JP5057474B2 - オブジェクト間の競合指標計算方法およびシステム - Google Patents
オブジェクト間の競合指標計算方法およびシステム Download PDFInfo
- Publication number
- JP5057474B2 JP5057474B2 JP2008240624A JP2008240624A JP5057474B2 JP 5057474 B2 JP5057474 B2 JP 5057474B2 JP 2008240624 A JP2008240624 A JP 2008240624A JP 2008240624 A JP2008240624 A JP 2008240624A JP 5057474 B2 JP5057474 B2 JP 5057474B2
- Authority
- JP
- Japan
- Prior art keywords
- index
- profiles
- competitive
- competition
- index calculation
- 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 - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 102
- 238000004364 calculation method Methods 0.000 claims description 118
- 230000002860 competitive effect Effects 0.000 claims description 112
- 239000013598 vector Substances 0.000 claims description 36
- 238000000691 measurement method Methods 0.000 claims description 34
- 238000004458 analytical method Methods 0.000 claims description 27
- 238000013507 mapping Methods 0.000 claims description 21
- 238000010606 normalization Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 19
- 238000013519 translation Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 9
- 230000002155 anti-virotic effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 238000002910 structure generation Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000011524 similarity measure Methods 0.000 description 2
- 241000700605 Viruses Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Machine Translation (AREA)
Description
(1)米国特許No.5731991,
(2)米国特許No.20050004880A1
(3)米国特許No.20050192930A1、および
(4)米国特許No.2004068413
(第1の実施例)
ここで、AとBは、s個の属性を含んだ共通構造を有する2つのプロファイルである。また、A=(A1,...,As)およびB=(B1,..,Bs)であり、ci(Ai,Bi)は2つのプロファイルに含まれるi番目の属性の競合部分指標であり、wiはi番目の属性に割り当てられた重みである。前述したように、競合重み付け方針は競合重み付けポリシーベース306から取り込まれる。図4のプロセスはこれで終了する。
(第2の実施例)
を使用して、第1および第2のプロファイルA、Bを有する第1および第2のオブジェクト間の競合指標を計算する。ここで注意を要するのは、異なるノード間の意味的距離が省略されていることである。しかし、競合指標計算の精度を高めるために、異なるノード間の意味的距離も適切な方法を使用して統合できることは、当業者には容易に理解されるであろう。
101:オブジェクト取得手段
102:正規化手段
103:競合指標計算器
104:オントロジ情報ベース
105:オブジェクトデータベース
106:競合指標データベース
1041:共通属性名語彙
1042:オブジェクトカテゴリツリー
301:判定部
302:統一プロファイル構造生成部
303:整合化部
304:競合部分指標計算部
305:競合指標計算部
306:競合重み付けポリシーベース
601:属性タイプ判定部
602:部分指標測定方法セレクタ
603:部分指標計算器
701:ベクトル生成部
702:VSMベース部分指標計算器
703:ドメイン/POS解析モジュール
704:前処理部
801:マッピング手段
802:マッピング確率計算部
803:意味的距離取得部
804:競合指標計算部
1201:CPU
1202:ユーザインターフェース
1203:周辺機器
1204:内部バス
1205:メモリ
1206:恒久的記憶部
Claims (39)
- コンピュータを競合指標計算システムとして動作させるためのオブジェクト間の競合指標計算方法であって、
複数の属性から成る第1および第2のプロファイルを各々有する第1のオブジェクトと第2のオブジェクトを取得するステップと、
オントロジ情報を参照して前記第1および第2のプロファイルを正規化するステップと、
正規化された前記第1および第2のプロファイルに基づいて、前記第1および第2のオブジェクト間の競合指標を計算するステップとを有し、
前記オントロジ情報が、前記属性の競合に対する重要性によって選択されたオブジェクトの属性名を含む共通属性名語彙であり、
前記第1と第2プロファイルの正規化ステップは、
前記第1と第2プロファイルのプロファイルタイプを判定するステップと、
判定したプロファイルタイプに従って、前記共通属性名語彙を参照して統一プロファイル構造を生成するステップと、
前記第1と第2プロファイル内の各属性を統一されたプロファイル内の対応する属性と整合させるステップを有し、
前記競合指標の計算ステップは、
整合化された前記第1および第2のプロファイル内の対応属性の対について競合部分指標を計算するステップと、
前記第1と第2プロファイル内の全ての属性の競合部分指標の重み付け和を計算することにより、前記第1と第2のオブジェクト間の競合指標を取得するステップを有し、
前記プロファイルは、属性名と、属性値とから構成され、
前記属性値は、テキスト形式のデータ、若しくは数値の何れかである
ことを特徴とする競合指標計算方法。 - コンピュータを競合指標計算システムとして動作させるためのオブジェクト間の競合指標計算方法であって、
複数の属性から成る第1および第2のプロファイルを各々有する第1のオブジェクトと第2のオブジェクトを取得するステップと、
オントロジ情報を参照して前記第1および第2のプロファイルを正規化するステップと、
正規化された前記第1および第2のプロファイルに基づいて、前記第1および第2のオブジェクト間の競合指標を計算するステップとを有し、
前記オントロジ情報が、ツリー内の各ノードが1つのオブジェクトカテゴリを表し、1つ以上の代表的プロファイルを含むオブジェクトカテゴリツリーであり、
前記第1と第2プロファイルの正規化ステップは、
前記第1と第2プロファイルをそれぞれ前記オブジェクトカテゴリツリーの1つ以上のノードにマッピングするステップを有し、
前記競合指標の計算ステップは、
前記オブジェクトカテゴリツリーのノード対における意味的距離を取得するステップと、
取得した意味的距離に基づいて前記第1及び第2のオブジェクト間の競合指標を計算するステップと、
前記第1と第2プロファイルの各々について、前記オブジェクトカテゴリツリーの対応するノードにマッピングされる確率を計算するステップとを有し、
前記プロファイルは、属性名と、属性値とから構成され、
前記属性値は、テキスト形式のデータ、若しくは数値の何れかであり、
前記第1及び第2のオブジェクトの間の競合指標は、前記第1と第2プロファイルの計算されたマッピング確率と、前記第1と第2プロファイルがマッピングされるノードの間の取得された意味的距離に基づいて計算される
ことを特徴とする競合指標計算方法。 - 前記競合部分指標の計算ステップは、
前記第1と第2プロファイル内の対応属性の対、すなわち、前記第1のプロファイルからの第1の属性と前記第2のプロファイルからの第2の属性について、
前記共通属性名語彙を参照して前記第1と第2属性のタイプを判定するステップと、
判定した属性タイプに従って競合部分指標測定方法を選択するステップと、
選択された競合部分指標測定方法で前記第1と第2属性の間の競合部分指標を計算するステップを有することを特徴とする請求項1に記載の競合指標計算方法。 - 前記競合部分指標測定方法が、ベクトル空間モデル(VSM)ベースの測定方法或いは属性値ベースの測定方法であることを特徴とする請求項3に記載の競合指標計算方法。
- 前記競合部分指標を計算するために前記VSMベースの測定方法を用いる場合、
前記競合部分指標の計算ステップは、
前記第1と第2属性をそれぞれ表す、単語ベースの第1のベクトルと第2のベクトルを生成するステップと、
前記第1と第2属性の間の競合部分指標として前記第1と第2ベクトルの間の競合指標を計算するために前記VSMベースの測定方法を用いるステップを有することを特徴とする請求項4に記載の競合指標計算方法。 - 前記第1と第2ベクトルを生成する前に、各属性値のテキストから名前エンティティを削除するために第1と第2属性の前処理を行うステップをさらに含むことを特徴とする請求項5に記載の競合指標計算方法。
- 前記名前エンティティが、固有名詞、企業名及び製品名を含むことを特徴とする請求項6に記載の競合指標計算方法。
- 前記第1と第2属性内の単語についてドメインおよび品詞(POS)解析を行なうステップと、
前記第1と第2ベクトルを生成する前に、前記ドメインおよびPOS解析の結果に従って、競合に関して予め格納された競合重み係数ルールテーブルを参照して前記第1と第2属性内の単語に重みを加えるステップをさらに含むことを特徴とする請求項5に記載の競合指標計算方法。 - 前記競合重み係数ルールテーブルは、ユーザによって手動で構築されることを特徴とする請求項8に記載の競合指標計算方法。
- 前記競合重み係数ルールテーブルは、サードパーティウェブサイトから入手したオントロジ的製品情報に基づいてキーワード抽出を実行する自動的な方法で構築されることを特徴とする請求項8に記載の競合指標計算方法。
- 前記競合重み係数ルールテーブルは、競合指標を計算する際に単語の重要性を表わす、各単語に関連した競合重み係数を格納することを特徴とする請求項8に記載の競合指標計算方法。
- 前記競合重み係数ルールテーブルにおいて、比較されるオブジェクトが属するドメインと関連のない単語については、ドメインに関連する単語より低い競合重み係数が付与され、
競合指標の計算に寄与しない品詞を有する単語については、それらの競合重み係数が0に設定されることを特徴とする請求項11に記載の競合指標計算方法。 - 各ノードの1つ以上の前記代表的プロファイルは、異なる言語に対応することを特徴とする請求項2に記載の競合指標計算方法。
- VSMベースの測定方法を用いた前記オブジェクトカテゴリツリーのノードへの前記第1と第2プロファイルのマッピングを行なうために、前記オブジェクトカテゴリツリーの各ノードの1つ以上の代表的プロファイルを媒体として利用することを特徴とする請求項2に記載の競合指標計算方法。
- 前記第1と第2プロファイルの各々が単一のノードにマッピングされる場合、マッピングされたノードの間の意味的距離が、前記第1及び第2のオブジェクト間の競合指標として直接利用されることを特徴とする請求項2に記載の競合指標計算方法。
- 前記第1と第2プロファイルの各々が複数ノードにマッピングされる場合、前記オブジェクトカテゴリツリーのそれぞれのノードに前記第1と第2プロファイルがマッピングされる確率に基づいて、第1のカテゴリ・ベクトルおよび第2のカテゴリ・ベクトルが生成され、
前記第1及び第2のオブジェクト間の競合指標が、前記第1と第2のカテゴリ・ベクトルの余弦測定方法を用いることによって計算されることを特徴とする請求項2に記載の競合指標計算方法。 - 前記第1と第2プロファイルがマッピングされるノードの間の意味的距離は、前記第1及び第2のオブジェクトの間の競合指標を計算する余弦測定方法に統合されることを特徴とする請求項16に記載の競合指標計算方法。
- 前記オブジェクトカテゴリツリーのそれぞれのノード間の意味的距離は、前もって計算され、前記オブジェクトカテゴリツリーと共に格納されることを特徴とする請求項16に記載の競合指標計算方法。
- 前記オブジェクトカテゴリツリーにおいて、上位階層におけるノード間の意味的距離が、下位階層におけるノード間の意味的距離より大きく、「兄弟」ノードの間の意味的な距離が、「親」ノードと「子供」ノードの間の意味的距離より大きいことを特徴とする請求項2に記載の競合指標計算方法。
- オブジェクト間の競合指標計算システムであって、
複数の属性から成る第1および第2のプロファイルを各々有する第1のオブジェクトと第2のオブジェクトとを取得するオブジェクト取得手段と、
オントロジ情報を格納するオントロジ情報ベースと、
オントロジ情報ベースのオントロジ情報を使用して第1および第2のプロファイルを正規化する正規化手段と、
正規化された第1および第2のプロファイルに基づいて、第1および第2のオブジェクト間の競合指標を計算する競合指標計算器と備え、
前記オントロジ情報が、前記属性の競合に対する重要性によって選択されたオブジェクトの属性名を含む共通属性名語彙であり、
前記正規化手段は、
前記第1と第2プロファイルのプロファイルタイプを判定する判定部と、
判定したプロファイルタイプに従って、前記共通属性名語彙を参照して統一プロファイル構造を生成する統一プロファイル構造生成部と、
前記第1と第2プロファイル内の各属性を統一されたプロファイル内の対応する属性と整合させる整合部を備え、
前記競合指標計算器は、
整合化された前記第1および第2のプロファイル内の対応属性の対について競合部分指標を計算する競合部分指標計算部と、
前記第1と第2プロファイル内の全ての属性の競合部分指標の重み付け和を計算することにより、前記第1と第2のオブジェクト間の競合指標を取得する競合指標計算部を備え、
前記システムは、重み付けに必要な重み係数を格納する競合重み付けポリシーベースをさらに含み、
前記プロファイルは、属性名と、属性値とから構成され、
前記属性値は、テキスト形式のデータ、若しくは数値の何れかである
ことを特徴とする競合指標計算システム。 - オブジェクト間の競合指標計算システムであって、
複数の属性から成る第1および第2のプロファイルを各々有する第1のオブジェクトと第2のオブジェクトとを取得するオブジェクト取得手段と、
オントロジ情報を格納するオントロジ情報ベースと、
オントロジ情報ベースのオントロジ情報を使用して第1および第2のプロファイルを正規化する正規化手段と、
正規化された第1および第2のプロファイルに基づいて、第1および第2のオブジェクト間の競合指標を計算する競合指標計算器とを備え、
前記オントロジ情報が、ツリー内の各ノードが1つのオブジェクトカテゴリを表し、1つ以上の代表的プロファイルを含むオブジェクトカテゴリツリーであり、
前記正規化手段は、
前記第1と第2プロファイルをそれぞれ前記オブジェクトカテゴリツリーの1つ以上のノードにマッピングするマッピング部を備え、
前記競合指標計算器は、
前記オブジェクトカテゴリツリーのノード対における意味的距離を取得する意味的距離取得部と、
取得した意味的距離に基づいて前記第1及び第2のオブジェクト間の競合指標を計算する競合指標計算部と、
前記第1と第2プロファイルの各々について、前記オブジェクトカテゴリツリーの対応するノードにマッピングされる確率を計算するマッピング確率計算部とを備え、
前記プロファイルは、属性名と、属性値とから構成され、
前記属性値は、テキスト形式のデータ、若しくは数値の何れかであり、
前記第1及び第2のオブジェクトの間の競合指標は、前記第1と第2プロファイルの計算されたマッピング確率と、前記第1と第2プロファイルがマッピングされるノードの間の取得された意味的距離に基づいて計算される
ことを特徴とする競合指標計算システム。 - 前記競合部分指標計算部は、
前記第1と第2プロファイル内の1対の対応する属性である前記第1のプロファイルからの第1の属性と前記第2のプロファイルからの第2の属性のタイプを、前記共通属性名語彙を参照して判定する属性タイプ判定部と、
判定した属性タイプに従って競合部分指標測定方法を選択する部分指標測定方法セレクタと、
選択された競合部分指標測定方法で前記第1と第2属性の間の競合部分指標を計算する部分指標計算器を備えることを特徴とする請求項20に記載の競合指標計算システム。 - 前記部分指標計算器が、ベクトル空間モデル(VSM)ベースの測定方法或いは属性値ベースの測定方法を用いることを特徴とする請求項22に記載の競合指標計算システム。
- 前記競合部分指標を計算するために前記VSMベースの測定方法を用いる場合、
前記部分指標計算器は、
前記第1と第2属性をそれぞれ表す、単語ベースの第1のベクトルと第2のベクトルを生成するベクトル生成部と、
前記第1と第2属性の間の競合部分指標として前記第1と第2ベクトルの間の競合指標を計算するために前記VSMベースの測定方法を用いるVSMベース部分指標計算器を備えることを特徴とする請求項23に記載の競合指標計算システム。 - 前記部分指標計算器は、
前記第1と第2ベクトルを生成する前に、各属性値のテキストから名前エンティティを削除するために第1と第2属性の前処理を行う前処理部をさらに含むことを特徴とする請求項24に記載の競合指標計算システム。 - 前記名前エンティティが、固有名詞、企業名及び製品名を含むことを特徴とする請求項25に記載の競合指標計算システム。
- 前記部分指標計算器は、
前記第1と第2属性内の単語についてドメインおよび品詞(POS)解析を行なうドメインおよびPOS解析モジュールを備え、
前記ベクトル生成部が、前記第1と第2ベクトルを生成する前に、前記ドメインおよびPOS解析の結果に従って、競合に関して予め格納された競合重み係数ルールテーブルを参照して前記第1と第2属性内の単語に重みを加えることを特徴とする請求項24に記載の競合指標計算システム。 - 前記競合重み係数ルールテーブルは、前記競合重み付けポリシーベースに格納されることを特徴とする請求項27に記載の競合指標計算システム。
- 前記競合重み係数ルールテーブルは、ユーザによって手動で構築されることを特徴とする請求項27に記載の競合指標計算システム。
- 前記競合重み係数ルールテーブルは、サードパーティウェブサイトから入手したオントロジ的製品情報に基づいてキーワード抽出を実行する自動的な方法で構築されることを特徴とする請求項27に記載の競合指標計算システム。
- 前記競合重み係数ルールテーブルは、競合指標を計算する際に単語の重要性を表わす、各単語に関連した競合重み係数を格納することを特徴とする請求項27に記載の競合指標計算システム。
- 前記競合重み係数ルールテーブルにおいて、比較されるオブジェクトが属するドメインと関連のない単語については、ドメインに関連する単語より低い競合重み係数が付与され、
競合指標の計算に寄与しない品詞を有する単語については、それらの競合重み係数が0に設定されることを特徴とする請求項31に記載の競合指標計算システム。 - 各ノードの1つ以上の前記代表的プロファイルは、異なる言語に対応することを特徴とする請求項21に記載の競合指標計算システム。
- 前記マッピング部は、VSMベースの測定方法を用いた前記オブジェクトカテゴリツリーのノードへの前記第1と第2プロファイルのマッピングを行なうために、前記オブジェクトカテゴリツリーの各ノードの1つ以上の代表的プロファイルを媒体として利用することを特徴とする請求項21に記載の競合指標計算システム。
- 前記第1と第2プロファイルの各々が単一のノードにマッピングされる場合、前記競合指標計算部が、マッピングされたノードの間の意味的距離を、前記第1及び第2のオブジェクト間の競合指標として直接利用することを特徴とする請求項21に記載の競合指標計算システム。
- 前記第1と第2プロファイルの各々が複数ノードにマッピングされる場合、前記競合指標計算部が、前記オブジェクトカテゴリツリーのそれぞれのノードに前記第1と第2プロファイルがマッピングされる確率に基づいて、第1のカテゴリ・ベクトルおよび第2のカテゴリ・ベクトルを生成し、
前記第1及び第2のオブジェクト間の競合指標を、前記第1と第2のカテゴリ・ベクトルの余弦測定方法を用いることによって計算することを特徴とする請求項21に記載の競合指標計算システム。 - 前記第1と第2プロファイルがマッピングされるノードの間の意味的距離は、前記第1及び第2のオブジェクトの間の競合指標を計算する余弦測定方法に統合されることを特徴とする請求項36に記載の競合指標計算システム。
- 前記オブジェクトカテゴリツリーのそれぞれのノード間の意味的距離は、前もって計算され、前記競合重み付けポリシーベースに前記オブジェクトカテゴリツリーと共に格納されることを特徴とする請求項21に記載の競合指標計算システム。
- 前記オブジェクトカテゴリツリーにおいて、上位階層におけるノード間の意味的距離が、下位階層におけるノード間の意味的距離より大きく、「兄弟」ノードの間の意味的な距離が、「親」ノードと「子供」ノードの間の意味的距離より大きいことを特徴とする請求項21に記載の競合指標計算システム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200710153592.0 | 2007-09-19 | ||
CN200710153592.0A CN101393550A (zh) | 2007-09-19 | 2007-09-19 | 用于计算对象之间竞争性度量的方法与*** |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009110508A JP2009110508A (ja) | 2009-05-21 |
JP5057474B2 true JP5057474B2 (ja) | 2012-10-24 |
Family
ID=40455711
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008240624A Expired - Fee Related JP5057474B2 (ja) | 2007-09-19 | 2008-09-19 | オブジェクト間の競合指標計算方法およびシステム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20090077126A1 (ja) |
JP (1) | JP5057474B2 (ja) |
CN (1) | CN101393550A (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011044865A1 (de) * | 2009-10-12 | 2011-04-21 | Beel Joeran | Verfahren zum bestimmen einer ähnlichkeit von objekten |
US9794268B2 (en) * | 2009-10-16 | 2017-10-17 | Nokia Solutions And Networks Oy | Privacy policy management method for a user device |
WO2012178152A1 (en) * | 2011-06-23 | 2012-12-27 | I3 Analytics | Methods and systems for retrieval of experts based on user customizable search and ranking parameters |
CN105808611B (zh) * | 2014-12-31 | 2019-12-06 | 华为技术有限公司 | 数据挖掘方法和装置 |
RU2626555C2 (ru) * | 2015-12-02 | 2017-07-28 | Общество с ограниченной ответственностью "Аби Продакшн" | Извлечение сущностей из текстов на естественном языке |
US10242002B2 (en) * | 2016-08-01 | 2019-03-26 | International Business Machines Corporation | Phenomenological semantic distance from latent dirichlet allocations (LDA) classification |
US10229184B2 (en) * | 2016-08-01 | 2019-03-12 | International Business Machines Corporation | Phenomenological semantic distance from latent dirichlet allocations (LDA) classification |
CN108229999B (zh) * | 2016-12-21 | 2022-01-21 | 百度在线网络技术(北京)有限公司 | 竞品评估方法及装置 |
CN111125911B (zh) * | 2019-12-25 | 2022-08-09 | 昆明理工大学 | 一种基于分区双层网络的语言竞争微观仿真模型的建模仿真方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5301109A (en) * | 1990-06-11 | 1994-04-05 | Bell Communications Research, Inc. | Computerized cross-language document retrieval using latent semantic indexing |
US5835905A (en) * | 1997-04-09 | 1998-11-10 | Xerox Corporation | System for predicting documents relevant to focus documents by spreading activation through network representations of a linked collection of documents |
US6629097B1 (en) * | 1999-04-28 | 2003-09-30 | Douglas K. Keith | Displaying implicit associations among items in loosely-structured data sets |
JP3996470B2 (ja) * | 2002-08-23 | 2007-10-24 | 日本電信電話株式会社 | 視覚的情報分類方法、視覚的情報分類装置、視覚的情報分類プログラムおよびそのプログラムを記録した記録媒体 |
US7627486B2 (en) * | 2002-10-07 | 2009-12-01 | Cbs Interactive, Inc. | System and method for rating plural products |
JP2005165736A (ja) * | 2003-12-03 | 2005-06-23 | Toyota Motor Corp | 新規製品に競合する既存製品グループの抽出装置と新規製品の属性別の開発目標水準の決定過程支援装置 |
US7451124B2 (en) * | 2005-05-12 | 2008-11-11 | Xerox Corporation | Method of analyzing documents |
US8024329B1 (en) * | 2006-06-01 | 2011-09-20 | Monster Worldwide, Inc. | Using inverted indexes for contextual personalized information retrieval |
-
2007
- 2007-09-19 CN CN200710153592.0A patent/CN101393550A/zh active Pending
-
2008
- 2008-09-18 US US12/233,335 patent/US20090077126A1/en not_active Abandoned
- 2008-09-19 JP JP2008240624A patent/JP5057474B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101393550A (zh) | 2009-03-25 |
JP2009110508A (ja) | 2009-05-21 |
US20090077126A1 (en) | 2009-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4920023B2 (ja) | オブジェクト間競合指標計算方法およびシステム | |
JP5057474B2 (ja) | オブジェクト間の競合指標計算方法およびシステム | |
US8370129B2 (en) | System and methods for quantitative assessment of information in natural language contents | |
US20180232443A1 (en) | Intelligent matching system with ontology-aided relation extraction | |
JP5391633B2 (ja) | オントロジー空間を規定するタームの推奨 | |
WO2021139262A1 (zh) | 文献主题词聚合方法、装置、计算机设备及可读存储介质 | |
JP5078173B2 (ja) | 多義性解消方法とそのシステム | |
CN102918532B (zh) | 在搜索结果排序中对垃圾的检测 | |
US20080147642A1 (en) | System for discovering data artifacts in an on-line data object | |
US20110112995A1 (en) | Systems and methods for organizing collective social intelligence information using an organic object data model | |
US20130110839A1 (en) | Constructing an analysis of a document | |
JP5710581B2 (ja) | 質問応答装置、方法、及びプログラム | |
CN113268569B (zh) | 基于语义的关联词查找方法及装置、电子设备、存储介质 | |
JP5391632B2 (ja) | ワードと文書の深さの決定 | |
US20080147641A1 (en) | Method for prioritizing search results retrieved in response to a computerized search query | |
US20080147588A1 (en) | Method for discovering data artifacts in an on-line data object | |
Sleeman et al. | Entity type recognition for heterogeneous semantic graphs | |
Lan | Research on Text Similarity Measurement Hybrid Algorithm with Term Semantic Information and TF‐IDF Method | |
Nesi et al. | Ge (o) Lo (cator): Geographic information extraction from unstructured text data and Web documents | |
JPWO2014002774A1 (ja) | 同義語抽出システム、方法および記録媒体 | |
Nasser et al. | n-Gram based language processing using Twitter dataset to identify COVID-19 patients | |
Anam et al. | Review of ontology matching approaches and challenges | |
Zhang et al. | Document keyword extraction based on semantic hierarchical graph model | |
Garrido et al. | GEO-NASS: A semantic tagging experience from geographical data on the media | |
JP2013502012A (ja) | 人的資本労働雇用の地位/職務を製品化するためのシステムおよび方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110427 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110725 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120302 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120531 |
|
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: 20120726 |
|
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: 20120726 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150810 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |