】
「文書の精神（soul）」は、ここでは、無限又はあらかじめ指定された有限の時間である延長期間(extended period)の間、文書に付与され続けているパーソナリティを指し示すのに用いられる。
【００１３】
「拡充（エンリッチ）」は、ここでは、あらかじめ規定したパーソナリティに合わせて文書にアノテーション付けを行うことを指し示すために用いられる。
【００１４】
「エンティティ」は、ここでは、文書中に見いだされる何か（例えば人の名前、場所、医学用語、画像データ、グラフィックスエンティティ（グラフィック図形データ、音声データ又はビデオデータを含み得る）など）を示すために用いられ、画像、テキスト、埋込データ、ＨＴＭＬなどの形とすることができる。
【００１５】
「情報空間」は、ここでは、エンティティ、文書セグメント、文書、あるいは一組の文書群全体の集合を指し示すのに用いられる。
【００１６】
「語彙集(lexicon)」は、ここでは、自然言語集合において生起しうる単語の集合を示すデータ構造、プログラム、オブジェクト又はデバイスを意味する。語彙集が単語を「受け入れる」場合、『その単語は、その語彙集に「受け入れ可能」である』と言ったり、『その単語は、その語彙集に「含まれる」又はその語彙集の中に「生起する」』と言う。
【００１７】
「リンク」は、ここでは、例えばテキストセグメントや画像セグメントに関連づけられたＵＲＬ（Uniform Resource Locator）などである。
【００１８】
「パーソナリティ」という用語は、テーマに関するサービスの集合を示すのに用いる。ここで、サービスは文書を拡充するために適用される。
【００１９】
「サービス」は、ある文書の現在の状態におけるコンテンツやメタデータに基づき新たなマークアップを提供するプログラムを意味する。例えば、そのプログラムは、文書中の各エンティティを識別し、各エンティティに対し当該エンティティに関係するデータ（例えばデータベース内にあるデータ）でアノテーション付けする。例えば、サービスは、外部の情報により文書を拡充するか、新たなサービスを追加するか、の少なくとも一方を行う。
【００２０】
「テキストセグメント」は、文書中の連続したバイト列、又はそのような断片のグループを意味する。
【００２１】
Ｂ．概略的な特徴
メタ文書１００すなわち「文書の精神」のブロック図が図１に示される。メタ文書１００は、識別子１０１、コンテンツ部分１０２（ユーザにより生成又は取得された文書）、パーソナリティ１０４を含んでいる。パーソナリティ１０４は１又は複数の文書サービスリクエスト１０６とエンティティデータベース１１１の組である。エンティティデータベース１１１は１又は複数の個別のエンティティデータベースを含んでいてもよい。ここで、個々の個別のエンティティデータベースは、それぞれエンティティの１つのクラス（例えば人名、市の名称、業務（ビジネス）の名称など））を識別する。一つの例では、パーソナリティ１０４はエンティティデータベース１１１を含まず、その代わりにエンティティを識別するための文書サービスリクエストを含む。別の例では、エンティティデータベース１１１は、文書コンテンツ１０２に対して排他的に関連するエンティティ群を含む。ここでそれら文書コンテンツ１０２に対して排他的に関連するエンティティ群は、ユーザ又はシステムにより指定される。当業者には分かるように、メタ文書１００の一部を構成する文書サービスリクエスト１０６とエンティティデータベース１１１は、文書サービスリクエスト及びエンティティデータベースの実体的コンテンツを含んでいても良いし、（例えばサービスデータベース２１０の中にある）文書サービスリクエストやエンティティデータベースへの参照情報を含んでいても良いし、その両方でも良い。識別子１０１は、他の管理データ、例えば作成者、所有者、サイズ、アクセス権限などを含んでもよい。
【００２２】
Ｂ．１ 知識管理サイクル
図２は、メタ文書管理システム２０１を例示する図である。このメタ文書管理システム２０１の中で、メタ文書１００が知識明確化（結晶化）プロセスの結果として生成され、このプロセスはその文書の一生の間続く。合成フェーズでは、メタ文書１００は、あらかじめ規定された文書サービスリクエストの集合によって独立的に、あるいは特定の又はカスタマイズされた指示に従って、書き手又は読み手の情報ニーズを予想し、文書コンテンツに関係する情報のサーチ、収集、同化、組織化といった仕事を実行する。
【００２３】
合成フェーズの動作は、１又は複数の文書サービスリクエスト１０６のアクティべーション（起動）によって起こる。文書サービスリクエスト１０６の起動は、ユーザがメタ文書を作成したりメタ文書に対して作業（編集など）をしたりしている間や、ユーザがメタ文書を脇に置いたためそのサービスリクエストがコンピュータの空き時間や使用されていないネットワーク帯域幅などを利用できるようになったとき、などに行うことができる。ユーザが文書に対して作業を行っているときに文書サービスリクエスト１０６を起動させれば、そのメタ文書にそのユーザの好み（ユーザが好む設定情報など）について学習させることができるという付加的な利点がある。文書サービスリクエスト１０６は、スケジューラ２０４により自動的に、又はユーザの操作によって、起動することもできる。
【００２４】
知識管理サイクルの次のフェーズは、合成フェーズの間に作成された情報の共有に関連している。例えば、この共有フェーズは、合成フェーズの間に収集された情報を、ユーザ（すなわち当該文書を利用するであろう人又はコミュニティ（共同体））にとって役立つフォーマット（書式）のメタ文書１００のコンテンツへと統合する処理を含んでいる。文書コンテンツは、その文書に対してパーソナリティを割り当てることによって、当該ユーザのために更に拡充することができる。パーソナリティは、その文書コンテンツの理解を助けたり、そのコンテンツについての更に新しい更新事項を例えば定期的に提供したりする情報によって、その文書をマークアップするものである。このサイクルの最後であるサービス提供ステップでは、定期的な更新を取り扱う。この更新では、メタ文書は、あらかじめ規定された文書サービスリクエストを、ユーザのために実行する。例えば、メタ文書は、指定された都市の気温の情報を最新のものに保つことができる。
【００２５】
Ｂ．２ サービス
再び図２を参照すると、１又は複数のメタ文書１００は、メタ文書サーバ２００内のメタ文書データベース２０２に格納されている。別の実施例では、文書参照情報（例えばＵＲＬ）がメタ文書データベース２０２に格納され、それに対応するコンテンツはネットワークファイルサーバ２２０にて参照される。メタ文書サーバ２００内の各メタ文書１００は、１組の文書サービスリクエストを備える。これら文書サービスリクエストは、各メタ文書１００がスケジュールデーモンすなわちスケジューラ２０４の制御の下で実行するものである。スケジューラ２０４は、あらかじめ定められているタイムスケジュールに従って、各メタ文書データベース２０２内のメタ文書を目覚めさせる。スケジューラ２０４は、メタ文書１００内のコンテンツ、文書サービスリクエスト１０６、及びエンティティデータベース１１１にアクセスするソフトウエア機構の中に実装することができる。
【００２６】
図３に示すように、スケジューラ２０４がメタ文書１００を目覚めさせた後、そのメタ文書１００が、現在の自分の文書サービスリクエスト群３０１の組のことをスケジューラ２０４に報せる。メタ文書サーバ２００が使用できる資源（例えばそれぞれ特定の文書サービスリクエストを実行する、すなわち満たすことができるサービスプロバイダなど）に応じて、スケジューラ２０４は、実行すべき文書サービスリクエスト１０６（矢印３００で示す）を決定する。つづいて、スケジューラ２０４は、それら文書サービスリクエスト１０６を実行するために、指定されたサービスプロバイダ２０６を、サービスデータベース２１０を用いて呼び出す。
【００２７】
サービスデータベース２１０は、ルックアップ（索引）してサービスプロバイダを選択するための「サービスプロバイダメソッド」（各サービスに対応する認証データを含む）を有する。また、サービスデータベース２１０は、当該メタ文書内のエンティティデータベース１１１、又はサービスデータベース２１０内にあるか又はネットワークサービス２０６として利用可能であるエンティティデータベース、を用いて文書コンテンツ内のエンティティを識別するための「エンティティメソッド」を含む。またサービスデータベース２１０は、ユーザに対し、新たな拡充、正規表現、語彙集、カテゴライザ（カテゴリ分類手段）のことを通知するための「通知（ノーティフィケーション）メソッド」を有する。別の実施例としては、サービスデータベース２１０は、コンテンツ権管理メソッドを有するようにすることもできる。
【００２８】
文書サービスリクエストを満足させるということは、サービスデータベース２１０から（例えばサービスプロバイダの選択候補のリストから、サービスプロバイダを選択するなどにより）サービスプロバイダにアクセスすることを意味する。ここで、サービスデータベース２１０は、文書コンテンツ１０２（矢印３０２で示す）と文書マークアップ１０８（矢印３０４で示す）にアクセスするためにスケジューラにより呼び出されるいくつかのプロセス（又はプログラム）を有する。サービスプロバイダ２０６から受け取った結果は、コンテンツ管理部２０８により、元のメタ文書１００に統合される。すなわち、これらのプロセスは、特定文書向けのマークアップ（矢印３０６で示される）と、新たな文書サービスリクエスト１０６（矢印３０８で示される）とのうちの少なくとも一方を生成することで終了し、これら両者はコンテンツ管理部２０８によりメタ文書１００に付加される。
【００２９】
Ｂ．３ パーソナリティ
メタ文書サーバ２００は、カスタマイズ可能な方式の、文書ベースでの知識の創成及び共有のためのエンド・トゥ・エンド（端末間）のソリューションを提供する。カスタマイズは、メタ文書サーバ内のパーソナリティのメカニズムにより提供される。パーソナリティは、文書に対して割り当てられ、これによりユーザが知識を取得し、共有し、利用するのを支援する。これは、現今のウェブ・ポータルのようなグローバルビュー（包括表示画面）とは対照的に、文書世界ビュー(a document view of the world：文書の観点から世界を見た状態を示すビュー)を生成する。１又は複数のパーソナリティを文書に付加することができる。各パーソナリティは、テーマ的にか、文脈的にか、あるいはその両方で、文書サービスリクエスト１０６の集まりをコード表現する。ここで、それら文書サービスリクエストは、当該文書が、自律的に文書作成者又は読者のために機能することを可能にする。すなわち例えば、その文書の作成者及び読者の両方の情報ニーズを予測し、その文書が情報世界における他の部分（すなわち当該文書以外の部分）と連結した状態を維持し、情報世界における他の部分により更新されるようにする。
【００３０】
メタ文書１００には、例えば次に例示するようなパーソナリティ１０４が付与される。例えば(a)「探究的」というパーソナリティは、そのコンテンツで言及されている人々の事跡記録を見つけるなど、文書コンテンツに含まれる概念についてのさらなる情報を情報を見つけるための文書サービスリクエストの集合に対応し、(b)「多言語的」というパーソナリティは、その文書に含まれる単語や用語、句などの訳をサーチするためのもの、(c)「プライベート」というパーソナリティは、当該文書のメタデータが他の文書に対して不可視となるようにするためのもの、(d)「科学的」というパーソナリティは、その文書のコンテンツに引用されている論文のオンライン版をサーチするためのもの、(e)「系統的」というパーソナリティは、その文書と似たコンテンツを含んでいる文書を探すためのもの、である。
【００３１】
Ｂ．４ エンティティの識別及び利用のための方法
図３に示すように、パーソナリティ１０４は１又は複数の文書サービスリクエスト１０６を指定する。各サービスリクエストは、(a)文書コンテンツ１０２中のエンティティを認識するメソッド、及び(b)認識したエンティティを用いてサービスにアクセスするメソッド、を含んでいる。
【００３２】
エンティティは、固有名（例えば人、場所、組織など）、時間、位置、量、引用文献（例えば書籍の題名）、アドレス、などを含む。エンティティは、正規表現、語彙集、キーワード、ルールなどのなかの１つ又はそれらの組み合わせなどといった、公知の様々な手法を用いて認識することができる。語彙集(lexicon)は、例えば、<entity-string, part-of-speech-tag, entity-type>という形式のタプルからなるデータベースである。ここで、「entity-string（エンティティ文字列）」は、当該エンティティを構成する文字列（例えば人名「John Smith」など）である。「part-of-speech-tag（品詞タグ）」は、そのエンティティの文法上の用法（例えば名詞、名詞句、動詞など）を示すものであり、これはなくてもよい。「entity-type（エンティティタイプ）」は、エンティティについての所定の複数の分類（すなわちカテゴリ）（例えば人、組織、会社の名前、など）のうちの１又は複数のものに、当該エンティティが属しているか否かを示すものである。連続するテキスト文字列が、語彙集に属するものとして「受け入れられる」場合は、その文字列はエンティティと認識される。
【００３３】
エンティティは、文字列マッチング又は正規表現を用いて認識することができる。例えば、英語表記の人名は、先頭が大文字である２つの語として認識することができる。正規表現は、実際の文書コンテンツの原文の言葉（すなわち単語群）で、又はそのコンテンツ原文に関連づけられた言語学的マークアップの言葉で、表現することができる。この言語学的マークアップには、品詞タグ（例えば）名詞句、名詞など）や浅い構文解析(shallow parse)のタグなどが含まれ得る。
【００３４】
エンティティ認識のための別の手段として、いくつかのルールを用いることができる。例えば、「『英単語』の先頭が大文字であり、かつ語彙集（又は辞書又はシソーラス）に載っていない場合、その英単語は固有名（固有名詞）である」というルールは、固有名を認識するのに用いることができる。
【００３５】
図４は、メタ文書１００が、当該文書１００内で指定されたパーソナリティ１０４を用いて拡充されている例を示す。あらかじめ定めた時刻ごと又は、あらかじめ指定した時間間隔ごとに、スケジューラ２０４が起動し、文書サービスリクエスト４１０を識別する。そしてスケジューラは、当該文書サービスリクエストについての、参照情報４１２により参照されるメソッドを、サービスデータベース２１０にて呼び出す。サービスデータベース２１０内の、参照される文書サービスリクエストのメソッド群の中には、正規表現、語彙集、サービスプロバイダ選択、各サービスに関連する認証データ、及びコンテンツ権管理などが含まれる。参照情報４１２が示すメソッドを実行するときには、ネットワークサービス群２０６から、サービスデータベース２１０に格納されている「会社名」というエンティティタイプの中から個別のエンティティを識別するサービスが識別される。
【００３６】
識別されたサービスがいったんスケジューラ２０４により実行されると、該サービスの結果がコンテンツ管理部２０８に提供され、コンテンツ管理部２０８はこれにより以下の例示するタスクのうちの１又は複数を実行する。これらのタスクとしては、(a)矢印４１４で示すように文書サービスリクエスト４１０にマーク付けするタスク、(b)これ以上の入力は待たないが実行されるのを待つように文書サービスリクエスト４１６にマーク付けするタスク、(c)会社名エンティティタイプの中から選ばれるエンティティを挿入するタスク（このエンティティは、文書コンテンツ１０２だけでなく、その文書コンテンツ１０２におけるそのエンティティ４１８のところに現れる）、がある。
【００３７】
スケジューラがその後文書サービスリクエスト４１６を識別したとき、スケジューラは、同様に、サービスデータベース２１０から、４１８にて識別された会社名エンティティを確認するために株価検索(stock quote)サービスを利用するメソッド４２０を識別する。この株価検索の結果も、同様に文書マークアップ１０８に挿入されるとともに、エンティティ４１８に直接にリンクされる。このエンティティ４１８は、文書コンテンツ中の場所にリンクされる。また、４１８にて株価検索の結果を挿入する代わりに、リクエスト４１６により識別されたサービスが、文書マークアップ１０８として挿入され、文書コンテンツ１０２内のその識別されたエンティティにユーザがアクセスするときに起動されるようにしてもよい。
【００３８】
Ｃ．パーソナリティの作成と修正
この節は、個別のパーソナリティ、又はパーソナリティのグループ群の形成及び／又はカスタマイズに関連する（なお「Ａ及び／又はＢ」なる表現は、「Ａ及びＢの少なくとも一方」を意味するものとする）。当業者ならば、ここに記載したパーソナリティの形成及び／又はカスタマイズのための複数の異なる方法が、それぞれ個々に用いられるほか、複数のものを組み合わせて用いることもできることを理解できるであろう。
【００３９】
図５は、図２に示されるメタ文書サーバ２００に直接的にアクセスするためのクライアントインタフェース１０１０を例示した図である。このようなクライアントインタフェースは、ユーザコンピュータ２２６やモバイル・コンピューティング・デバイス２１９で動作させることができる。ある形態では、クライアントインタフェース１０１０は、従来のインターネット又はウェブのブラウザにて、メタ文書サーバ２００のアドレス（例えばＵＲＬ）を指定することにより呼び出される。別の形態では、クライアントインタフェースは、例えばアプリケーションに特化したプログラムを用いてアクセスされるようにしてもよい。
【００４０】
ユーザ管理部２１４を介してログイン画面（図示省略）にログインした後、ユーザは、メタ文書データベース２０２にアップロードされ格納されるべき文書の位置を欄１０１２に指定することが可能になる。１０１２に示される指定された参照文書が文書データベース２０２にアップロードされ格納された後、パーソナリティウインドウ１０１４からパーソナリティ１０１６が選択される。
【００４１】
パーソナリティ１０１６が選択されると、メタ文書サーバは、そのパーソナリティに指定される文書サービスに従って、即座に、又は後の時点で、あるいはその両方で、アップロードされたその文書のコンテンツを後で示す方法で拡充する。文書コンテンツが、選択されたパーソナリティに示される文書サービスにより即座にアノテーション付けされる場合は、結果がウインドウ１０１８と、ウインドウ１０２０のグローバル・サービス結果に表示される。
【００４２】
ウインドウ１０１４内のパーソナリティは、プライベート（個人）のパーソナリティ、共有のパーソナリティ、又は公共のパーソナリティなどの様々な観点で整理することができる。これらのパーソナリティは、図２に示したパーソナリティデータベース２１２に記録されている。共有のパーソナリティには、様々な異なるアクセス権限（例えば、あるユーザたちにはパーソナリティの読み出しと修正を許可し、他のユーザにはパーソナリティの読み出しのみを許可するなど）を付与することができる。
【００４３】
さらに、ウインドウ１０１４では、１又は複数のパーソナリティを選択し、アップロードされた文書を、それらパーソナリティを用いて同時に拡充することができる。１つの例では、これは、図５のアナリストパーソナリティ１０１６に示されるように、１つのパーソナリティ、又は複数のパーソナリティを含むフォルダを選択することにより達成される。また、アップロードされた文書コンテンツに適用されるべき特定のパーソナリティ群を選択できるようにすることもできる。図６は、図５に示したウインドウ１０１４の建築パーソナリティについての部分を拡大して示した図であり、ここでは藁梱製の家とタイヤ製の家のパーソナリティ１１０２，１１０４が選択されている。
【００４４】
インタフェース１０１０上でボタン１０２２を押下することにより、ユーザにプロパティウインドウが表示される。図７は、図５でプロパティ・コンフィギュレーション ボタン１０２２が選択されたときに表示されるプロパティウインドウ１２１０の例を示す図である。ウインドウ１２１０では、ユーザは、１２１２を選択することでデフォルトのパーソナリティを指定するか、１２１４を選択することで文書がメタ文書サーバ２００にアップロードされたときに推薦されたパーソナリティを得るか、のいずれかを選ぶことができる。ユーザが使用可能な１２１２のデフォルトパーソナリティに「なし」があり、これが選択された場合、ユーザは、文書のアップロードの後でウインドウ１０１４から手動でパーソナリティを指定するように要求される。さらに、プロパティウインドウ１２１０は、ユーザが、ボタン１２１６を選択することで、特定のパーソナリティの作成又は修正（又はその両方）を行えるようにしている。この点についての詳細は、以下に説明する。
【００４５】
Ｃ．１ 概要
パーソナリティの作成／修正についての１つの実施例では、図７に示すボタン１２１６が選択されると、図８に示すような２つのサブウインドウ１３１２及び１３１４を備えるウインドウ１３１０が現れる。第１のサブウインドウ１３１２は、すべての使用可能なパーソナリティのリストを表示し、第２のサブウインドウ１３１４は、サブウインドウ１３１２から選択されたパーソナリティに対して使用可能なサービスのカテゴリ群のリストを表示する。図８に示した例では、１３１６の「ビジネスウォッチング（動向観察）」パーソナリティが選択されている。サブウインドウ１３１４に示される各カテゴリは、ユーザが１又は複数の特定の文書サービス（例えば情報検索サービス１３１８）を指定できるように、選択可能となっている。
【００４６】
図９は、特定のカテゴリ群に対してサーチが選択できる情報検索サービス１３１８のウインドウ１４００を例示している。図９に示される例では、１４０４及び１４０８にそれぞれ示されるコンピューティングと人々のカテゴリが選択されている。拡充の処理の間、それら選択されたサービスのみが呼び出される。さらに、サービスによって実行されるサーチも、指定されたカテゴリの範囲に限定される。すなわち、選択されたサービスにより実行されるサーチは、情報コンテンツについての情報プロバイダのディレクトリ（例えばGoogle(TM)）での、指定されたカテゴリに限定される。例えば、サービス１４０８は、情報プロバイダ「Google」のコンテンツの「人々」カテゴリに限定される。
【００４７】
さらに、図９の例では、選択されたサービス群が、更新（リフレッシュ）指定１４５０にて、定期的に、すなわち例えば１４５２〜１４５５にそれぞれ示すように毎日、毎週、毎月、または自動的に、更新されるように指定できる。１４５５の自動的更新の期間は、例えば、(a)ブラウザのアクセスログの履歴（例えばユーザが最近当該サービス群のアドレスにアクセスしたのはいつかなど）や、(b)サービスから受け取る結果をある期間にわたって監視し、その応答の頻度が変化すると、より頻繁に更新するようにその更新期間を設定する方式、などを用いて（あるいはそれらを組み合わせて）求めることができる。また、選択されたサービスは、１４５１及び１４５６にそれぞれ示すように、全く更新しない（すなわち一回の動作を実行する）、またはあらかじめ指定された期間の終わりまで（例えば２００３年まで）更新する、などというように指定することもできる。図示しない別の例では、選択されたサービスに対し、ある指定された目的が期限切れになるまで（例えば人が未成年の間）更新されるように指定することもできる。図示しないさらに別の例では、選択されたサービスに対し、関係のある結果が得られなくなるまで更新されるように指定することもできる。また、図９の例では、各サービスに対して１４４０にてコストを規定することができる。この例では、１４４２では無料の指定がなされ、１４４４では支払いを行う旨の指定がなされている。後者の支払いについては上限額を規定することができる。
【００４８】
パーソナリティの作成／修正のための別の例では、図７のウインドウでボタン１２１６が選択されたときに、図１０に例示するようなウインドウ１５０２が表示される。この例では、ユーザは、１５０４でパーソナリティの名前を指定することができ、この指定したパーソナリティを、(a)１５０６にて、既存のパーソナリティに修正を加える方式、又は(b)１５０８にて、選択されたファイル及び／又はフォルダの組を利用する方式、(c)１５１０にて、選択されたファイル又はウェブサイトからのコンテンツを用いる方式、のいずれかの方式によって作成することができる。
【００４９】
Ｃ．２ 代数演算の利用
１つの実施例では、図１０の１５０６での修正にて、代数演算を用いて既存のパーソナリティ群から所望のパーソナリティを作成することにより、所望のパーソナリティを指定することができる。２以上のパーソナリティの組をマージ（結合）したり、加算したり、減算したり、組み立てたり（すなわち組立演算子を用いて複数のパーソナリティを組み立てた場合、１つのパーソナリティの結果を他のパーソナリティの入力として用いることができる）、交差（共通部分抽出）したりするなどの代数演算により、パーソナリティを作成することができる。例えば、きわめて包括的・一般的な「テクノロジーウォッチ（動向観察）」パーソナリティには、コンピュータサイエンスへの参照（リファレンス）を含めないことが望ましい。図１１は、複数のパーソナリティ同士を１６０２により加算したり、１６０４により一方から他方を減算したりして、新たな修正されたパーソナリティを形成するためのユーザインタフェース１６００の例が示されている。
【００５０】
１つの実施例では、パーソナリティはサービスＳと語彙集Ｌのタプル（すなわち複数の要素からなる順序付きの集合）［ＳI，ＬJ］の集まりを用いて定義される。第１のパーソナリティＡと第２のパーソナリティＢのマージは、Ａのタプル［ＳI A，ＬJ A］とＢのタプル［ＳK B，ＬM B］との合併（論理和）を形成することにより、形成することができる。それらパーソナリティ内のどのサービスＳI A，ＳK Bも同じ場合は、新たなサービスが［ＳI A，ＬN］を構成する。ここで、ＬNはＬJ AとＬM Bの合併である。さらに、第１のパーソナリティＡから、既存のパーソナリティＢを削除して、新たなパーソナリティを作成することにより、第１のパーソナリティＡに限定を加えることができる。これには、例えば、(a)パーソナリティＡ及びＢの両方で同じサービスをすべて削除する処理、又は(b)そのサービスに対応する語彙集ＬAから語彙集ＬBを減算する処理、又はその両方の処理を行えばよい。また、選択されたパーソナリティ内のサービス群に対し、後で概説する技術を適用することで、新たなパーソナリティのサービス群を選択及び／又は組織することもできる。
【００５１】
Ｃ．３ リンクのリストの利用
別の実施例では、メタ文書サーバは、パーソナリティを、指定された文書又はこれに対する参照の組を用いて、オン・デマンドで自動的に生成する。例えば、文書の組は、あるパーソナルコンピュータの中のあるフォルダにあるすべてのファイルを用いて規定することができるであろう。ここで、それらファイルの集合は、他のコンテンツに対するリンク又は参照を表すテキストコンテンツを含み得る（例えばハイパーリンクを用いるなど）。また、文書の集合は、ＳＱＬクエリーのようなあらかじめ規定されたクエリー（問い合わせ）を用いることで、特定することができる。またさらに別の例では、文書の集合は、メタ文書情報空間内のすべての文書を含み得る。
【００５２】
有利なことに、生成されたパーソナリティ群はユーザ中心的なもの（ユーザを中心としたもの）になっている。これは、それらパーソナリティ群が、ユーザによって明示的に選択された情報を基礎にしているからである。１つの例では、このパーソナリティ自動生成のためのサービスは、ウインドウ１５０２の１５０８で呼び出される。ユーザが１５０９により文書の集合を指定し、１５１２によりそのサービスのリクエストを起動すると、図１２に表されたフロー図に示されたプロセスが、メタ文書サーバによりパーソナリティ生成のために実行される。別の例として、メタ文書サーバが、例えばサーチなどで特定された文書の集まりを受け取り、自分でこのプロセスを利用するような例も可能であることが理解できるであろう。
【００５３】
まずステップ１７０２において、パーソナリティ作成プロセスが、特定の文書の集合、及び／又は、文書の集合を含んだフォルダ群、を取得する。この文書の集合は、レベルＮ＝０の文書集合と規定される。ステップ１７０４では、レベルＮの文書集合から、すべてのリンクが抽出される。ステップ１７０６では、それら抽出されたリンクが指し示すコンテンツがフェッチ（取り込み）され、レベルＮ＋１の文書集合を規定するのに用いられる。ステップ１７０８では、更に下のレベルまで降りる必要がある場合はステップ１７０４に戻り、そうでない場合はステップ１７０２〜１７０６により規定されたレベルＮの文書集合を用いて拡張文書が規定される。
【００５４】
もっと包括的に言えば、Ｎ文書集合の集まりが、拡張文書として参照される。この拡張文書は、文書群のリストとして見ることができ、ユーザに選択された文書群と、これら選択された文書にリンクした文書群とから構成される。図１３は、拡張文書１８００の例を示しており、この例ではレベルＮ＝０の文書集合１８０１から２レベル降りることによって求められる拡張文書を示している。すなわち、拡張文書１８００は、レベルＮ＝０の文書集合１８０１と、レベルＮ＝１の文書集合１８０３と、レベルＮ＝２の文書集合１８０５とから構成されている。この例では、レベルＮ＝０の文書集合１８０１は、３つのリンクを持つ単一の文書から構成されており、各リンクはレベルＮ＝１の文書集合１８０３の文書を参照している。
【００５５】
図１２及び図１３を参照すると、エンティティ抽出部１８０２は、ステップ１７１０にて、拡張文書１８００（これはエンティティ抽出部が作成することもできる）を用いてエンティティデータベース１８０４を構築する。エンティティ抽出部１８０２は、人や製品、都市の名前、日付、名詞句などのエンティティタイプを抽出するための包括的なルールを有している。この包括的ルールは、エンティティそれ自体を特定するものではなく、例えば、指定された英語名詞の周囲の文脈を用いて、先頭が大文字になったその英語名詞は都市の名前よりも人の名前である可能性が高いことを検出できるといったような、包括的エンティティを特定するものである。
【００５６】
更に、抽出されたエンティティには、そのエンティティが参照を行った場所を逆に指し示すように、索引付けがなされる。更にエンティティデータベースは、そのエンティティの利用に関連する文脈情報を含む。
【００５７】
次に、エンティティデータベース１８０４は、サービス生成部１８０６により利用され、これにより文書サービス群（すなわち文書サービスリクエスト群）１８０８を生成する。エンティティデータベース１８０４と文書サービスリクエスト群１８０８との組合せは、次に、新たなパーソナリティを規定するのに用いられる。そして、この新たなパーソナリティを、メタ文書サーバにアップロードされ上述のように拡充された文書に対し、適用することができる。
【００５８】
ステップ１７１４では、サービス生成部１８０６が、拡張文書１８００内のすべて問合せ（クエリ）可能なフォーム（書式）を識別し、抽出する。問合せ可能なフォームは、例えば、１又は複数のタグにより識別することができる。１つの例では、拡張文書１８００の各ページは、ＸＭＬ(eXtensible Markup Language)及びＨＴＭＬ(HyperText Markup Language)のフォームを見つけるためにスキャンされる。例えば、フォームは、トグルボタンやメニューなどの選択フィールドや入力フィールドを含んでいる。ＨＴＭＬのフォームは、例えば、Ｗ３Ｃ(World Wide Web Consortium)による「ＸＦｏｒｍｓ １．０」（これはインターネット上ので公開されている）に説明されている。
【００５９】
ステップ１７１６では、サービス生成部１８０６は、識別した各フォーム毎に、少なくとも１つのサービスを作成する。１ページに複数のフォームが含まれる場合は、サービス生成部１８０６は、それから生成される可能性のある異なるすべてのクエリ組合せのために、複数のサービスを生成することになる。サービス作成のための動作については、以下に更に詳細に説明する。
【００６０】
ステップ１７１６では、サービス生成部１８０６は、ステップ１７１４で作成されたサービスのうち、あまり有用性の向上をもたらさなさそうものをフィルタリングにより取り除く。有用性の向上にあまり又は全く役に立たないサービスは、結果を全く返さないか、あるいは関係のない結果を返す。（フォームから引き出された）サービスをパーソナリティに組み込むことの有用性を測定する方法については、後で説明する。どのアプローチ手法も、ブール空間(Boolean space)又はベクトル空間の検索モデルに依拠する。
【００６１】
最後に、ステップ１７１８で、フィルタ済み（すなわちフィルタリングで除去されずに残った）サービス群とエンティティデータベースとを用いてパーソナリティが規定される。エンティティデータベース内のエンティティは、そのエンティティに関連したサービスを用いて（例えば単語の有用性を測定するなどにより）測定された有用性を提供するタイプのエンティティに限定されている。更なる改良として、サービスは、そのサービス自身が付加価値をもたらす（例えば、関連する結果を返すなど）ことができるエンティティタイプに関するものに限定することもできる。情報プロバイダについて質問するサービスなどのサービスを実行した後の結果をフィルタリングしランク付けすることにより、関連する結果又は付加的有用性を求めることができる。
【００６２】
１つの実施例では、そのサービスについてパーソナリティを付加する対象である文書コンテンツに関連した情報プロバイダからクエリーに対して返される結果のフィルタリング及びランク付けは、以下の手順で行われる。すなわち、その情報プロバイダーから、サマリー（要約）群とハイパーリンク群を関連性に従って順に並べたリストを取得し、クエリーが対象としている（向けられている）文書コンテンツに含まれるエンティティ群の周囲の文脈と、そのサマリー群との間の類似度計算を実行し、計算した類似度に基づき結果をランク付けし、最高度のランクの結果のみをフィルタリングにより取り出す。
【００６３】
別の実施例では、サマリー群に加え、ハイパーリンク群により参照される文書コンテンツも用いて類似度計算を実行する。また、情報プロバイダから取得したコンテンツと、関連する文書コンテンツとの間の類似度を、コサイン距離法(cosine distance metric)や相関度を用いて測ることもできる。
【００６４】
当業者ならば分かるように、コサイン距離法を用いる前に、文書コンテンツは特徴群（例えば単語や、単語からなる句）に変換され、ステミング（stemming:語の基底形・語幹などから変化形を求めること）処理される。またこれも当業者なら分かるように、距離測定は、最初に抽出した特徴群をＬＳＩ(Latent Semantic Indexing:潜在的意味インデキシング法)により縮小特徴空間をなすように再マッピングしたものに基づき実行することができる。
【００６５】
１つの実施例では、ステップ１７１６でのフィルタリングにより得られたサービス群をステップ１７１８でパッケージ化することにより作成されたパーソナリティは、それらサービス群のハイパーリンク群を用いて、ランク付けされ、階層的に複数のグループへ分かれるように組織化される。このようなランク付け及び組織化は、公知のランク付け技術、（凝集的）クラスタリング技術、又はハイパーリンク技術を用いることで実行することができる。ハイパーリンク技術の一例は、Kleinbergによる"Authoritative Sources In A Hyperlinked Environment"（ハイパーリンク環境における確かなソース）,IBM Technical Report RJ 10076,May 1997 に開示されている。
【００６６】
別の実施例では、ステップ１７０２で指定された、ハイパーリンクを持つ文書群の組織構造は、ステップ１７１８において１又は複数のパーソナリティを作成するのに用いられる（例えば、文書群の階層構造の集まりの中の各枝に対し、パーソナリティが作成される）。これらのパーソナリティは、例えば、図６に示すように組織化することができる。当業者ならば分かるように、図１２を用いて説明したステップ群は完全に、又は部分的に自動化することができる。
【００６７】
別の実施例では、拡張文書１８００は、包括的パーソナリティを付加することによりさらに発展させることができる。包括的パーソナリティは、例えば、拡張文書の１又は複数のレベルに対し適用することができ、レベルＮ＝０のオリジナルの文書コンテンツの周囲の情報空間をさらに拡張する必要性が存在するか否かにのみ依存している。例えば、１つの例では、包括的パーソナリティは、拡張文書が参照する文書の数が所定のしきい値より少ない場合にのみ適用される。
【００６８】
Ｃ．３．１ サービス作成
１つの実施例では、ステップ１７１４で作成される各サービスは、次の(a)〜(d)に示すプロパティ（特性）を持つように作成される。すなわち、(a)サービスは、入力として、例えば文書参照（例えばＵＲＬ）により指定される新たなテキストセグメントを取り入れるように指定される。(b)サービスは、その新たなテキストセグメントに含まれるエンティティやこれらエンティティのオフセット情報を認識したり、あるいは他のサービスから認識されたエンティティやそれらの位置情報を取得したりするためのメソッドを有する。(c)サービスは、その新たなテキストセグメントから認識されたエンティティを、(i)検索で得たＮレベルの文書集合のコンテンツの概念（コンセプト）、(ii)認識されたエンティティとフォームを含むクエリーの一例（すなわちそのために作成した具体的な例）、(iii)(b)で認識したエンティティ群とクエリー例(ii)に対する結果（書式を整え、フィルタリングされたものが望ましい）、のうちの少なくとも１つと関連づけるためのメソッドを含む。(d)サービスは、(b)で認識されたエンティティ群とそれら各エンティティの最初のオフセット情報とを有するリストと、(c)で新たに関連づけされた情報とを返すメソッドを備える。別の実施例として、指定されたハイパーリンクのためのサービスがすでに存在する場合には、新たなサービスの生成は行わず、その既存のサービスを利用することも好適である。
【００６９】
ここで(c)(ii)の場合、フォームの例示は次のように行われる。すなわち、もしそのフォームが１つの入力フィールドを持ち、送信ボタンを全く持たないか１つだけしか持たない場合、その入力フィールドには、認識された概念又はエンティティが入れられ、その後フォーム送信プロトコル（例えばＸＦｏｒｍｓ１．０に示されるＧＥＴ又はＰＯＳＴ）がその入力された入力フィールドに対して実行される。フォームが複数のフィールドを持つ場合、認識された複数のエンティティ又はコンセプト（概念）とそれらフィールドとの間で生じ得るすべての組合せが、送信のために生成される。ここで、それらは返信のためのヌル（空白）でない結果を生成するのみである。また、フォームの各フィールドに、インターネット上の「www.roboform.com」に開示されているような自動的な手法を用いて入力することもできる。
【００７０】
一例として、図１４に示すような、入力フィールド１９０１とトグルボタン１９０２〜１９０５を持つフォーム１９００を考える。この例では、フォーム１９００は、科学的題材についてのコンテンツプロバイダのフロントエンドである。このフォームは、ユーザが自分の質問（クエリー）を入力するためのテキストフィールド１９０１と、ユーザがどのフォルダに関する質問かをシステムに対して示すためのトグルボタン１９０２〜１９０５（例えば全フォルダを示すトグルボタン１９０２を選択すると、システムは当該コンテンツプロバイダ全体をサーチする）と、を含んでいる。この例では、図１５に示される以下の４つのサービスが作成されることになる。各サービスは、入力フィールド１９０１と、４つのトグルボタン１９０２〜１９０５の中の１つが選択状態になったものと、を含む。各サービスは、特定のエンティティタイプに関連づけられており、この特定のタイプは以下に示す方法を用いて求められる。
【００７１】
Ｃ．３．２ フィルタリング・サービス
上で説明したようなフィルタリングの目的は、作成はしたが全く又はほとんど役に立たないサービス群を除くことである。更に詳しく言えば、エンティティデータベースと抽出されたサービスのリストとが与えられた場合、サービスのリストの有用性を求めるためのものとして、３つの異なる有用性測定手法を次に説明する。当業者ならば分かるように、それら３つの有用性測定手法は、単独でも、複数を組み合わせた態様でも利用できる。大略的に言えば、各有用性測定手法は、エンティティデータベース内のエンティティに対するそれらサービスの潜在的な有用性に応じて、それらサービスをランク付けする。
【００７２】
第１の有用性測定手法を図１６に基づき説明する。図１６には、ステップ１７１０で生成されたエンティティデータベースを用いる、ステップ１７１４で生成されたフィルタリングサービスのステップ１７１６における動作についてのフローチャートである。まずステップ２１４０で、サービスのリスト（サービスリストと呼ぶ）とエンティティデータベースとを受け取る。エンティティデータベースは、拡張文書における各エンティティの生起頻度の情報を含んでいるものとする。
【００７３】
各サービスは、コンテンツプロバイダから提供される情報サービスへのアクセスのための手段を提供する。そのサービスリスト内の各サービスによりアクセスされるコンテンツプロバイ群により提供されるデータベース群のエンティティデータベースに含まれるエンティティの頻度が、ステップ２１４２〜２１４６で計算される。より詳しく説明すると、ステップ２１４２〜２１４６では、あるサービスに含まれる各エンティティの頻度に関係する以下の統計量が計算される。すなわち、(a) ｆij：エンティティ（すなわち「特徴」）ｆj を含む、コンテンツプロバイダのデータベースＣＰ＿ＤＢi 内の文書の数と、(b) ｗij：コンテンツプロバイダのデータベースＣＰ＿ＤＢi 内のすべての文書についての各特徴ｆj の重みの総和、である。ステップ２１４４では、コンテンツプロバイダが、<エンティティ，頻度，重み>の形式のタプルのリストとして表現される。ここで、頻度と重みは、それぞれ上で定義したｆとｗのことである。拡張文書は、同様のリストを用いて表現されるが、ただしこの場合は、ｆは当該エンティティが生起する（すなわち含まれる）文書の数を示し、ｗは各エンティティの全文書に対する重みの総和を示す。
【００７４】
１つの実施例では、サービス群におけるエンティティの頻度に関連する情報は、システムを定期的に走らせることにより、各サービス毎に取得することができる。このシステムは、各特徴ｆj についてコンテンツプロバイダＣＰ＿ＤＢi で実行されるクエリーを作成し、そのクエリーに対して返される結果からｆij及びｗijの値を抽出するという処理を実行する。ｆij及びｗijの値を抽出する手段は、ラッパーアプローチ（wrapper approach）又は隠れマルコフモデル（ＨＭＭ）を用いて自動的に構築することができる。
【００７５】
ラッパーを生成する方法は、ヨーロッパ特許出願 EP 1072985 A2に開示されている。ラッパー生成に関する更なる情報は、チドロフスキ（Chidlovski）他による“Automatic Wrapper Generation for Web Search Engines”,Proc. 1st Intern. Conf. on Web-Age Information Management, WAIM'2000, LNCS Series, Shanghai, China, June 2000、“Wrapper Generation via Grammer Induction”, 11th European Conference on Machine Learning, ECML'00, Lect.Notes Comp. Science, Vol. 1810, Barcelona, Spain, May 2000 に開示されている。
【００７６】
別の実施例では、コンテンツプロバイダからサマリーをエクスポートしてサービス群におけるエンティティ群の統計量に関する情報を求めるために、ＳＴＡＲＴＳプロトコルを用いる。ＳＴＡＲＴＳは、スタンフォード大学がコーディネートしたインターネットサーチのためのプロトコル案であり、私的及び公的な構成を含んでいる。ＳＴＡＲＴＳは、コンテンツプロバイダが、エンティティ統計量ｆij及びｗijを含んだサマリーをエクスポートすべきであると明記している。ＳＴＡＲＴＳプロトコルの詳細は、グラヴァノ（Gravano）他による“STARTS:Stanford Proposal for Internet meta-searching”,Proceedings of the 1997 ACM SIGMOD Conference,1997 に開示されている。
【００７７】
ステップ２１５２では、いくつかのよく知られた類似度測定手法を用いて、各サービスと拡張文書との類似度が求められる。例えばコサイン距離測定法を用いることができる。また、ステップ２１５２で類似度を求めるのに相関法を用いてもよい。距離の計算に関する更なる背景情報を知るには、マニング（Manning）とシュッツェ（Schutze）による“Foundations of Statistical Natural Language Processing”,MIT Press, 1999などがある。
【００７８】
更に別の実施例では、エンティティとこれに対応する頻度（すなわちエンティティと重みについての類似度）を、ＬＳＩ（潜在的意味インデキシング）を用いてリマッピングすることで（ＬＳＩに関する背景情報については、インターネットのhttp://www.cs.utk.edu/〜lsi/で入手できるDumas が作成した記事を参照されたい）、縮小した特徴空間を規定するようにし、これにより類義語や多義語（すなわち同じ語が文脈に応じて異なる解釈を持つ場合）に関する問題を克服する。次にこの実施例では、この縮小した特徴空間の中で類似度計算を行う。
【００７９】
ステップ２１５４では、先頭からＮ個のサービス（すなわち類似度が高い方からＮ個）が、サービスとして選択され、新たなパーソナリティに組み込まれる。図１７は、１つの拡張文書と２つのサービスＡ及びＢがある場合のこの選択プロセスをグラフ表現した図である。グラフの横軸はエンティティデータベース内の各エンティティ（すなわちｅ1・・・ｅn）を表しており、縦軸は各エンティティの重み付き生起頻度を表す。ここに示した例では、サービスＡの拡張文書に対する類似度は、サービスＢのそれよりも高いものになっている。
【００８０】
別の有用性測定法では、エンティティの統計データを取得したあとで、図１８に示すフローチャートで説明する有用性測定方法を用いて、リスト中のサービスに対してランク付けを行う。図１８は、ステップ１７１６におけるフィルタリングサービスの処理方法を示す。まずステップ２３５５で、サービスのリストとエンティティデータベースが取得される。ステップ２３５６で、そのサービスリストの中で次のサービスが選択され、ステップ２３５７でエンティティデータベースから次のエンティティが取り出される。ステップ２３５８では、選択されたサービスについてのクエリーが、上述のように選択されたエンティティを用いて作成される。ステップ２３５９では、そのクエリーがサービスに対して送信される。ステップ２３５９におけるそのサービスの結果のうちの先頭からＮ個を用いて、ステップ２３６０にて、選択されたエンティティとそれら先頭からＮ個の結果とに関係する文脈情報と、そのエンティティと、の類似度が次式に従って計算される。
【００８１】
【数１】
【００８２】
さらに詳しくいえば、上式の"entity"はエンティティ文字列とその周囲の文脈の両方を示す。簡単のために、１つのエンティティは拡張文書の中の１カ所にのみ生起するものと仮定する。この場合、エンティティの周囲の文脈は、文や句などを区切る公知のパーズ（構文解析）技術を用いて様々の方法で求めることができる。例えば、エンティティの周囲の文脈を求める手法には、(a)拡張文書の一部分を構成する１つの文書全体のテキストコンテンツを「文脈」とする方法、(b)そのエンティティの文字列が生起する（すなわち、含まれる）文を「文脈」とする方法、(c)そのエンティティが生起するパラグラフ（段落）を「文脈」とする方法、(d)エンティティが生起するトピックテキスト（公知のトピック（話題）検出技術を用いて検出することができる）を文脈とする方法、などがある。
【００８３】
また上式において、"doc"は、そのサービスの結果のページに（結果リストの要素として）現れる文書サマリーか、又はそのサマリーの元になった文書全体を指し示す。類似度計算は、どちらの形態を用いても実行できる。この式では、各エンティティ（エンティティに文脈を付加したものとして表される）と結果文書"doc"（文書コンテンツ全体又はそのサマリーとして表される）とについての類似度が求められる。
【００８４】
このような類似度の計算のために、エンティティと結果文書はまず次のように処理される。(a)ストップワード(stop word)を除去し、(b)ポーターのステミング手段(Porter's stemmer)のようなステミング技術を用いて各単語のステミングを行う。つぎに、コサイン法などの類似度測定法を用いて、エンティティと結果文書との類似度をテキストの特徴群に基づいて計算する。
【００８５】
別の実施例では、ＬＳＩを用いてテキストの特徴群を縮小特徴空間に変換する。このＬＳＩ変換は、上述のようにして抽出されたエンティティ頻度データベースとエンティティとを用いて計算される。ＬＳＩを用いて特徴群を変換した後、コサイン距離法などの類似度測定法を用いて、エンティティ（及びその文脈）と結果文書"doc"との類似度を計算する。
【００８６】
１つのエンティティが複数文脈で生起する（すなわちそのエンティティは文書又は拡張文書内の複数の場所に存在する）例では、エンティティとこれに対応する文脈の各位置は、個別的に取り扱われる（すなわち異なるのエンティティとして取り扱われる）。
【００８７】
ステップ２３６１でエンティティデータベースの最後のエンティティについて調べ終わったと判定すると、求めた類似度EntityUtilityを、選択したサービスに関係するすべてのエンティティについて次式に従って総和する（ステップ２３６２）。
【００８８】
【数２】
【００８９】
サービス群は、階層構造、フラット構造など様々なやり方で組織化できる。これらのやり方で表されたサービス群は、クラスタ化され、各クラスタからそれぞれ１つずつ代表サービスが選択される。この例では、エンティティデータベース内の各エンティティをそれぞれ１つの次元として、多次元グラフを規定する。拡張文書及びサービス群において生起する各エンティティの頻度がそれぞれプロットされる。クラスタ群が形成され１つのサービスに関連づけられる。これらクラスタはサービス群を階層的に組織化するのに用いることができる。
【００９０】
別の実施例では、ステップ２３６３の次に、拡張文書に対し包括的サービスが提供される。この包括的サービスは、拡張文書のコンテンツを用いて、特定の主題に特化した情報プロバイダにではなく、汎用情報プロバイダに対して質問を行う。上述の例ではすべてのエンティティタイプについてのサービス有用性（ServiceUtility）を求めたが、別の実施例として、１つのエンティティタイプについてのサービス有用性を計算することもできる。この実施例では、サービスの有用性を、特定のタイプのエンティティに対して求めることもできる。例えば、図１５に示したようにエンティティタイプ「生物学」２００２とサービス２００４についてサービス有用性が計算される。
【００９１】
Ｃ．４ 予め定めたパーソナリティと知識レベルの利用
さらに別の実施例では、ある分野における相対的な能力または既存の知識レベルを図１０の知識レベル選択部分１５１６で指定してもよい。指定された知識レベル１５１６は、例えば入力欄１５０４で指定された所定のパーソナリティから、レベルが異なる複数のサービスプロバイダにアクセスする新たなパーソナリティ群を作成するのに用いることができる。例えば、医学情報を指向するパーソナリティが指定されている場合において、誰かの知識が初心者（すなわち一般人）レベルである場合、そのパーソナリティのなかで、より基礎的な情報プロバイダが指定され、より基礎的で説明的なサービスが指定される。さらに、知識レベルは、パーソナリティの作成に用いられるエンティティをエンティティデータベースに入れたりエンティティデータベースから除いたりするのに用いることができる。例えば、医学分野の専門家は、当該分野の初心者が興味を持つであろうエンティティと同じエンティティには興味を持たないであろう。
【００９２】
所望のパーソナリティの知識レベルを用いるほかに、図１０の１５１４に示されるように、要求されるパーソナリティのタイプに対するヒント（すなわち主題のヒント）を与えることもできる。ヒントを受け取ると、メタ文書サーバは、所望のパーソナリティに対するヒントを、当該ヒントの主題に特に関連する１組の処理に対して関係づける。一般に、ヒント１５１４は、図１０で指定されるパーソナリティ群を作成するための様々な方法のどれを改良するのにも利用することができる。ヒント１５１４と知識レベルとは、個別に用いることもできるし、両者を組み合わせて用いることもできる。
【００９３】
１つの特定の例では、医学のパーソナリティのヒント１５１４がメタ文書サーバに対し、１５０８のハイパーリンク又は１５１０の名前により指し示される文書コンテンツとともに指定された場合、メタ文書サーバ２００は、以下に示すものに関係するコンテンツを拡充するサービスを指定することにより、パーソナリティを作成する。すなわち、(a) その文書コンテンツに言及された薬剤についての一般的な製剤・調剤ガイドへのアクセス、(b) その文書コンテンツに言及されている項目とユーザとに関係する医学記録、(c) 医学データベースにある、その文書コンテンツに言及されている項目に関連する画像やビデオクリップなど、(d) その文書コンテンツに言及されたいずれかの病気の患者のコミュニティへのリンク、(e) その文書コンテンツに言及されている製品の代替品、(f) オンライン薬局へのリンク（コネクション）、(g) その文書コンテンツに言及されるいずれかのエリアにおける最新の研究へのリンク（コネクション）、(h) その文書コンテンツに言及されているいずれかの会社の情報、及び(i) その文書コンテンツ内にある項目に関係するその他の医学的情報、などである。
【００９４】
別の特定の例では、建築のパーソナリティであるというヒント１５１４が与えられた場合、メタ文書サーバ２００は、１５０８のハイパーリンク又は１５１０の名前により指し示される文書コンテンツを指定することと、以下に示すものに関係するコンテンツを拡充するサービスを指定することとにより、パーソナリティを作成する。すなわち、(a) その文書コンテンツに示される項目（例えば住所）に関する建築基準、土地使用区分法規、不動産鑑定その他の法律関係文書、(b) その文書コンテンツに言及された項目（例えば建物や資材）の画像（写真、図面、青写真など）、(c) その文書コンテンツに関係する記録（例えばソーシャル（社会）、施工者、賃借権など）、(d) 類似の世界の建築物、そのような建築物を建築している建築家、(e) 隣の建築物、テナントなど、(f) ある条件（例えば地震や耐火性などについてのもの）のもとでのそのエリア（地区）／建築物のシミュレーション、(g) その文書コンテンツに言及されたエリアの地図、(h) その文書コンテンツに言及されたエリアに設けたセンサ装置（例えばウェブカメラ(web cams)、温度計など）、及び(i) その文書コンテンツに言及された資材についてのコスト、供給業者、小売業者、配送料、技術仕様、チュートリアル（教材）などである。
【００９５】
Ｃ．５ 情報抽出技術の利用
上に説明したメタ文書サーバは、複数の異なるサービスの結果により文書コンテンツを拡充（例えばマークアップ）する。例えば、サービスの結果は、文書のリスト、要約のリスト、抽出された情報（典型的には極めて簡単な構造的性質を持つ）などである。例えば、サービスの結果は、株価検索、個人等の事跡の記載項目などを含む。この節では、構造化されていないテキストからもっと洗練された性質を持つ情報を抽出する方法を説明する。質問回答システム(question answering)などの情報抽出技術を用いて実現される。
【００９６】
ある情報抽出技術では、１つのパーソナリティに関連する１又は複数の語彙集と共に用いることができる予め定められた質問群を用いて、パーソナリティ群の作成及び／又は修正を行う。各質問フォームは、情報検索と構文又はパターンのマッチング技術とを組み合わせて利用した公知の質問回答システムを用いて、満足される新たな文書サービスリクエストを作成するのに用いられる。
【００９７】
１つの実施例では、質問フォームは、図１０の１５２０でユーザが入力した質問を用いて自動的に生成することができる。例えば、入力された質問が「肝臓切除のための処置は何か」であり、１５０４で指定されたパーソナリティが、"liver"(肝臓)という語を含む身体器官の語彙を含んでいる場合、メタ文書サーバは、１５０４の質問にある身体器官（例えば肝臓）を識別し、その器官を指定の語彙の包括的シンボル表現に置き換える。この例では、「肝臓」（"liver"）という語は包括的シンボル<BODY_ORGAN>（身体器官）に置換され、これにより「<BODY_ORGAN>（〈身体器官〉）の切除のための処置は何か？」という質問フォームが作成される。上述の例と同じ質問を用いて、指定されたパーソナリティにおいて規定されている代替用の語彙がいくつあるかに応じて、代替的な質問フォームを形成することができる。したがって、同じ質問でありながら、異なる語彙を用いることで、外科的処置の例を求めるために、「肝臓の<SURGICAL_PROCEDURE>（〈外科的処置〉）のための処置は何か」という質問フォームを規定することができる。
【００９８】
さらに別の質問フォームは、パーソナリティが身体器官と外科的処置の両方の語彙を含んでいる場合、上述の同じ質問を用いて作成できる。この場合、「〈BODY_ORGAN〉（〈身体器官〉）の〈SURGICAL_PROCEDURE〉（〈外科的処置〉）のための処置は何か」という質問フォームとなる。作成しうるすべての質問フォームが生成されると、各質問フォームは、パーソナリティに対して新たな文書サービスとして付加される。付加された各文書サービスは、文書コンテンツ１０２又はマークアップ１０８において見つかるいずれかのエンティティを備える質問フォームの例を提示する（すなわち特定の例を作成する）。ここでそのエンティティは、その質問フォーム内の包括的シンボルにより識別される語彙にも含まれる。例えば、文書コンテンツが、これもまた身体器官の語彙の一部であるエンティティ「腎臓」（"kidney"）を含んでいるとする。この例の場合に例示される質問は、「腎臓切除のための処置は何か？」というものになるだろう。一つの例では、結果として得られるこれらの質問を有用性で評価する。
【００９９】
文書が、例示されたクエリーを含むパーソナリティで拡充された場合、その例示クエリーを含む文書サービスリクエストは、質問回答技術(question answering technique)を用いて回答すなわち結果を作成することにより、それを満足する。上述の例の回答は、「腎摘出術（nephrectomy）」となるであろう。質問回答技術の例は、２０００年１１月１３〜１６日に米国メリーランド州ゲーサーズバーグ(Geithersburg)で開催された第９回Text REtrieval Conference(TRRC-9)の予稿集に発表されたクーパー（Cooper）他による"A Simple Question Answering System"に示されている。
【０１００】
文書サービスリクエストが例示のクエリーを満足する回答を求めると、その文書サービスは、当該文書内の当該エンティティにその例示クエリーと回答とをリンク付けすることにより、その文書を拡充する。上述の例では、エンティティ「腎臓」（"kidney"）が、例示クエリー（すなわち「腎臓切除のための処置は何か？」）と回答（すなわち「腎摘出術（nephrectomy）」）にリンクされる。１つの例では、例示クエリーと回答は、図５に示すように、ユーザが認識したエンティティ１０３２の近くにポインタ１０３０を持ってきたときに、ポップアップウインドウ１０２８に表示される（例えば図５の例では、認識されたエンティティ"Xerox"と例示クエリー"What is <COMPANY NAME>'s stock price？"（＜会社名＞の株価は？））。
【０１０１】
ユーザが指定した質問に対して複数の包括的シンボルを付加できる場合は、ただ１つの文書サービスリクエストがただ１つのもっとも包括的な質問フォーム（例えば「<BODY_ORGAN>（身体器官）の<SURGICAL_PROCEDURE>（外科的処置）のための処置は何か？」）に対して指定される、という選択肢をユーザに与えることも可能である。また、識別した複数の質問フォームのすべて、又はそのうちの選択したものに対して文書サービスリクエストが指定される、という選択肢をユーザに与えることも可能である。さらに、複数の回答と複数の情報ソース（源）とを選択対象としてユーザに与えることもできる。
【０１０２】
図１９は、例示クエリーに対する回答を識別するための１実施例を示すフローチャートである。まずステップ２４０２で、メタ文書サーバ２００がその例示の質問を受け取る。ステップ２４０４で質問のタイプが判定され、ステップ２４０６でクエリーへと変換される。ステップ２４０８では、識別した質問タイプを扱うのに適した情報サービスに対して、そのクエリーが送信される。ステップ２４１０では、そのクエリーについての先頭からＮ個の結果の部分が、例えばサマライザ（要約システム）を用いて抽出される。ステップ２４１２では、そのクエリーに対し抽出された先頭からＮ個の結果の部分に対し品詞タグが付加され、その部分に対して浅い構文解析(shallow parse)が実行される。ステップ２４１４では、抽出したクエリーについての先頭からＮ個の結果であるパッセージ（一節）群に含まれる各語について、その具体例の質問と、判定した質問タイプとを用いて、関連性の重みが計算される。ステップ２４１６では、抽出したパッセージ群に含まれる複数の文、又はそれらの文の部分において、計算した関連性の重みが最高度である語群を持つものが、その例示の質問に対する回答案として選択される。
【０１０３】
Ｃ．６ ラーニング・パーソナリティの利用
メタ文書サーバ２００は、ｅラーニング（電子的学習）パーソナリティを提供する。このパーソナリティは、例えば、図５のパーソナリティウインドウ１０１４において利用できる。ｅラーニングパーソナリティが文書に適用されると、そのパーソナリティ内の各サービスは、その文書のコンテンツを分析し、当該サービスに特有のエンティティと概念と組合せ（コンビネーション）とを認識する。そして各サービスは、それらエンティティ、概念、又は組合せを、例えばウェブベースのデータベースサーチにより見つかる新たなコンテンツにリンク付けしたり、そのサーチを準備して、（クリック等により）アクティベートされるとそのサーチを実行するように設定したリンクを挿入したりする。パーソナリティサービスは、単純なサーチに限定されるものではなく、分析されたコンテンツに依存するどんな処理でも実行することができる。
【０１０４】
図２０は、文書コンテンツを拡充するためにｅラーニング・パーソナリティが選択されたときに利用できるサービスのリスト２５０２を示す。ｅラーニングサービス２５０４及び２５０６は、その文書内で見つかった単語、又は複数単語からなる表現を、その単語等の定義や翻訳にそれぞれリンク付けする。このサービスは、辞書にアクセスする前に、レンマ化（lemmatization:語の変化形（過去形など）から基底形を求めること）やステミング（基底系から変化形を求めること）を実行するようにしてもよい。さらに、このサービスは、そのコンテンツの要素の周囲の、それら単語又は複数単語表現の文脈を用いて、表示される定義や翻訳の数を制限するように構成することもできる。別のｅラーニング・サービス２５０８は、各テキスト単位（すなわち文書、段落、句、単語）を、その要素に関係するチュートリアルにリンク付けする。さらに別のｅラーニング・サービス２５１０は、各テキスト単位を、識別された主題に関係する専門家の情報にリンク付けする。さらに別のｅラーニング・サービス２５１２，２５１４，２５１６は、各テキスト単位を、そのテキスト単位の主題に関連するインタラクティブ講座、利用可能なオンライン講座、オンライン学習リソースに、それぞれリンク付けする。
【０１０５】
有利なことに、パーソナリティは、指定された文書について、複数の独立した言語学習タスクを準備し、実行する。文書コンテンツに対してパーソナリティが適用された場合、そのパーソナリティに含まれる選択された各サービスは、その指定文書のコンテンツを分析し、そのサービスに特有のエンティティや概念、組合せを認識する。そしてこのサービスは、それらエンティティ、概念、組合せを、例えばウェブベースのデータベースサーチにより見つかる新たなコンテンツにリンク付けしたり、又はそのサーチを準備し、（クリック等により）アクティベート（起動）されるとそのサーチを実行するリンクを挿入したりする。
【０１０６】
１つの変形例では、ｅラーニングパーソナリティは、次のようなサービスを含むようにすることもできる。すなわち、このサービスは、ユーザの過去の動作を追跡して（あるいはユーザ・プロファイルにアクセスして）、同じエンティティが別の文書にリンク付けされている場合には、新たな情報を生成する。ｅ学習パーソナリティを言語の学習に特化した実施例も考えられる。この実施例では、メタ文書サーバ２００は、この明細書に示す文書拡充機構を用いた、コンピュータ支援による言語学習環境を提供する。図２１は、文書コンテンツ拡充のために言語学習パーソナリティが選択されたときに利用できるサービスのリスト２６０２の例を示している。
【０１０７】
さらに詳しく説明すると、言語学習パーソナリティは、図２１に例示されるサービスのうちの複数を実行するパーソナリティを用いて規定される。図２１に示すサービスのリスト２６０２には、以下に示すものが含まれる。(a) サービス２６０４及び２６０６：これらは、その文書内で見つかった単語、又は複数単語からなる表現を、その単語等の定義や翻訳にそれぞれリンク付けする（このとき、例えば、辞書にアクセスする前にレンマ化やステミングを実行したり、その要素の文脈を用いて表示する定義の数を制限したりすることも可能である）。(b) サービス２６０８： これは、各文や各句を、それら各文や句の構造の文法的説明にリンク付けする（このとき、読者の母国語によるその構造の文章での説明や、その構造に対応する文章、音声、映像での文法レッスンにリンク付けすることも可能である。(c) サービス２６１０：これは、単語や複数単語表現、句、文などの各テキスト単位を、同じテキスト単位が現在のものとは異なる文脈に現れる例に対してリンク付けする（例えば、同じテキスト単位をもつ、似ているが異なるテキスト部分を検索するなどにより行う。検索された要素（テキスト単位）は、異なる文脈の比較が容易にできるように、例えば注目している類似の構造がユーザの視野の中央部にくるようにした書式で、提示される）。(d) サービス２６１２：これは、単語や複数単語表現、句、文などの各テキスト単位を、当該要素に関係するインタラクティブ文法演習にリンク付けする。(e) サービス２６１４及び２６１６：これは、当該文書コンテンツに対応したコンテンツ固有の言語教習リソースにリンク付けする。他の学習トピックについても、類似のアプローチをとることができる。
【０１０８】
Ｃ．７ コンテンツの自動的な挿入及び／又はリンク付け
図７には、表示欄１２２０に、文書拡充を、リンク（１２２２）によって行うか、コンテンツの挿入（１２２４）によって行うか、リンクかコンテンツ挿入かを自動判定する（１２２６）かを選択的に指定するための仕組みを例示している。どちらのケースでも、リンクは、文書コンテンツ１０２において認識されたエンティティから、リモートの場所（１２２２の場合）にあるコンテンツ又はサービスへ、又はメタ文書の文書マークアップ１０８にあるコンテンツへと引っ張られる。
【０１０９】
図２２に示す別の実施例では、ユーザが、指定されたコンテンツや文書から認識されたエンティティに対するパーソナリティ及び／又はサービスの振る舞い(service behavior)を、選択的に指定できるようにする。この実施例では、例えばユーザは、図５に示される拡充された文書１０１８の一部分を選択し、例えばグローバル・サービス結果における株価検索の結果１０２６を選択することができる。この一連の動作の結果、公知のポインタ選択技術により、図２２に示される株価検索オプション設定ウインドウ２７１０が表示される。
【０１１０】
オプション設定ウインドウ２７１０では、ユーザは、特定のサービスの振る舞いを適用する適用先を、入力欄２７１２にて、選択されたすべての文書、現在選択されている１つの文書、又は選択のみ、のいずれかに指定することができる。さらに、オプション設定ウインドウ２７１０により、ユーザは、入力項目２７１６で指定された形式で挿入された、リンクされた情報を、静的なものとするか、動的に更新するかを、入力項目２７１４にて指定することができる。例えば、情報は、上述のようにリンクとして、又はコンテンツとして、挿入される。挿入されるコンテンツは、脚注として、又は文書の末尾のコンテンツリストの１つとして、挿入することができる。動的にアクセスされるコンテンツは、リンク又はコンテンツがアクセスされるたびごとに、再計算される（これには例えばマイクロソフト社のＯＬＥのような手法を用いることができる）。静的にアクセスされるコンテンツは、入力項目２７１８で指定された周期（例えば一月ごと、一日ごと、一時間ごと）で再計算される。
【０１１１】
有利なことに、ユーザはサービスのデフォルトの振る舞いを修正することができる。このとき、変更を、ユーザが管理するすべての文書に適用するか、、現在（カレント）の文書のみに適用するか、１又は複数の識別されたエンティティを含む文書の現在の選択に適用するか、を指定する。それら変更は、変更のレベルに応じて、特定のメタ文書のプロパティとして、又はユーザのプロファイルの一部として、格納される。
【０１１２】
リンク付けするか、コンテンツを検索しメタ文書に挿入するかは、各パーソナリティごとに指定でき、また図２２の入力項目２７２４又は図７の入力項目１２２６で指定されればそれを自動的に判定するようにすることもできる。リンク付けするかコンテンツを挿入するかの自動判定は、そのユーザのメタ文書サーバ２００との過去のインタラクションの履歴からの情報を用いて実行される。入力項目２７２４にて指定のパーソナリティに、又は入力項目１２２６にてあるパーソナリティのプロパティとして、リンク付け又はコンテンツ挿入を自動的に行うことが指定されている場合、情報をリンクとして挿入するかコンテンツとして挿入するかの判定が、その情報がユーザのインタラクションの履歴の中にあるか外にあるかに応じて行われる。もしユーザのインタラクションの履歴の外にある場合は、リンクが挿入される。一方、ユーザのインタラクションの履歴の中にある場合は、コンテンツが検索されメタ文書に挿入される。
【０１１３】
ユーザのインタラクションの履歴は、ユーザによりアクセスされたリンクの履歴を用いて、又はそのユーザにとって興味のある概念のリストを用いて、あるいはそれら履歴及びリストの両方を用いて、特定することができる。ユーザにとって興味のある概念のリストは、例えば、頻繁にたどられるリンクを用いて、又は電子メール履歴を記録することにより作成されたユーザプロファイルから、又は、Xerox社が開発した"Knowledge Pump"（知識ポンプ）のようなリコメンダ（推薦）システムを用いて、求めることができる。このような処理モードでは、エンティティ閲覧パターンからのユーザのインタラクション履歴からの情報は、文書コンテンツを拡充するか否かを判定するのに用いられる。
【０１１４】
Ｃ．８ テキスト・カテゴライザ
図２３に示されるテキスト・カテゴライザ（カテゴリ分けシステム）３６１０のようなテキスト分類システムの目的は、文書３６１２を１又は複数のクラス３６２０の組へと分類することである。クラス３６２０は、カテゴリーとも呼ぶ。動作としては、テキスト・カテゴライザ３６１０は、１つの文書に対して、クラスの集合に含まれる１又は複数のクラスを割り当てる。ここで、これらクラスは、知識ベース３６２２内に表現されたオントロジー（(ontology：存在意義、存在論)の中で規定される。オントロジーの一例としては、ＤＭＯＺオントロジー（インターネットのdmoz.orgに公開されている）がある。
【０１１５】
更に、テキスト・カテゴライザ３６１０は前処理モジュール３６１４と概略推論(approximate reasoning)モジュール３６１８を備える。テキスト前処理モジュール３６１４の目的は、テキスト・カテゴライザ３６１０が文書分類のタスクを正確に、自動的に、効率的に、効果的に実行できるような形態に、文書３６１２を変換することである。前処理モジュール３６１４で作成された文書表現３６２４は、特徴とこれに関係する重みとの組を含んでいる。
【０１１６】
ＨＴＭＬからテキストへの翻訳、トークン化（tokenization：字句解析）、ステミング、ストップワード除去、構文解析技術、エンティティ認識、などの自然言語処理分野の公知技術の異なる複数の組合せを、特徴３６２４の集合を生成するのに用いることができる。したがって、テキスト前処理モジュール３６１２は、文書３６１２から特徴３６１６の集合を生成するために、ＨＴＭＬ・テキスト・コンバータ、トークン化手段、ステミング手段、文法ベースの特徴生成手段、特徴生成手段、単語頻度分析手段、名詞句分析手段（又は抽出手段）のようないくつかのコンポーネントを備えるような構成とすることができる。
【０１１７】
各特徴に関連する重み値は、正規化頻度計数(normalized frequency count)からもっと高度な重み付け方式までの、公知の様々な方式のどれを用いても計算できる。高度な重み付け方式では、文書内の各用語の頻度、位置、リファレンス（基準）コーパスにおける各用語の頻度、用語のidf（inverse document frequency：文書群において、あるキーワードが多くの文書中に現れる普遍的なキーワードだった場合には idf は小さくなり、逆に、特定の文書にしか現れない場合には idf は大きくなる）などの様々な測定値の集まりに基づき、ケインさんを行う。マニングとシュッツェによる教科書“Foundations of Statistical Natural Language Processing”,MIT Press, 1999，Cambridge, MAには、モジュール３６１４により実行されるテキスト前処理の更に詳細な説明が示されている。
【０１１８】
概略推論モジュール３６１８は、知識ベース３６２２に格納されたルール（又は他の知識形式）の用語群にて表現されるようなカテゴリ群を、文書表現（例えば特徴とこれに対応する重み）３６２４と関連づけて処理することで、入力文書３６１２に対しクラスラベル３６２０を割り当てる。１つの実施例では、前処理モジュールが、文書３６１２を、スペースや句読点文字などにより区切られたトークンのリストに変換する。ストップワード（すなわちカテゴリ分けの質を高めない語）に対応するトークンは、そのトークンのリストから除かれる。そのリストに残ったトークンに対し、ポーター(Porter)のステミングアルゴリズムを用いてステミングが施される。そして、このステミング結果の単語リストからストップワードが除去され、用語／単語のリストができる。最後に、この用語のリストが、＜用語，頻度＞タプルから構成される頻度分布に変換され、用語（すなわち文書表現３６２４）の集合を規定する。ここで、頻度は、その文書においてその用語が現れる回数を示す。
【０１１９】
次に、概略推論モジュール３６１８は、知識ベース３６２２にアクセスする。ここで、知識ベース３６２２は変数（すなわち文書特徴とこれに関連する頻度）を記録する。この変数は、文書３６１２、又は該文書を変換した表現３６２４から、オントロジーのクラスへの写像を形作る関数を定義するのに用いられる。このような知識ベースの１つの例は、それら記録される変数同士の関係を記述するルールの集合を用いて表現される。典型的には、各クラスは１つのルールによって表現される。その関数を写像する際、推論エンジン３６１８は、文書を、知識ベース３６２２に格納された各クラスルールと照合し、どのアクションを信頼すべきかに関する結論を引き出すのに意志決定手段（decision maker）を用いる。
【０１２０】
知識ベース３６２２と概略推論モジュール３６１８とによって表わされるような機能は、以下に示すものを含んだ様々なモデルタイプを用いて規定することができる。すなわち、確率モデル、ファジー集合／ファジー論理モデル、ブール値論理モデル、最近隣接アプローチ（nearest neighbor approach）、及びニューラルネットワーク、などである。なお、これらのうちのいくつかについては、後で詳しく説明する。
【０１２１】
図２３に示した要素の他に、カテゴライザ３６１０に学習モジュールを設けることもできる。学習モジュールの正確な構成は、文書の集合をカテゴリのリストに写像（マッピング）するために概略推論モジュール３６１８に使用されるモデル（確率モデル、ファジーモデルなど）に依存することになる。学習モジュールは、各クラスごとに分類された文書の例を入力とし、これに対応する知識ベースを生成する。
【０１２２】
Ｃ．９ パーソナリティの推薦
メタ文書サーバ２００は、図２に示したパーソナリティ推薦部２１６により、パーソナリティを推薦するサービスを提供する。１つの例では、パーソナリティは、ユーザがメタ文書サーバ２００にアップロードし、図７に示すパーソナリティ・プロパティ１２１４をそのユーザが選択した後に、各文書毎に推薦される。ユーザがパーソナリティ・プロパティ１２１４を選択すると、パーソナリティ推薦部２１６は、ユーザによってアップロードされた各文書毎に、パーソナリティを推薦する。パーソナリティを推薦することにより、パーソナリティ推薦部２１６は、ユーザの支援を行う。すなわちこの支援処理では、ユーザが、アップロードされた文書（アップロード文書と呼ぶ）の文書コンテンツとその他の文脈情報（例えばその文書に対してなされたアクション（操作・処理））を分析して、そのアップロード文書に対して複数の文書拡充テーマのうちのどれを適用すべきかを判断すること、を支援する。
【０１２３】
１つの実施例では、パーソナリティ推薦部２１６に推薦されたパーソナリティは、ユーザの確認なしにアップロード文書に対して自動的に付加され、これら文書は即座にメタ文書サーバによって拡充される。またこの代わりに、推薦されたパーソナリティが受け入れ可能であるとの確認をユーザが行った後に限り、パーソナリティ推薦部２１６によって推薦されたパーソナリティをメタ文書に付加するようにしてもよい。
【０１２４】
どのパーソナリティ（又は複数のパーソナリティ）を文書に付加するものとして推薦するかを決定するために、メタ文書サーバ２００は、アップロード文書３７１２をパーソナリティ推薦システム２１６の入力として用いる。このパーソナリティ推薦システムの一例を図２４に詳細に示す。大略的に言えば、図２４に示すパーソナリティ推薦システム３７００は、図２３に示した文書カテゴライザ３６１０に似ている。両者の相違は、後者が１又は複数のカテゴリを含むリストを割り当てるのに対し、前者は１又は複数のパーソナリティ３７２０を含むリストを割り当てる点である。パーソナリティ推薦部３７００は、パーソナリティを推薦するためルールや、メタ文書サーバ２００に対して既にアップロードされユーザからパーソナリティの付与を受けている文書を用いてパーソナリティ・オントロジーを進化させるためのルールを学習することができる。
【０１２５】
更に詳しく言えば、図２４に示すパーソナリティ推薦システム３７００は、図２３に示したテキスト・カテゴライザの変形である。知識ベース３７２２は、（例えば、適用されうる各パーソナリティごとに手動で選択された特徴と重み付けを用いて）ユーザ固有のパーソナリティ又は一般に利用可能なパーソナリティを含むパーソナリティデータベース２１２からのデータと、それらパーソナリティが過去に割り当てられたメタ文書データベース２０２内の文書群とを手動で用いて規定することができる。
【０１２６】
またこの代わりに、知識ベースは、機械学習技術により選ばれる特徴と重み付けを用いて半自動的又は自動的に規定することもできる。特徴と重み付けの自動的な学習を行う場合は、学習モジュール３７３０は、メタ文書データベース２０２に存在するメタ文書を用いて、知識ベース３７２２をトレーニングする。次に、学習モジュール３７３０は、ユーザプロファイル・データベース３７０８を用いて知識ベース３７２２を検査する。ユーザプロファイル・データベース３７０８は、パーソナリティデータベース２１２やメタ文書データベース２０２の一部を含むものであり、ユーザが以前にパーソナリティを適用したことのあるメタ文書への参照情報を含んでいる。
【０１２７】
処理では、パーソナリティ推薦部３７００の前処理モジュール３６１が、アップロード文書３７１２から特徴３６１６を抽出する。次に、概略推論モジュール３６１８が、知識ベース３７２２を用いてパーソナリティのリスト３７２０を導き出す。これら抽出された特徴は、標準的な技術（例えば上述のベイズ推論(Bayesian inference)やコサイン距離法など）を再び用いて、指定された文書コンテンツの拡充についての推薦のために、新たな文書を分類したり、可能性のあるリスト３７２０のパーソナリティ群をランク付けしたりするのに活用される。概略推論モジュール３６１８は、例えば、ランキングにおいてあるしきい値を超えるすべてのパーソナリティ、又は先頭からＮ個（Ｎは１以上）のパーソナリティを推薦する。
【０１２８】
パーソナリティ推薦部３７００の変形では、ある新たな文書に対してランク付けされたパーソナリティ群は、ユーザのプロファイルを用いて再ランク付けされる。例えば、概略推論モジュール３６１８がある文書にビジネスとスポーツのパーソナリティを付加しているが、データベース３７０８におけるユーザ自身のプロファイルはそのユーザが今まで一度もビジネス・パーソナリティを適用したことがないことを示している場合は、学習システム３７０１がランク付けを変更し、スポーツ・パーソナリティのみを提案したり、スポーツ・パーソナリティにビジネス・パーソナリティよりも高い優先度を付与したりする。このようにして、ユーザのメタ文書サーバ２００とのインタラクション履歴を用いて、そのユーザに合ったパーソナリティ推薦を行うことができる。
【図面の簡単な説明】
【図１】 本発明に係る実施形態におけるメタ文書の概念図である。
【図２】 メタ文書サーバを有するシステムのブロック図である。
【図３】 本発明の１つの実施形態におけるメタ文書拡充を概念的に示す図である。
【図４】 図３に示したメタ文書拡充の一例を示す図である。
【図５】 図２に示したメタ文書サーバにアクセスするためのクライアントインタフェースを例示した図である。
【図６】 藁梱製の家及びタイヤ製の家のパーソナリティが選択された建築パーソナリティのための、図５に示したウインドウ１０１４を拡大して示す図である。
【図７】 図５においてプロパティ構成ボタン１０２２が選択されたときに表示される、プロパティウインドウ１２１０の一例を示す図である。
【図８】 パーソナリティを生成／修正するためのクライアントインタフェースの一例を示す図である。
【図９】 図８のユーザインタフェースで規定されるサーチエンジンで実行されるサーチのプロパティ（属性）を指定するためのクライアントウインドウの例を示す図である。
【図１０】 パーソナリティを生成／修正するためのクライアントインタフェースの別の例を示す図である。
【図１１】 複数グループのパーソナリティに対して演算操作を施すことでパーソナリティを生成／修正するためのクライアントインタフェースの例を示す図である。
【図１２】 パーソナリティを生成するためのステップ群を示したフローチャートである。
【図１３】 ２レベル下がることにより生成される拡張文書１８００の例を示す図である。
【図１４】 サービスを作成するのに用いるフォームを例示した図である。
【図１５】 図１４に例示したフォームを用いて生成される４つのサービスの例を説明するための図である。
【図１６】 図１２における動作１７１６でのフィルタサービスのための１つの方法を表すフローチャートである。
【図１７】 最高類似度方式を用いてサービスを選択する選択プロセスをグラフで表す図である。
【図１８】 図１２における動作１７１６でのフィルタサービスのための別の方法を表すフローチャートである。
【図１９】 例を用いた質問の答えを識別する１つの実施例を表すフローチャートである。
【図２０】 文書コンテンツを拡充するのにｅラーニングパーソナリティが選択されたときに使用できるサービスのリストの例を示す図である。
【図２１】 文書コンテンツを拡充するのに言語学習パーソナリティが選択されたときに使用できるサービスのリストの例を示す図である。
【図２２】 指定されたコンテンツまたは文書から認識されるエンティティに対する振る舞い及び／又はパーソナリティを選択的に指定するためのクライアントインタフェースを例示した図である。
【図２３】 テキストカテゴリ分け装置の例を示す図である。
【図２４】 パーソナリティ推薦装置の例を示す図である。
【符号の説明】
１００ メタ文書、１０１ 文書ＩＤ、１０２ 文書コンテンツ、１０４ パーソナリティ、１０６ 文書サービスリクエスト、１０８ 文書マークアップ、１１１ エンティティデータベース、２０４ スケジューラ、２０６ ネットワークサービス群、２０８ コンテンツ管理部、２１０ サービスデータベース。
Claims (1)
- 文書コンテンツを拡充するためのシステムであって、
拡充テーマを特定する文書サービスリクエストの集合を規定するパーソナリティを指定するためのユーザインタフェースと、
文書コンテンツと前記パーソナリティとを受け取り、その文書コンテンツとパーソナリティとを備えるメタ文書を形成するユーザ管理部と、
前記集合から文書サービスリクエストを選択し、この選択した文書サービスリクエストを満たすためにサービスプロバイダとの通信を開始し、この通信を管理するスケジューラと、
前記選択した文書サービスリクエストに対する結果を文書マークアップとして前記メタ文書に統合するコンテンツ管理部と、
拡充対象のパーソナリティの指定を受け付ける受付手段と、
ユーザが規定したクエリーを受け取るための受取手段と、
ユーザが規定したクエリーに含まれる語彙を識別する識別手段と、
前記クエリーのうちの識別した語彙を包括的シンボルに置き換えて包括的クエリーを規定する規定手段と、
前記包括的クエリーを、前記文書サービスリクエストの一種として、前記拡充対象のパーソナリティに付加する付加手段と、
を備える文書拡充システム。
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US31185701P | 2001-08-13 | 2001-08-13 | |
| US60/311,857 | 2001-08-13 | ||
| US09/683,236 US6732090B2 (en) | 2001-08-13 | 2001-12-05 | Meta-document management system with user definable personalities |
| US09/683,236 | 2001-12-05 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003114906A JP2003114906A (ja) | 2003-04-18 |
| JP4365074B2 true JP4365074B2 (ja) | 2009-11-18 |
Family
ID=26978111
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002235923A Expired - Lifetime JP4365074B2 (ja) | 2001-08-13 | 2002-08-13 | ユーザ定義可能なパーソナリティを備えた文書拡充システム |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US6732090B2 (ja) |
| EP (1) | EP1284461A1 (ja) |
| JP (1) | JP4365074B2 (ja) |
| BR (1) | BRPI0203479B1 (ja) |
Families Citing this family (333)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5822720A (en) | 1994-02-16 | 1998-10-13 | Sentius Corporation | System amd method for linking streams of multimedia data for reference material for display |
| WO1998053637A1 (en) * | 1997-05-21 | 1998-11-26 | E.S.P. Communications, Inc. | System, method and apparatus for 'caller only' initiated two-way wireless communication with caller generated billing |
| EP1049030A1 (en) * | 1999-04-28 | 2000-11-02 | SER Systeme AG Produkte und Anwendungen der Datenverarbeitung | Classification method and apparatus |
| US20020174201A1 (en) * | 1999-09-30 | 2002-11-21 | Ramer Jon E. | Dynamic configuration of context-sensitive personal sites and membership channels |
| US8311946B1 (en) | 1999-10-15 | 2012-11-13 | Ebrary | Method and apparatus for improved information transactions |
| US20040148274A1 (en) * | 1999-10-15 | 2004-07-29 | Warnock Christopher M. | Method and apparatus for improved information transactions |
| US7536561B2 (en) | 1999-10-15 | 2009-05-19 | Ebrary, Inc. | Method and apparatus for improved information transactions |
| US6981040B1 (en) | 1999-12-28 | 2005-12-27 | Utopy, Inc. | Automatic, personalized online information and product services |
| ES2208164T3 (es) * | 2000-02-23 | 2004-06-16 | Ser Solutions, Inc | Metodo y aparato para procesar documentos electronicos. |
| US7788602B2 (en) | 2000-06-06 | 2010-08-31 | Microsoft Corporation | Method and system for providing restricted actions for recognized semantic categories |
| US7716163B2 (en) | 2000-06-06 | 2010-05-11 | Microsoft Corporation | Method and system for defining semantic categories and actions |
| US7770102B1 (en) | 2000-06-06 | 2010-08-03 | Microsoft Corporation | Method and system for semantically labeling strings and providing actions based on semantically labeled strings |
| US7712024B2 (en) | 2000-06-06 | 2010-05-04 | Microsoft Corporation | Application program interfaces for semantically labeling strings and providing actions based on semantically labeled strings |
| US7660737B1 (en) | 2000-07-18 | 2010-02-09 | Smartpenny.Com, Inc. | Economic filtering system for delivery of permission based, targeted, incentivized advertising |
| EP1182577A1 (en) * | 2000-08-18 | 2002-02-27 | SER Systeme AG Produkte und Anwendungen der Datenverarbeitung | Associative memory |
| US9177828B2 (en) | 2011-02-10 | 2015-11-03 | Micron Technology, Inc. | External gettering method and device |
| US20020169735A1 (en) * | 2001-03-07 | 2002-11-14 | David Kil | Automatic mapping from data to preprocessing algorithms |
| US7032174B2 (en) * | 2001-03-27 | 2006-04-18 | Microsoft Corporation | Automatically adding proper names to a database |
| US7502770B2 (en) * | 2001-04-11 | 2009-03-10 | Metaweb Technologies, Inc. | Knowledge web |
| US7778816B2 (en) | 2001-04-24 | 2010-08-17 | Microsoft Corporation | Method and system for applying input mode bias |
| US20020169738A1 (en) * | 2001-05-10 | 2002-11-14 | Giel Peter Van | Method and system for auditing an enterprise configuration |
| US7133862B2 (en) * | 2001-08-13 | 2006-11-07 | Xerox Corporation | System with user directed enrichment and import/export control |
| US7284191B2 (en) | 2001-08-13 | 2007-10-16 | Xerox Corporation | Meta-document management system with document identifiers |
| US7130861B2 (en) | 2001-08-16 | 2006-10-31 | Sentius International Corporation | Automated creation and delivery of database content |
| US8112529B2 (en) | 2001-08-20 | 2012-02-07 | Masterobjects, Inc. | System and method for asynchronous client server session communication |
| US20090006543A1 (en) * | 2001-08-20 | 2009-01-01 | Masterobjects | System and method for asynchronous retrieval of information based on incremental user input |
| PT1288792E (pt) * | 2001-08-27 | 2012-02-29 | Bdgb Entpr Software Sarl | Método para indexar automaticamente documentos |
| US7451390B2 (en) * | 2001-09-10 | 2008-11-11 | Fujitsu Limited | Structured document processing system, method, program and recording medium |
| US7272610B2 (en) * | 2001-11-02 | 2007-09-18 | Medrecon, Ltd. | Knowledge management system |
| DE10157487C1 (de) * | 2001-11-23 | 2003-06-18 | Sgl Carbon Ag | Faserverstärkter Verbundkörper für Schutzpanzerungen, seine Herstellung und Verwendungen |
| US20030125929A1 (en) * | 2001-12-10 | 2003-07-03 | Thomas Bergstraesser | Services for context-sensitive flagging of information in natural language text and central management of metadata relating that information over a computer network |
| US7052277B2 (en) * | 2001-12-14 | 2006-05-30 | Kellman A.C.T. Services, Inc. | System and method for adaptive learning |
| US6965900B2 (en) * | 2001-12-19 | 2005-11-15 | X-Labs Holdings, Llc | Method and apparatus for electronically extracting application specific multidimensional information from documents selected from a set of documents electronically extracted from a library of electronically searchable documents |
| US7072883B2 (en) * | 2001-12-21 | 2006-07-04 | Ut-Battelle Llc | System for gathering and summarizing internet information |
| US7243092B2 (en) * | 2001-12-28 | 2007-07-10 | Sap Ag | Taxonomy generation for electronic documents |
| US20030128236A1 (en) * | 2002-01-10 | 2003-07-10 | Chen Meng Chang | Method and system for a self-adaptive personal view agent |
| US7062711B2 (en) * | 2002-01-30 | 2006-06-13 | Sharp Laboratories Of America, Inc. | User interface and method for providing search query syntax help |
| US7103749B2 (en) * | 2002-02-01 | 2006-09-05 | John Fairweather | System and method for managing memory |
| DE10204657A1 (de) * | 2002-02-05 | 2003-08-07 | Rohde & Schwarz | Nachrichtenanalyseeinrichtung und Verfahren zum Anzeigen von Nachrichten |
| US7844610B2 (en) * | 2003-12-12 | 2010-11-30 | Google Inc. | Delegated authority evaluation system |
| US20030195834A1 (en) * | 2002-04-10 | 2003-10-16 | Hillis W. Daniel | Automated online purchasing system |
| US8069175B2 (en) * | 2002-04-10 | 2011-11-29 | Google Inc. | Delegating authority to evaluate content |
| US7707496B1 (en) | 2002-05-09 | 2010-04-27 | Microsoft Corporation | Method, system, and apparatus for converting dates between calendars and languages based upon semantically labeled strings |
| US6941318B1 (en) * | 2002-05-10 | 2005-09-06 | Oracle International Corporation | Universal tree interpreter for data mining models |
| CN1628452B (zh) * | 2002-05-17 | 2010-09-01 | 株式会社Ntt都科摩 | 传输序列的碎片整理 |
| US7219164B2 (en) * | 2002-05-17 | 2007-05-15 | University Of Miami | Multimedia re-editor |
| US7707024B2 (en) | 2002-05-23 | 2010-04-27 | Microsoft Corporation | Method, system, and apparatus for converting currency values based upon semantically labeled strings |
| US20040205580A1 (en) * | 2002-05-23 | 2004-10-14 | Mindflash Technologies, Inc. | Method and system for document management |
| US7742048B1 (en) | 2002-05-23 | 2010-06-22 | Microsoft Corporation | Method, system, and apparatus for converting numbers based upon semantically labeled strings |
| US7281245B2 (en) * | 2002-06-05 | 2007-10-09 | Microsoft Corporation | Mechanism for downloading software components from a remote source for use by a local software application |
| US7827546B1 (en) | 2002-06-05 | 2010-11-02 | Microsoft Corporation | Mechanism for downloading software components from a remote source for use by a local software application |
| US7356537B2 (en) | 2002-06-06 | 2008-04-08 | Microsoft Corporation | Providing contextually sensitive tools and help content in computer-generated documents |
| US20030236773A1 (en) * | 2002-06-19 | 2003-12-25 | Wen Say Ling | Input system and method with dynamic database adjustment function |
| US20040003341A1 (en) * | 2002-06-20 | 2004-01-01 | Koninklijke Philips Electronics N.V. | Method and apparatus for processing electronic forms for use with resource constrained devices |
| US7003522B1 (en) * | 2002-06-24 | 2006-02-21 | Microsoft Corporation | System and method for incorporating smart tags in online content |
| US7716676B2 (en) | 2002-06-25 | 2010-05-11 | Microsoft Corporation | System and method for issuing a message to a program |
| US7209915B1 (en) | 2002-06-28 | 2007-04-24 | Microsoft Corporation | Method, system and apparatus for routing a query to one or more providers |
| JP3783665B2 (ja) * | 2002-08-05 | 2006-06-07 | ブラザー工業株式会社 | 画像形成装置及びネットワークシステム |
| US6999962B2 (en) * | 2002-08-13 | 2006-02-14 | Xerox Corporation | Shared document repository with coupled recommender system |
| US7185271B2 (en) * | 2002-08-20 | 2007-02-27 | Hewlett-Packard Development Company, L.P. | Methods and systems for implementing auto-complete in a web page |
| FI112998B (fi) * | 2002-08-21 | 2004-02-13 | Nokia Corp | Menetelmä ja laite tiedonsiirtoon |
| US7283989B1 (en) * | 2002-09-27 | 2007-10-16 | At&T Bls Intellectual Property, Inc. | System and method for use of application metadata |
| US7130844B2 (en) * | 2002-10-31 | 2006-10-31 | International Business Machines Corporation | System and method for examining, calculating the age of an document collection as a measure of time since creation, visualizing, identifying selectively reference those document collections representing current activity |
| US7954043B2 (en) * | 2002-12-02 | 2011-05-31 | International Business Machines Corporation | Concurrent editing of a file by multiple authors |
| US7392231B2 (en) * | 2002-12-03 | 2008-06-24 | International Business Machines Corporation | Determining utility functions from ordenal rankings |
| US7765206B2 (en) * | 2002-12-13 | 2010-07-27 | Metaweb Technologies, Inc. | Meta-Web |
| US8012025B2 (en) * | 2002-12-13 | 2011-09-06 | Applied Minds, Llc | Video game controller hub with control input reduction and combination schemes |
| US20040133574A1 (en) * | 2003-01-07 | 2004-07-08 | Science Applications International Corporaton | Vector space method for secure information sharing |
| US7124955B2 (en) * | 2003-01-28 | 2006-10-24 | American Express Travel Related Services Company, Inc. | Compact or convenient transaction cards |
| US7783614B2 (en) | 2003-02-13 | 2010-08-24 | Microsoft Corporation | Linking elements of a document to corresponding fields, queries and/or procedures in a database |
| US7703000B2 (en) * | 2003-02-13 | 2010-04-20 | Iparadigms Llc | Systems and methods for contextual mark-up of formatted documents |
| US20040199584A1 (en) * | 2003-03-05 | 2004-10-07 | Evan Kirshenbaum | Method and system for customized configuration of an appearance of a website for a user |
| US20040186705A1 (en) * | 2003-03-18 | 2004-09-23 | Morgan Alexander P. | Concept word management |
| US20040190774A1 (en) * | 2003-03-28 | 2004-09-30 | Baker Daniel P. | Method for classifying and accessing writing composition examples |
| WO2004090692A2 (en) | 2003-04-04 | 2004-10-21 | Icosystem Corporation | Methods and systems for interactive evolutionary computing (iec) |
| US7243085B2 (en) * | 2003-04-16 | 2007-07-10 | Sony Corporation | Hybrid personalization architecture |
| US7711550B1 (en) | 2003-04-29 | 2010-05-04 | Microsoft Corporation | Methods and system for recognizing names in a computer-generated document and for providing helpful actions associated with recognized names |
| US20040231526A1 (en) * | 2003-05-21 | 2004-11-25 | Schreiber Foods, Inc. | Method and apparatus for shaping a body of cheese into a plurality of curved bodies of cheese |
| CA2468481A1 (en) * | 2003-05-26 | 2004-11-26 | John T. Forbis | Multi-position rail for a barrier |
| US7739588B2 (en) * | 2003-06-27 | 2010-06-15 | Microsoft Corporation | Leveraging markup language data for semantically labeling text strings and data and for providing actions based on semantically labeled text strings and data |
| CN1567303A (zh) * | 2003-07-03 | 2005-01-19 | 富士通株式会社 | 结构文档信息块的自动分割方法和装置 |
| JP4073841B2 (ja) * | 2003-07-24 | 2008-04-09 | 富士フイルム株式会社 | 電子メール・サーバ |
| US7779345B2 (en) | 2003-07-30 | 2010-08-17 | Aol Inc. | Reverse mapping method and apparatus for form filling |
| WO2005013081A2 (en) | 2003-08-01 | 2005-02-10 | Icosystem Corporation | Methods and systems for applying genetic operators to determine system conditions |
| US7296027B2 (en) | 2003-08-06 | 2007-11-13 | Sbc Knowledge Ventures, L.P. | Rhetorical content management with tone and audience profiles |
| US20050033811A1 (en) * | 2003-08-07 | 2005-02-10 | International Business Machines Corporation | Collaborative email |
| US7213036B2 (en) | 2003-08-12 | 2007-05-01 | Aol Llc | System for incorporating information about a source and usage of a media asset into the asset itself |
| US7499531B2 (en) * | 2003-09-05 | 2009-03-03 | Emc Corporation | Method and system for information lifecycle management |
| US7457396B2 (en) * | 2003-09-05 | 2008-11-25 | Emc Corporation | Automated call management |
| US8103873B2 (en) * | 2003-09-05 | 2012-01-24 | Emc Corporation | Method and system for processing auditory communications |
| US8209185B2 (en) | 2003-09-05 | 2012-06-26 | Emc Corporation | Interface for management of auditory communications |
| US7676358B2 (en) * | 2003-09-24 | 2010-03-09 | International Business Machines Corporation | System and method for the recognition of organic chemical names in text documents |
| US9547994B2 (en) * | 2003-10-01 | 2017-01-17 | Kenneth Nathaniel Sherman | Progressive reference system, method and apparatus |
| US20060075345A1 (en) * | 2004-09-27 | 2006-04-06 | Sherman Kenneth N | Progressive reference system, method and apparatus |
| US9489853B2 (en) * | 2004-09-27 | 2016-11-08 | Kenneth Nathaniel Sherman | Reading and information enhancement system and method |
| US7165119B2 (en) | 2003-10-14 | 2007-01-16 | America Online, Inc. | Search enhancement system and method having rankings, explicitly specified by the user, based upon applicability and validity of search parameters in regard to a subject matter |
| US7640232B2 (en) | 2003-10-14 | 2009-12-29 | Aol Llc | Search enhancement system with information from a selected source |
| US20050108316A1 (en) * | 2003-11-18 | 2005-05-19 | Sbc Knowledge Ventures, L.P. | Methods and systems for organizing related communications |
| US20050125254A1 (en) * | 2003-12-03 | 2005-06-09 | Roy Schoenberg | Key maintenance method and system |
| US7464330B2 (en) * | 2003-12-09 | 2008-12-09 | Microsoft Corporation | Context-free document portions with alternate formats |
| US20050131918A1 (en) * | 2003-12-12 | 2005-06-16 | W. Daniel Hillis | Personalized profile for evaluating content |
| US7373373B2 (en) | 2003-12-12 | 2008-05-13 | Arinc Incorporated | Systems and methods for host/client communications |
| US7299110B2 (en) * | 2004-01-06 | 2007-11-20 | Honda Motor Co., Ltd. | Systems and methods for using statistical techniques to reason with noisy data |
| US7415106B2 (en) * | 2004-03-09 | 2008-08-19 | Sbc Knowledge Ventures, Lp | Network-based voice activated auto-attendant service with B2B connectors |
| US7383500B2 (en) * | 2004-04-30 | 2008-06-03 | Microsoft Corporation | Methods and systems for building packages that contain pre-paginated documents |
| US7631254B2 (en) * | 2004-05-17 | 2009-12-08 | Gordon Peter Layard | Automated e-learning and presentation authoring system |
| EP1605369A1 (en) * | 2004-06-07 | 2005-12-14 | ArchiveOnline AB | Document database |
| CA2571509A1 (en) * | 2004-06-24 | 2006-01-05 | Amir Lavi | System for facilitating search over a network |
| US20060004818A1 (en) * | 2004-07-01 | 2006-01-05 | Claudatos Christopher H | Efficient information management |
| US8244542B2 (en) | 2004-07-01 | 2012-08-14 | Emc Corporation | Video surveillance |
| US8180743B2 (en) * | 2004-07-01 | 2012-05-15 | Emc Corporation | Information management |
| US9268780B2 (en) * | 2004-07-01 | 2016-02-23 | Emc Corporation | Content-driven information lifecycle management |
| US7707037B2 (en) * | 2004-07-01 | 2010-04-27 | Emc Corporation | Archiving of surveillance data |
| US7444287B2 (en) * | 2004-07-01 | 2008-10-28 | Emc Corporation | Efficient monitoring system and method |
| US8180742B2 (en) * | 2004-07-01 | 2012-05-15 | Emc Corporation | Policy-based information management |
| US20060004579A1 (en) * | 2004-07-01 | 2006-01-05 | Claudatos Christopher H | Flexible video surveillance |
| US8229904B2 (en) * | 2004-07-01 | 2012-07-24 | Emc Corporation | Storage pools for information management |
| US7707220B2 (en) * | 2004-07-06 | 2010-04-27 | Icosystem Corporation | Methods and apparatus for interactive searching techniques |
| WO2006014454A1 (en) * | 2004-07-06 | 2006-02-09 | Icosystem Corporation | Methods and apparatus for query refinement using genetic algorithms |
| JP2006023878A (ja) * | 2004-07-07 | 2006-01-26 | Quin Land Co Ltd | データ抽出システム |
| US7603349B1 (en) * | 2004-07-29 | 2009-10-13 | Yahoo! Inc. | User interfaces for search systems using in-line contextual queries |
| US20090217152A1 (en) * | 2004-08-02 | 2009-08-27 | Clairvoyance Corporation | Document processing and management approach for assigning an event to an action in a markup language environment |
| US20060048053A1 (en) | 2004-08-30 | 2006-03-02 | Xerox Corporation | Individually personalized customized report document system |
| US20060048042A1 (en) * | 2004-08-30 | 2006-03-02 | Xerox Corporation | Individually personalized customized report document system with user feedback |
| US8626514B2 (en) * | 2004-08-31 | 2014-01-07 | Emc Corporation | Interface for management of multiple auditory communications |
| US8244726B1 (en) * | 2004-08-31 | 2012-08-14 | Bruce Matesso | Computer-aided extraction of semantics from keywords to confirm match of buyer offers to seller bids |
| US20060073461A1 (en) * | 2004-09-22 | 2006-04-06 | Gillaspy Thomas R | Method and system for estimating educational resources |
| US7617450B2 (en) | 2004-09-30 | 2009-11-10 | Microsoft Corporation | Method, system, and computer-readable medium for creating, inserting, and reusing document parts in an electronic document |
| US8386453B2 (en) * | 2004-09-30 | 2013-02-26 | Google Inc. | Providing search information relating to a document |
| EP1817696A4 (en) * | 2004-10-13 | 2009-11-25 | Bloomberg Finance Lp | SYSTEM AND METHOD FOR MANAGING NEWS SECURITIES |
| US7412442B1 (en) * | 2004-10-15 | 2008-08-12 | Amazon Technologies, Inc. | Augmenting search query results with behaviorally related items |
| US8631347B2 (en) * | 2004-11-15 | 2014-01-14 | Microsoft Corporation | Electronic document style matrix |
| US7617451B2 (en) * | 2004-12-20 | 2009-11-10 | Microsoft Corporation | Structuring data for word processing documents |
| US20060136816A1 (en) * | 2004-12-20 | 2006-06-22 | Microsoft Corporation | File formats, methods, and computer program products for representing documents |
| US7617229B2 (en) * | 2004-12-20 | 2009-11-10 | Microsoft Corporation | Management and use of data in a computer-generated document |
| US7752632B2 (en) * | 2004-12-21 | 2010-07-06 | Microsoft Corporation | Method and system for exposing nested data in a computer-generated document in a transparent manner |
| US7770180B2 (en) * | 2004-12-21 | 2010-08-03 | Microsoft Corporation | Exposing embedded data in a computer-generated document |
| US20060149710A1 (en) | 2004-12-30 | 2006-07-06 | Ross Koningstein | Associating features with entities, such as categories of web page documents, and/or weighting such features |
| US7421426B2 (en) * | 2005-01-11 | 2008-09-02 | International Business Machines Corporation | Systems, methods, and media for utilizing electronic document usage information with search engines |
| US7386569B2 (en) * | 2005-01-11 | 2008-06-10 | International Business Machines Corporation | Systems, methods, and media for aggregating electronic document usage information |
| US7433866B2 (en) | 2005-01-11 | 2008-10-07 | International Business Machines Corporation | Systems, methods, and media for awarding credits based on provided usage information |
| US7562117B2 (en) * | 2005-09-09 | 2009-07-14 | Outland Research, Llc | System, method and computer program product for collaborative broadcast media |
| US20060161621A1 (en) * | 2005-01-15 | 2006-07-20 | Outland Research, Llc | System, method and computer program product for collaboration and synchronization of media content on a plurality of media players |
| US20070189544A1 (en) * | 2005-01-15 | 2007-08-16 | Outland Research, Llc | Ambient sound responsive media player |
| US20060195361A1 (en) * | 2005-10-01 | 2006-08-31 | Outland Research | Location-based demographic profiling system and method of use |
| US7542816B2 (en) * | 2005-01-27 | 2009-06-02 | Outland Research, Llc | System, method and computer program product for automatically selecting, suggesting and playing music media files |
| US20060229058A1 (en) * | 2005-10-29 | 2006-10-12 | Outland Research | Real-time person-to-person communication using geospatial addressing |
| US7489979B2 (en) * | 2005-01-27 | 2009-02-10 | Outland Research, Llc | System, method and computer program product for rejecting or deferring the playing of a media file retrieved by an automated process |
| US7337170B2 (en) * | 2005-01-18 | 2008-02-26 | International Business Machines Corporation | System and method for planning and generating queries for multi-dimensional analysis using domain models and data federation |
| US20070276870A1 (en) * | 2005-01-27 | 2007-11-29 | Outland Research, Llc | Method and apparatus for intelligent media selection using age and/or gender |
| US20060173828A1 (en) * | 2005-02-01 | 2006-08-03 | Outland Research, Llc | Methods and apparatus for using personal background data to improve the organization of documents retrieved in response to a search query |
| US20060179056A1 (en) * | 2005-10-12 | 2006-08-10 | Outland Research | Enhanced storage and retrieval of spatially associated information |
| US20060173556A1 (en) * | 2005-02-01 | 2006-08-03 | Outland Research,. Llc | Methods and apparatus for using user gender and/or age group to improve the organization of documents retrieved in response to a search query |
| US7598855B2 (en) | 2005-02-01 | 2009-10-06 | Location Based Technologies, Inc. | Apparatus and method for locating individuals and objects using tracking devices |
| US20070229350A1 (en) * | 2005-02-01 | 2007-10-04 | Scalisi Joseph F | Apparatus and Method for Providing Location Information on Individuals and Objects using Tracking Devices |
| US20060179044A1 (en) * | 2005-02-04 | 2006-08-10 | Outland Research, Llc | Methods and apparatus for using life-context of a user to improve the organization of documents retrieved in response to a search query from that user |
| US7921365B2 (en) * | 2005-02-15 | 2011-04-05 | Microsoft Corporation | System and method for browsing tabbed-heterogeneous windows |
| US7840564B2 (en) | 2005-02-16 | 2010-11-23 | Ebrary | System and method for automatic anthology creation using document aspects |
| US7680781B1 (en) * | 2005-03-04 | 2010-03-16 | Teradata Us, Inc. | Automatic search query generation and results set management |
| US20060253210A1 (en) * | 2005-03-26 | 2006-11-09 | Outland Research, Llc | Intelligent Pace-Setting Portable Media Player |
| US20060223637A1 (en) * | 2005-03-31 | 2006-10-05 | Outland Research, Llc | Video game system combining gaming simulation with remote robot control and remote robot feedback |
| WO2006107347A2 (en) * | 2005-03-31 | 2006-10-12 | Lehman Brothers Inc. | System and method for grouping a collection of documents using document series |
| US20060256008A1 (en) * | 2005-05-13 | 2006-11-16 | Outland Research, Llc | Pointing interface for person-to-person information exchange |
| US20060223635A1 (en) * | 2005-04-04 | 2006-10-05 | Outland Research | method and apparatus for an on-screen/off-screen first person gaming experience |
| US20060241864A1 (en) * | 2005-04-22 | 2006-10-26 | Outland Research, Llc | Method and apparatus for point-and-send data transfer within an ubiquitous computing environment |
| US20060253421A1 (en) * | 2005-05-06 | 2006-11-09 | Fang Chen | Method and product for searching title metadata based on user preferences |
| US20060259948A1 (en) * | 2005-05-12 | 2006-11-16 | International Business Machines Corporation | Integrated document handling in distributed collaborative applications |
| US20060259574A1 (en) * | 2005-05-13 | 2006-11-16 | Outland Research, Llc | Method and apparatus for accessing spatially associated information |
| US20060256007A1 (en) * | 2005-05-13 | 2006-11-16 | Outland Research, Llc | Triangulation method and apparatus for targeting and accessing spatially associated information |
| US20070150188A1 (en) * | 2005-05-27 | 2007-06-28 | Outland Research, Llc | First-person video-based travel planning system |
| US20060271286A1 (en) * | 2005-05-27 | 2006-11-30 | Outland Research, Llc | Image-enhanced vehicle navigation systems and methods |
| US20090327888A1 (en) * | 2005-05-31 | 2009-12-31 | Ipifini, Inc. | Computer program for indentifying and automating repetitive user inputs |
| US7359897B2 (en) * | 2005-06-02 | 2008-04-15 | Toshiba Corporation | System and method for document management and retrieval |
| US20060277452A1 (en) * | 2005-06-03 | 2006-12-07 | Microsoft Corporation | Structuring data for presentation documents |
| US20070022128A1 (en) * | 2005-06-03 | 2007-01-25 | Microsoft Corporation | Structuring data for spreadsheet documents |
| US8175511B1 (en) * | 2005-06-08 | 2012-05-08 | Globalenglish Corporation | Techniques for intelligent network-based teaching |
| US10699593B1 (en) * | 2005-06-08 | 2020-06-30 | Pearson Education, Inc. | Performance support integration with E-learning system |
| US8768911B2 (en) * | 2005-06-15 | 2014-07-01 | Geronimo Development | System and method for indexing and displaying document text that has been subsequently quoted |
| US8805781B2 (en) * | 2005-06-15 | 2014-08-12 | Geronimo Development | Document quotation indexing system and method |
| US20060186197A1 (en) * | 2005-06-16 | 2006-08-24 | Outland Research | Method and apparatus for wireless customer interaction with the attendants working in a restaurant |
| US20080032719A1 (en) * | 2005-10-01 | 2008-02-07 | Outland Research, Llc | Centralized establishment-based tracking and messaging service |
| US7433869B2 (en) * | 2005-07-01 | 2008-10-07 | Ebrary, Inc. | Method and apparatus for document clustering and document sketching |
| US7853618B2 (en) | 2005-07-21 | 2010-12-14 | The Boeing Company | Methods and apparatus for generic semantic access to information systems |
| US20070027895A1 (en) * | 2005-07-27 | 2007-02-01 | Lexmark International, Inc. | Systems and methods for providing customized multi-function device interfaces using user authentication |
| US7580924B1 (en) * | 2005-07-28 | 2009-08-25 | Xilinx, Inc. | Method and system for collection, analysis, and display of semiconductor manufacturing information |
| US7739305B1 (en) | 2005-07-28 | 2010-06-15 | Xilinx, Inc. | Network appliance for data collection and processing from multiple locations and data schema therefor |
| JP4702940B2 (ja) * | 2005-09-09 | 2011-06-15 | キヤノン株式会社 | ドキュメント管理システム及びその制御方法 |
| US20070061351A1 (en) * | 2005-09-13 | 2007-03-15 | Microsoft Corporation | Shape object text |
| US7783971B2 (en) * | 2005-09-13 | 2010-08-24 | Microsoft Corporation | Graphic object themes |
| US7721205B2 (en) * | 2005-09-15 | 2010-05-18 | Microsoft Corporation | Integration of composite objects in host applications |
| US8001526B2 (en) * | 2005-09-15 | 2011-08-16 | Microsoft Corporation | Hierarchical property storage |
| US20070061349A1 (en) * | 2005-09-15 | 2007-03-15 | Microsoft Corporation | Hierarchically describing shapes |
| US8423323B2 (en) * | 2005-09-21 | 2013-04-16 | Icosystem Corporation | System and method for aiding product design and quantifying acceptance |
| US8176101B2 (en) | 2006-02-07 | 2012-05-08 | Google Inc. | Collaborative rejection of media for physical establishments |
| US7992085B2 (en) | 2005-09-26 | 2011-08-02 | Microsoft Corporation | Lightweight reference user interface |
| US7788590B2 (en) | 2005-09-26 | 2010-08-31 | Microsoft Corporation | Lightweight reference user interface |
| US7577522B2 (en) * | 2005-12-05 | 2009-08-18 | Outland Research, Llc | Spatially associated personal reminder system and method |
| US20070106627A1 (en) * | 2005-10-05 | 2007-05-10 | Mohit Srivastava | Social discovery systems and methods |
| US7586032B2 (en) * | 2005-10-07 | 2009-09-08 | Outland Research, Llc | Shake responsive portable media player |
| US20070083323A1 (en) * | 2005-10-07 | 2007-04-12 | Outland Research | Personal cuing for spatially associated information |
| US20070088680A1 (en) * | 2005-10-14 | 2007-04-19 | Microsoft Corporation | Simultaneously spawning multiple searches across multiple providers |
| US9495349B2 (en) * | 2005-11-17 | 2016-11-15 | International Business Machines Corporation | System and method for using text analytics to identify a set of related documents from a source document |
| US20070112833A1 (en) * | 2005-11-17 | 2007-05-17 | International Business Machines Corporation | System and method for annotating patents with MeSH data |
| US20060227047A1 (en) * | 2005-12-13 | 2006-10-12 | Outland Research | Meeting locator system and method of using the same |
| US20070192363A1 (en) * | 2005-12-19 | 2007-08-16 | Microsoft Corporation | Document-centric application environment |
| US20070075127A1 (en) * | 2005-12-21 | 2007-04-05 | Outland Research, Llc | Orientation-based power conservation for portable media devices |
| US7685198B2 (en) * | 2006-01-25 | 2010-03-23 | Yahoo! Inc. | Systems and methods for collaborative tag suggestions |
| US7953740B1 (en) | 2006-02-13 | 2011-05-31 | Amazon Technologies, Inc. | Detection of behavior-based associations between search strings and items |
| JP2007219880A (ja) * | 2006-02-17 | 2007-08-30 | Fujitsu Ltd | 評判情報処理プログラム、方法及び装置 |
| US20080057481A1 (en) * | 2006-03-17 | 2008-03-06 | William Charles Schmitt | Common Format Learning Device |
| US8762418B1 (en) | 2006-05-31 | 2014-06-24 | Oracle America, Inc. | Metadata that allows refiltering and data reclassification without accessing the data |
| US7502807B2 (en) * | 2006-06-30 | 2009-03-10 | Microsoft Corporation | Defining and extracting a flat list of search properties from a rich structured type |
| US20080005685A1 (en) * | 2006-06-30 | 2008-01-03 | Clemens Drews | Interface mechanism for quickly accessing recently used artifacts in a computer desktop environment |
| US20080005226A1 (en) * | 2006-07-03 | 2008-01-03 | Srinivasan Subbian | A method and system for one-to-one communication through proxy |
| US20080005228A1 (en) * | 2006-07-03 | 2008-01-03 | Srinivasan Subbian | Method and system for communicating to networks using mobile phones |
| US20080005227A1 (en) * | 2006-07-03 | 2008-01-03 | Srinivasan Subbian | Method and system for content processing |
| US7783622B1 (en) | 2006-07-21 | 2010-08-24 | Aol Inc. | Identification of electronic content significant to a user |
| US9208500B2 (en) | 2006-07-21 | 2015-12-08 | Microsoft Technology Licensing, Llc | Fixed position multi-state interactive advertisement |
| US8732019B2 (en) | 2006-07-21 | 2014-05-20 | Say Media, Inc. | Non-expanding interactive advertisement |
| US20090018920A1 (en) * | 2006-07-21 | 2009-01-15 | Videoegg, Inc. | Interaction Prompt for Interactive Advertising |
| US20100198697A1 (en) | 2006-07-21 | 2010-08-05 | Videoegg, Inc. | Fixed Position Interactive Advertising |
| US7792830B2 (en) * | 2006-08-01 | 2010-09-07 | International Business Machines Corporation | Analyzing the ability to find textual content |
| WO2008027477A2 (en) * | 2006-08-30 | 2008-03-06 | Thomson Reuters Global Resources | Document-centric workflow based on document contents, metadata, and context |
| CN101145152B (zh) * | 2006-09-14 | 2010-08-11 | 国际商业机器公司 | 在特定上下文内自动精细化本体的***和方法 |
| JP2008083856A (ja) * | 2006-09-26 | 2008-04-10 | Toshiba Corp | 情報処理装置、情報処理方法及び情報処理プログラム |
| US7890442B2 (en) * | 2006-10-20 | 2011-02-15 | International Business Machines Corporation | Method and system for autocompletion of multiple fields in electronic forms |
| US7562088B2 (en) * | 2006-12-27 | 2009-07-14 | Sap Ag | Structure extraction from unstructured documents |
| US20080183691A1 (en) * | 2007-01-30 | 2008-07-31 | International Business Machines Corporation | Method for a networked knowledge based document retrieval and ranking utilizing extracted document metadata and content |
| US7792816B2 (en) * | 2007-02-01 | 2010-09-07 | Icosystem Corporation | Method and system for fast, generic, online and offline, multi-source text analysis and visualization |
| US8166389B2 (en) * | 2007-02-09 | 2012-04-24 | General Electric Company | Methods and apparatus for including customized CDA attributes for searching and retrieval |
| US8386478B2 (en) | 2007-03-07 | 2013-02-26 | The Boeing Company | Methods and systems for unobtrusive search relevance feedback |
| US8497774B2 (en) | 2007-04-05 | 2013-07-30 | Location Based Technologies Inc. | Apparatus and method for adjusting refresh rate of location coordinates of a tracking device |
| US9111189B2 (en) * | 2007-10-31 | 2015-08-18 | Location Based Technologies, Inc. | Apparatus and method for manufacturing an electronic package |
| US8224355B2 (en) * | 2007-11-06 | 2012-07-17 | Location Based Technologies Inc. | System and method for improved communication bandwidth utilization when monitoring location information |
| US8774827B2 (en) | 2007-04-05 | 2014-07-08 | Location Based Technologies, Inc. | Apparatus and method for generating position fix of a tracking device in accordance with a subscriber service usage profile to conserve tracking device power |
| US8244468B2 (en) * | 2007-11-06 | 2012-08-14 | Location Based Technology Inc. | System and method for creating and managing a personalized web interface for monitoring location information on individuals and objects using tracking devices |
| US8102256B2 (en) | 2008-01-06 | 2012-01-24 | Location Based Technologies Inc. | Apparatus and method for determining location and tracking coordinates of a tracking device |
| US20080262883A1 (en) * | 2007-04-19 | 2008-10-23 | Weiss Stephen J | Systems and methods for compliance and announcement display and notification |
| US10042898B2 (en) | 2007-05-09 | 2018-08-07 | Illinois Institutre Of Technology | Weighted metalabels for enhanced search in hierarchical abstract data organization systems |
| US9128954B2 (en) * | 2007-05-09 | 2015-09-08 | Illinois Institute Of Technology | Hierarchical structured data organization system |
| US9633028B2 (en) | 2007-05-09 | 2017-04-25 | Illinois Institute Of Technology | Collaborative and personalized storage and search in hierarchical abstract data organization systems |
| US9342588B2 (en) * | 2007-06-18 | 2016-05-17 | International Business Machines Corporation | Reclassification of training data to improve classifier accuracy |
| US9058319B2 (en) * | 2007-06-18 | 2015-06-16 | International Business Machines Corporation | Sub-model generation to improve classification accuracy |
| US8285539B2 (en) * | 2007-06-18 | 2012-10-09 | International Business Machines Corporation | Extracting tokens in a natural language understanding application |
| US8521511B2 (en) | 2007-06-18 | 2013-08-27 | International Business Machines Corporation | Information extraction in a natural language understanding system |
| US9251137B2 (en) * | 2007-06-21 | 2016-02-02 | International Business Machines Corporation | Method of text type-ahead |
| US8918437B2 (en) * | 2007-07-17 | 2014-12-23 | International Business Machines Corporation | Fragment reconstitution in a content management system |
| US8654974B2 (en) * | 2007-10-18 | 2014-02-18 | Location Based Technologies, Inc. | Apparatus and method to provide secure communication over an insecure communication channel for location information using tracking devices |
| US8543898B2 (en) * | 2007-11-09 | 2013-09-24 | Oracle International Corporation | Techniques for more efficient generation of XML events from XML data sources |
| US8250062B2 (en) * | 2007-11-09 | 2012-08-21 | Oracle International Corporation | Optimized streaming evaluation of XML queries |
| US8316035B2 (en) | 2008-01-16 | 2012-11-20 | International Business Machines Corporation | Systems and arrangements of text type-ahead |
| JP5224851B2 (ja) | 2008-02-27 | 2013-07-03 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 検索エンジン、検索システム、検索方法およびプログラム |
| US8086557B2 (en) * | 2008-04-22 | 2011-12-27 | Xerox Corporation | Method and system for retrieving statements of information sources and associating a factuality assessment to the statements |
| US8359532B2 (en) * | 2008-04-28 | 2013-01-22 | International Business Machines Corporation | Text type-ahead |
| US8332394B2 (en) | 2008-05-23 | 2012-12-11 | International Business Machines Corporation | System and method for providing question and answers with deferred type evaluation |
| US8275803B2 (en) * | 2008-05-14 | 2012-09-25 | International Business Machines Corporation | System and method for providing answers to questions |
| US20090307203A1 (en) * | 2008-06-04 | 2009-12-10 | Gregory Keim | Method of locating content for language learning |
| US8429196B2 (en) * | 2008-06-06 | 2013-04-23 | Oracle International Corporation | Fast extraction of scalar values from binary encoded XML |
| US20100031190A1 (en) * | 2008-07-29 | 2010-02-04 | Yahoo! Inc. | System and method for copying information into a target document |
| US8090794B1 (en) * | 2008-08-25 | 2012-01-03 | Intuit Inc. | Technique for customizing displayed content |
| US7730061B2 (en) * | 2008-09-12 | 2010-06-01 | International Business Machines Corporation | Fast-approximate TFIDF |
| US8914359B2 (en) * | 2008-12-30 | 2014-12-16 | Microsoft Corporation | Ranking documents with social tags |
| US8321514B2 (en) * | 2008-12-30 | 2012-11-27 | International Business Machines Corporation | Sharing email |
| WO2010129025A1 (en) * | 2009-05-04 | 2010-11-11 | Aptara, Inc. | Method and system for verifying a citation |
| US8332763B2 (en) * | 2009-06-09 | 2012-12-11 | Microsoft Corporation | Aggregating dynamic visual content |
| WO2011005854A1 (en) * | 2009-07-07 | 2011-01-13 | Chacha Search, Inc. | Method and system of providing search tools |
| US8832133B2 (en) * | 2009-08-24 | 2014-09-09 | Microsoft Corporation | Answering web queries using structured data sources |
| US9213756B2 (en) * | 2009-11-02 | 2015-12-15 | Harry Urbschat | System and method of using dynamic variance networks |
| US9158833B2 (en) * | 2009-11-02 | 2015-10-13 | Harry Urbschat | System and method for obtaining document information |
| US9152883B2 (en) * | 2009-11-02 | 2015-10-06 | Harry Urbschat | System and method for increasing the accuracy of optical character recognition (OCR) |
| US8321357B2 (en) * | 2009-09-30 | 2012-11-27 | Lapir Gennady | Method and system for extraction |
| US8521744B2 (en) * | 2009-11-13 | 2013-08-27 | Electronics And Telecommunications Research Institute | Apparatus and method for authoring data in communication system |
| US20110125734A1 (en) * | 2009-11-23 | 2011-05-26 | International Business Machines Corporation | Questions and answers generation |
| US9152702B2 (en) * | 2010-04-09 | 2015-10-06 | Yahoo! Inc. | System and method for selecting search results facets |
| JP2012027723A (ja) | 2010-07-23 | 2012-02-09 | Sony Corp | 情報処理装置、情報処理方法及び情報処理プログラム |
| US8340425B2 (en) * | 2010-08-10 | 2012-12-25 | Xerox Corporation | Optical character recognition with two-pass zoning |
| AU2011295755B2 (en) | 2010-09-03 | 2014-11-13 | Turnitin, Llc | Systems and methods for document analysis |
| WO2012040356A1 (en) | 2010-09-24 | 2012-03-29 | International Business Machines Corporation | Providing question and answers with deferred type evaluation using text with limited structure |
| CN103221915B (zh) | 2010-09-24 | 2017-02-08 | 国际商业机器公司 | 在开域类型强制中使用本体信息 |
| CA2812338C (en) | 2010-09-24 | 2019-08-13 | International Business Machines Corporation | Lexical answer type confidence estimation and application |
| US8943051B2 (en) | 2010-09-24 | 2015-01-27 | International Business Machines Corporation | Lexical answer type confidence estimation and application |
| US8892550B2 (en) | 2010-09-24 | 2014-11-18 | International Business Machines Corporation | Source expansion for information retrieval and information extraction |
| US9002773B2 (en) | 2010-09-24 | 2015-04-07 | International Business Machines Corporation | Decision-support application and system for problem solving using a question-answering system |
| EP2622428A4 (en) | 2010-09-28 | 2017-01-04 | International Business Machines Corporation | Providing answers to questions using hypothesis pruning |
| EP2622510A4 (en) | 2010-09-28 | 2017-04-05 | International Business Machines Corporation | Providing answers to questions using logical synthesis of candidate answers |
| WO2012047541A1 (en) | 2010-09-28 | 2012-04-12 | International Business Machines Corporation | Providing answers to questions using multiple models to score candidate answers |
| BR112013008825A2 (pt) | 2010-10-12 | 2016-06-28 | Wespeke Inc | sistema de aprendizado de línguas, método de aprendizado de línguas e produto de programa de computador |
| US8732660B2 (en) * | 2011-02-02 | 2014-05-20 | Novell, Inc. | User input auto-completion |
| US10430388B1 (en) | 2011-10-17 | 2019-10-01 | Google Llc | Systems and methods for incremental loading of collaboratively generated presentations |
| US8266245B1 (en) * | 2011-10-17 | 2012-09-11 | Google Inc. | Systems and methods for incremental loading of collaboratively generated presentations |
| US8996350B1 (en) | 2011-11-02 | 2015-03-31 | Dub Software Group, Inc. | System and method for automatic document management |
| RU2479017C1 (ru) * | 2011-12-27 | 2013-04-10 | Закрытое акционерное общество "Фирма "АйТи". Информационные технологии" | Система аналитического выявления проблемных вопросов в нормах правового регулирования |
| US10331785B2 (en) * | 2012-02-17 | 2019-06-25 | Tivo Solutions Inc. | Identifying multimedia asset similarity using blended semantic and latent feature analysis |
| US9785883B2 (en) | 2012-04-27 | 2017-10-10 | Excalibur Ip, Llc | Avatars for use with personalized generalized content recommendations |
| US8996530B2 (en) * | 2012-04-27 | 2015-03-31 | Yahoo! Inc. | User modeling for personalized generalized content recommendations |
| US9836545B2 (en) | 2012-04-27 | 2017-12-05 | Yahoo Holdings, Inc. | Systems and methods for personalized generalized content recommendations |
| EP2875468A1 (en) | 2012-07-20 | 2015-05-27 | Microsoft Technology Licensing, LLC | Color coding of layout structure elements in a flow format document |
| US9245428B2 (en) | 2012-08-02 | 2016-01-26 | Immersion Corporation | Systems and methods for haptic remote control gaming |
| US10614725B2 (en) | 2012-09-11 | 2020-04-07 | International Business Machines Corporation | Generating secondary questions in an introspective question answering system |
| US9992243B2 (en) | 2012-09-17 | 2018-06-05 | International Business Machines Corporation | Video conference application for detecting conference presenters by search parameters of facial or voice features, dynamically or manually configuring presentation templates based on the search parameters and altering the templates to a slideshow |
| US9665550B2 (en) * | 2012-11-30 | 2017-05-30 | Michael E. Lee | Expert based integrated annotation software interface and database using e-book technology |
| JP6070936B2 (ja) | 2013-01-31 | 2017-02-01 | インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ | 情報処理装置、情報処理方法及びプログラム |
| US9256341B2 (en) | 2013-03-20 | 2016-02-09 | Microsoft Technology Licensing, Llc | Tracking changes in collaborative authoring environment |
| US9547417B2 (en) * | 2013-03-29 | 2017-01-17 | Deere & Company | Retracting shortcut bars, status shortcuts and edit run page sets |
| US9727656B2 (en) * | 2013-07-04 | 2017-08-08 | Excalibur Ip, Llc | Interactive sitemap with user footprints |
| US10776375B2 (en) | 2013-07-15 | 2020-09-15 | Microsoft Technology Licensing, Llc | Retrieval of attribute values based upon identified entities |
| JP6326786B2 (ja) * | 2013-11-29 | 2018-05-23 | ブラザー工業株式会社 | プログラム、情報処理装置、および通信システム |
| US11514399B2 (en) | 2013-12-21 | 2022-11-29 | Microsoft Technology Licensing, Llc | Authoring through suggestion |
| US10824787B2 (en) | 2013-12-21 | 2020-11-03 | Microsoft Technology Licensing, Llc | Authoring through crowdsourcing based suggestions |
| US20150347357A1 (en) * | 2014-05-30 | 2015-12-03 | Rovi Guides, Inc. | Systems and methods for automatic text recognition and linking |
| US11120210B2 (en) * | 2014-07-18 | 2021-09-14 | Microsoft Technology Licensing, Llc | Entity recognition for enhanced document productivity |
| US9928410B2 (en) * | 2014-11-24 | 2018-03-27 | Samsung Electronics Co., Ltd. | Method and apparatus for recognizing object, and method and apparatus for training recognizer |
| JP6002256B2 (ja) * | 2015-02-02 | 2016-10-05 | 富士通株式会社 | アノテーション制御方法、アノテーション制御プログラム及びアノテーション制御システム |
| US9785620B2 (en) * | 2015-02-05 | 2017-10-10 | Salesforce.Com, Inc. | Creating linked communications |
| US10013433B2 (en) * | 2015-02-24 | 2018-07-03 | Canon Kabushiki Kaisha | Virtual file system |
| US11916916B2 (en) | 2015-06-04 | 2024-02-27 | Wymsical, Inc. | System and method for authenticating, storing, retrieving, and verifying documents |
| US10341353B1 (en) * | 2015-06-04 | 2019-07-02 | Wymsical, Inc. | System and method for issuing, authenticating, storing, retrieving, and verifying documents |
| US10564794B2 (en) | 2015-09-15 | 2020-02-18 | Xerox Corporation | Method and system for document management considering location, time and social context |
| US9817814B2 (en) * | 2015-12-31 | 2017-11-14 | Accenture Global Solutions Limited | Input entity identification from natural language text information |
| US10467318B2 (en) * | 2016-02-25 | 2019-11-05 | Futurewei Technologies, Inc. | Dynamic information retrieval and publishing |
| US10404549B2 (en) | 2016-07-28 | 2019-09-03 | At&T Intellectual Property I, L.P. | Applying machine learning to heterogeneous data of existing services to generate a new service |
| US10572595B2 (en) * | 2017-04-13 | 2020-02-25 | Baidu Usa Llc | Global normalized reader systems and methods |
| KR102004978B1 (ko) * | 2018-03-14 | 2019-07-30 | 주식회사 한글과컴퓨터 | 튜토리얼 기능이 구비된 전자 문서 편집 장치 및 이의 동작 방법 |
| CN109002483A (zh) * | 2018-06-22 | 2018-12-14 | 平安科技（深圳）有限公司 | 文档管理方法、装置、计算机设备及存储介质 |
| US11972490B2 (en) | 2018-07-20 | 2024-04-30 | Kbc Groep Nv | Determining a category of a request by word vector representation of a natural language text string with a similarity value |
| EP3598377A1 (en) * | 2018-07-20 | 2020-01-22 | KBC Groep NV | Improved claim handling |
| US10929453B2 (en) * | 2018-08-09 | 2021-02-23 | Nec Corporation | Verifying textual claims with a document corpus |
| CN109522411B (zh) * | 2018-11-12 | 2022-10-28 | 南京德磐信息科技有限公司 | 一种基于神经网络的写作辅助方法 |
| JP2021022123A (ja) * | 2019-07-26 | 2021-02-18 | キヤノン株式会社 | ディスプレイを搭載した電子機器、その制御方法、情報処理システム及びプログラム |
| US11783224B2 (en) | 2019-12-06 | 2023-10-10 | International Business Machines Corporation | Trait-modeled chatbots |
| CN111125566B (zh) * | 2019-12-11 | 2021-08-31 | 贝壳找房(北京)科技有限公司 | 信息获取方法和装置、电子设备和存储介质 |
| US11822622B2 (en) * | 2020-05-08 | 2023-11-21 | Docusign, Inc. | Machine learned feature recommendation engine in a digital transaction management platform |
| US11947571B2 (en) * | 2021-04-20 | 2024-04-02 | Microsoft Technology Licensing, Llc | Efficient tagging of content items using multi-granular embeddings |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5940614A (en) | 1991-04-18 | 1999-08-17 | International Business Machines Corporation | Hypertext control method and apparatus for displaying help information in an interactive data processing system |
| US5367621A (en) | 1991-09-06 | 1994-11-22 | International Business Machines Corporation | Data processing method to provide a generalized link from a reference point in an on-line book to an arbitrary multimedia object which can be dynamically updated |
| US5359514A (en) | 1993-08-03 | 1994-10-25 | International Business Machines Corporation | Method and apparatus for facilitating comprehension of on-line documents |
| US5822720A (en) | 1994-02-16 | 1998-10-13 | Sentius Corporation | System amd method for linking streams of multimedia data for reference material for display |
| US5963205A (en) * | 1995-05-26 | 1999-10-05 | Iconovex Corporation | Automatic index creation for a word processor |
| US5930787A (en) | 1995-09-27 | 1999-07-27 | Sharp Kabushiki Kaisha | Method for retrieving related word information, information processing apparatus, method for controlling related information display, and related information display apparatus |
| US6189019B1 (en) * | 1996-08-14 | 2001-02-13 | Microsoft Corporation | Computer system and computer-implemented process for presenting document connectivity |
| MY119393A (en) | 1996-08-14 | 2005-05-31 | Nippon Telegraph & Telephone | Method and system for preparing and registering homepages, interactive input apparatus for multimedia information, and recording medium including interactive input programs of the multimedia information |
| US6029182A (en) * | 1996-10-04 | 2000-02-22 | Canon Information Systems, Inc. | System for generating a custom formatted hypertext document by using a personal profile to retrieve hierarchical documents |
| US5999929A (en) * | 1997-09-29 | 1999-12-07 | Continuum Software, Inc | World wide web link referral system and method for generating and providing related links for links identified in web pages |
| US6092074A (en) | 1998-02-10 | 2000-07-18 | Connect Innovations, Inc. | Dynamic insertion and updating of hypertext links for internet servers |
| US6178430B1 (en) * | 1998-05-11 | 2001-01-23 | Mci Communication Corporation | Automated information technology standards management system |
| US6324551B1 (en) | 1998-08-31 | 2001-11-27 | Xerox Corporation | Self-contained document management based on document properties |
| US6493702B1 (en) | 1999-05-05 | 2002-12-10 | Xerox Corporation | System and method for searching and recommending documents in a collection using share bookmarks |
| EP1087306A3 (en) | 1999-09-24 | 2004-11-10 | Xerox Corporation | Meta-documents and method of managing them |
| AU1051101A (en) | 1999-10-27 | 2001-05-08 | Zapper Technologies Inc. | Context-driven information retrieval |
| US7757168B1 (en) | 2000-04-07 | 2010-07-13 | Xerox Corporation | Meta-document and method of managing |
| US20010047365A1 (en) * | 2000-04-19 | 2001-11-29 | Hiawatha Island Software Co, Inc. | System and method of packaging and unpackaging files into a markup language record for network search and archive services |
-
2001
- 2001-12-05 US US09/683,236 patent/US6732090B2/en not_active Expired - Lifetime
-
2002
- 2002-08-13 BR BRPI0203479-4A patent/BRPI0203479B1/pt not_active IP Right Cessation
- 2002-08-13 JP JP2002235923A patent/JP4365074B2/ja not_active Expired - Lifetime
- 2002-08-13 EP EP02018111A patent/EP1284461A1/en not_active Withdrawn
Also Published As
| Publication number | Publication date |
|---|---|
| EP1284461A1 (en) | 2003-02-19 |
| JP2003114906A (ja) | 2003-04-18 |
| US6732090B2 (en) | 2004-05-04 |
| US20030033287A1 (en) | 2003-02-13 |
| BRPI0203479B1 (pt) | 2015-06-09 |
| BR0203479A (pt) | 2003-05-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4365074B2 (ja) | ユーザ定義可能なパーソナリティを備えた文書拡充システム | |
| US6778979B2 (en) | System for automatically generating queries | |
| US6820075B2 (en) | Document-centric system with auto-completion | |
| US6928425B2 (en) | System for propagating enrichment between documents | |
| US7133862B2 (en) | System with user directed enrichment and import/export control | |
| US7117432B1 (en) | Meta-document management system with transit triggered enrichment | |
| US7769757B2 (en) | System for automatically generating queries | |
| Kowalski | Information retrieval architecture and algorithms | |
| Berendt et al. | A roadmap for web mining: From web to semantic web | |
| US20050022114A1 (en) | Meta-document management system with personality identifiers | |
| Aletras et al. | Evaluating topic representations for exploring document collections | |
| KR20070039072A (ko) | 검색 엔진에서의 결과물 기반의 광고 개인화 | |
| WO2014160309A1 (en) | Method and apparatus for human-machine interaction | |
| KR20070038146A (ko) | 검색 결과에서 배치 내용 정렬의 개인화 | |
| JP5313295B2 (ja) | 文書探索サービス提供方法及びシステム | |
| Kruschwitz | Intelligent document retrieval: exploiting markup structure | |
| WO2001029709A1 (en) | System and method for location, understanding and assimilation of digital documents through abstract indicia | |
| Mamoon et al. | Interactive visualization of retrieved information | |
| Sugiyama | Studies on Improving Retrieval Accuracy in Web Information Retrieval | |
| Ozioko et al. | LIS 303 INFORMATION RETRIEVAL (CATALOGUING II) | |
| Penev | Search in personal spaces | |
| Mamoon et al. | Visualization of retrieved information: a survey | |
| Trani | Improving the Efficiency and Effectiveness of Document Understanding in Web Search. | |
| Jucan et al. | Ontology-Based Modeling and Recommendation Techniques for Adaptive Hypermedia Systems | |
| Lau | Structuring free-form tagging in online news |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050809 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080819 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081111 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090407 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090706 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20090728 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090820 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120828 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4365074 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130828 Year of fee payment: 4 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |