JP5461360B2 - スーパーユニットを用いた検索処理のためのシステム及び方法 - Google Patents
スーパーユニットを用いた検索処理のためのシステム及び方法 Download PDFInfo
- Publication number
- JP5461360B2 JP5461360B2 JP2010230964A JP2010230964A JP5461360B2 JP 5461360 B2 JP5461360 B2 JP 5461360B2 JP 2010230964 A JP2010230964 A JP 2010230964A JP 2010230964 A JP2010230964 A JP 2010230964A JP 5461360 B2 JP5461360 B2 JP 5461360B2
- Authority
- JP
- Japan
- Prior art keywords
- unit
- units
- super
- signature
- cluster
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 90
- 238000012545 processing Methods 0.000 title description 21
- 230000008569 process Effects 0.000 description 51
- 238000010276 construction Methods 0.000 description 24
- 230000004044 response Effects 0.000 description 20
- 241000894007 species Species 0.000 description 20
- 238000004458 analytical method Methods 0.000 description 15
- 238000004422 calculation algorithm Methods 0.000 description 15
- 239000003814 drug Substances 0.000 description 15
- 229940079593 drug Drugs 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 241000282412 Homo Species 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 241000282414 Homo sapiens Species 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 241001465754 Metazoa Species 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000010006 flight Effects 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000009941 weaving Methods 0.000 description 3
- RZVAJINKPMORJF-UHFFFAOYSA-N Acetaminophen Chemical compound CC(=O)NC1=CC=C(O)C=C1 RZVAJINKPMORJF-UHFFFAOYSA-N 0.000 description 2
- 241000282372 Panthera onca Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 229940000146 vicodin Drugs 0.000 description 2
- 241000239290 Araneae Species 0.000 description 1
- 108010011485 Aspartame Proteins 0.000 description 1
- HEFNNWSXXWATRW-UHFFFAOYSA-N Ibuprofen Chemical compound CC(C)CC1=CC=C(C(C)C(O)=O)C=C1 HEFNNWSXXWATRW-UHFFFAOYSA-N 0.000 description 1
- LPHGQDQBBGAPDZ-UHFFFAOYSA-N Isocaffeine Natural products CN1C(=O)N(C)C(=O)C2=C1N(C)C=N2 LPHGQDQBBGAPDZ-UHFFFAOYSA-N 0.000 description 1
- BRUQQQPBMZOVGD-XFKAJCMBSA-N Oxycodone Chemical compound O=C([C@@H]1O2)CC[C@@]3(O)[C@H]4CC5=CC=C(OC)C2=C5[C@@]13CCN4C BRUQQQPBMZOVGD-XFKAJCMBSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- IAOZJIPTCAWIRG-QWRGUYRKSA-N aspartame Chemical compound OC(=O)C[C@H](N)C(=O)N[C@H](C(=O)OC)CC1=CC=CC=C1 IAOZJIPTCAWIRG-QWRGUYRKSA-N 0.000 description 1
- 229960003438 aspartame Drugs 0.000 description 1
- 235000010357 aspartame Nutrition 0.000 description 1
- 239000000605 aspartame Substances 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 229960001948 caffeine Drugs 0.000 description 1
- VJEONQKOZGKCAK-UHFFFAOYSA-N caffeine Natural products CN1C(=O)N(C)C(=O)C2=C1C=CN2C VJEONQKOZGKCAK-UHFFFAOYSA-N 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 235000014510 cooky Nutrition 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- DBEPLOCGEIEOCV-WSBQPABSSA-N finasteride Chemical compound N([C@@H]1CC2)C(=O)C=C[C@]1(C)[C@@H]1[C@@H]2[C@@H]2CC[C@H](C(=O)NC(C)(C)C)[C@@]2(C)CC1 DBEPLOCGEIEOCV-WSBQPABSSA-N 0.000 description 1
- 235000013373 food additive Nutrition 0.000 description 1
- 239000002778 food additive Substances 0.000 description 1
- 229960001680 ibuprofen Drugs 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229940105606 oxycontin Drugs 0.000 description 1
- 229940117382 propecia Drugs 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9532—Query formulation
-
- 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
- G06F16/35—Clustering; Classification
-
- 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
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
-
- 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
- Y10S707/99931—Database or file accessing
- Y10S707/99933—Query processing, i.e. searching
- Y10S707/99935—Query augmenting and refining, e.g. inexact access
-
- 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
- Y10S707/99936—Pattern matching access
-
- 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
- Y10S707/99937—Sorting
-
- 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
-
- 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
- Y10S707/99944—Object-oriented database structure
- Y10S707/99945—Object-oriented database structure processing
-
- 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
- Y10S707/99948—Application of database or data structure, e.g. distributed, multimedia, or image
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
A.ネットワークの実装
図1は、本発明の一実施形態に係るクライアントシステム20を含む情報検索及び通信ネットワーク10の概略を示す。コンピュータネットワーク10において、クライアントシステム20が、例えばローカルエリアネットワーク(LAN)又はワイドエリアネットワーク(WAN)を通じインターネット40又は他の通信ネットワークを介して、多数のサーバシステム501〜50Nに結合されている。本明細書において記載するように、クライアントシステム20は、本発明に従い、サーバシステム501〜50Nのいずれかと通信して、例えば、メディアコンテンツ及びウェブページのような他の情報をアクセス、受信、検索及び表示するように構成されている。
図2は、本発明の一実施形態に係る、別のメディアコンテンツを通信するための情報検索及び通信ネットワーク110を示す。図2に示すように、ネットワーク110は、クライアントシステム120と、1又はそれ以上のコンテンツサーバシステム150と、検索サーバシステム160とを含む。ネットワーク110において、クライアントシステム120が、インターネット140又は他の通信ネットワークを介してサーバシステム150及び160に対して通信可能に結合されている。上述したように、クライアントシステム120及びこのクライアントシステムの構成要素は、インターネット140又は他のネットワークを介してサーバシステム150及び160並びに他のサーバシステムと通信するように構成されている。
一実施形態によれば、クライアントシステム120上で実行するクライアントアプリケーション(モジュール125として表現されている)は、クライアントシステム120を制御するための命令と、サーバシステム150及び160と通信してこれらから受信したデータコンテンツを処理及び表示するためのクライアントシステム120の構成要素とを含む。クライアントアプリケーション125は、好ましくは、リモートサーバシステム(例えば、サーバシステム150、サーバシステム160又は他のリモートサーバシステム)のようなソフトウェアソースからクライアントシステム120に対して送信及びダウンロードされるが、クライアントアプリケーションモジュール125は、上述したようなフロッピーディスク、CDやDVD等のようなソフトウェア格納媒体上に設けることができる。例えば、1つの特徴として、クライアントアプリケーションモジュール125は、インターネット140を介して、様々なオブジェクト、フレーム及びウィンドウにおいてデータを操作及びレンダリングするための様々なコントロール、例えば、組込み型Javaスクリプト若しくはアクティブXコントロールを含んだHTMLラッパーにより提供することができる。
一実施形態によれば、検索サーバシステム160は、クライアントシステム120に対して検索結果データ及びメディアコンテンツを与えるように構成されており、コンテンツサーバシステム150は、ウェブページのようなデータ及びメディアコンテンツを、例えば検索サーバシステム160により与えられた検索結果ページにおいて選択されたリンクに応答して、クライアントシステム120に与えるように構成されている。いくつかの変形例では、検索サーバシステム160は、コンテンツに対するリンク及び/又は他のリファレンスとともに又はこれに代えて、コンテンツを返す。検索サーバシステム160はまた、好ましくは、後述する問い合わせログファイルの形で、ユーザの問い合わせ行動(activity)を記録するように構成される。
1つの実施形態では、検索サーバシステム160上のアルゴリズムは、検索語に対する概念分析を実行して、ユーザに対してより関連のある結果を与える。例えば「New York City(ニューヨーク市)」という検索フレーズについては、ユーザは、ニューヨーク州の他の都市と比較すると、ニューヨーク市(この都市又は地域)に関連する場所に興味を持っている可能性が非常に高い。同様に、「New York City law enforcement(ニューヨーク市の法律施行)」については、ユーザは、ニューヨーク市における法律施行(職の一部(segment of jobs))に関連する場所に興味を持っている可能性が非常に高い。しかしながら、通常のほとんどの検索エンジンは、これらの語がこの検索フレーズにおいて出現する順序に関係なく、単に、「New」、「York」、「City」、「law」及び「enforcement」という個々の語を用いて検索をするに過ぎない。他の通常の検索エンジンは、インデックスにも出現する、検索フレーズにおける最も長いサブストリングを探そうとする。例えば、インデックスが、「New York」、「New York City」及び「New York City law」を含むが、「New York City law enforcement」を含まない場合には、検索エンジンは、「New York City law」及び「enforcement」を用いて検索をし、これは、必ずしもユーザが意図したものになるとは限らず、また、最適な結果を生成しそうもない。
図4は、本発明の一実施形態に係る、スーパーユニット生成を含めて概念発見又は概念分析を実行するシステム400のブロック図である。1又はそれ以上のログファイル402(又は実際の問い合わせ)が、ユニット辞書を生成する問い合わせ処理エンジン(「問い合わせエンジン」ともいう。)404により受信される。問い合わせエンジン404は、検索サーバシステム160(図2)における1つの構成要素とすることができ、或いは、検索サーバシステム160と通信する別のシステムとすることができる。1つの実施形態では、問い合わせエンジン404は、概念ネットワーク(CN)構築部410と、スーパーユニット種モジュール412と、スーパーユニット構築部414とを含む。CN構築部410は、問い合わせログファイル402の内容を分析し、ユニットと、ユニット間の関係(例えば、拡張、結合及び代替)と、その関係に対するエッジウェイトとを含む概念ネットワーク408を生成する。スーパーユニット種モジュール412は、複数のユニットを複数のスーパーユニットに対して準備的にグルーピングしたもの(ここでは「種」という)を、選択的には、概念ネットワーク408の分析により生成する。スーパーユニット構築部414は、スーパーユニット種モジュール412により与えられた種を用いて概念ネットワーク408を処理して、多数のスーパーユニットを生成する。複数のユニット及びそれらの関係は、複数のスーパーユニットを含めて、ユニット辞書406に取り込まれる。
CN構築部410が、問い合わせログ402を処理して、概念ネットワーク408を生成する。好ましい実施形態では、CN構築部410が、1つの問い合わせ内の検索語の順序を用いて、その問い合わせを構成する1又はそれ以上のユニットを識別する。例えば、1つのユニットは、1つの単語(例えば「java」)とすることができ、或いは、互いに隣接して頻繁に出現する単語のグループ(例えば「new york city」)とすることができる。このユニットは、概念ネットワークにおけるノード(概念)に対応する。
スーパーユニット種モジュール412は、スーパーユニットの構築の元にすることができる1又はそれ以上の種を生成する。本明細書で用いる通り、「種」は、1つのユニットとすることができ、或いは、1又はそれ以上の特性を有するユニットのリストとすることができる。スーパーユニット種モジュール412は、複数の種を生成するために様々な技術を用いることができる。ここで、このような技術の4つの例は以下の通りである。すなわち、4つの技術の例は、(1)概念ネットワーク408の分析、(2)外部ソースの参照、(3)ユーザの振る舞いの分析、及び、(4)検索コーパス内の文書の分析、である。1つのユニットが1つの種として用いられ、スーパーユニット種モジュール412が単に種として用いるべきいくつかの数のユニットを(例えば、発生回数、隣接語集合のサイズ又は他のいくつかの基準に基づいて)概念ネットワーク408から選択することができる。
1つの実施形態では、スーパーユニット種モジュール412は、さらに、概念ネットワーク408を用いて問い合わせの分析を実行し、種として用いることができるクラスタ(すなわち関連するユニットのグループ)を生成する。この実施形態では、クラスタは、類似した隣接語集合(すなわち、結合した複数のユニットの組)を有する異なるユニット(クラスタにおける「メンバ」)を識別することによりユニットから生成される。クラスタは、スーパーユニットの生成のための種として用いることができるが、理解できるように、クラスタ自体をスーパーユニットとすることもできる。
1つ目のアルゴリズムは、類似性の目安として一致ユニットの数を考慮に入れる。ユニットu1及びu2に対するクラスタ化ウェイトは、次の(1)式により定められる。
W(u1,u2)=NC/NT (1)
ここで、NCは一致ユニットの数であり、NTは、ユニットu1についての隣接語ユニットの総数及びユニットu2についての隣接語ユニットの総数のうちの大きい方である。
第2のアルゴリズムは、あらゆる一致ユニットについて頻度(よって、隣接語ユニットが1つのユニットにとってどれだ重要であるか)を考慮に入れる。ユニットu1及びu2は、次の(2)式により定められる。
W(u1,u2)=FM/FT (2)
ここで、FMは、すべての一致ユニットsiにわたって、ユニットsiがユニットu1と一緒に発生する頻度及びユニットsiがユニットu2と一緒に発生する頻度の合計であり、FTは、一致ユニット又はそうでないユニットのすべての隣接語ユニットにわたる同一の頻度の合計である。
一致ユニットがユニットu1と一緒に発生する相対的な頻度と、一致ユニットがユニットu2と一緒に発生する相対的な頻度とが異なるような場合に、ペナルティ(ウェイトの減少)が課されるという点において、相対的な頻度は、重要度についての別の目安である。この例では、R1i及びR2iが、それぞれ、隣接語ユニットsiがユニットu1と一緒に発生する相対的頻度、及び、隣接語ユニットsiがユニットとu2一緒に発生する相対的頻度として定められる。クラスタ化ウェイトは、次の式(3)により与えられる。
頻度(ランク)の減少する順序で隣接語ユニットを比較することが、重要性を測定するための別の方法である。例3と同様に、一致ユニットのランクにおける相違に対してペナルティが付加される。各一致ユニットsiには、それぞれ、ユニットu1及びユニットu2とともにそのランクを示す、2つのランクQ1i及びQ2iが割り当てられる。クラスタ化ウェイトは、次の(4)式により与えられる。
上述したアルゴリズムとは異なり、このアルゴリズムは、隣接語ユニットの差別的なパワー(discriminatory power)を考慮に入れる。任意のユニットuについての「関連性(Relevance)」は、そのユニットが1つの問い合わせ(fu)内の1又はそれ以上の他のユニット(どのようなユニットであってもよい)と一緒に出現する頻度と、そのユニットが1つの問い合わせ(fq)内で単独で出現する頻度とを比較することにより、定めることができる。1つの測定では、関連性は、ρ(u)=fu/fqにより与えられる。
別の実施形態では、スーパーユニット種モジュール412が、1又はそれ以上の外部ソース(図4においてブロック416として概略が示されている)を参照することによって種を生成する。外部ソースの例は、編集者又は編集者チームにより生成された関連した語のリスト(例えば、人気歌手のリスト、又は、そのチームに知られている自動車製造業者のリスト)と、権威あるウェブサイト(例えば、辞書又は他の病気の一覧表を維持する医学的参照サイト)等を含む。この実施形態では、スーパーユニット種モジュール412は、外部ソースデータに対してほとんど又は全く処理を実行しない。例えば、単語のリストが編集者チームによって供給された場合には、スーパーユニット種モジュール412が短にそのリストをスーパーユニット構築部414に転送することができる。スーパーユニット種モジュール412はまた、そのリストを簡潔にして(prune)、概念ネットワーク408内のユニットではないエントリを除去することもできる。このようなスーパーユニット種は、網羅的なリストとする必要がなく、少数の(例えば2つ、4つ又は6つの)ユニットを含むことができる、ということに留意されたい。
第3の実施形態では、スーパーユニット種モジュール412は、ユーザの振る舞いを分析することにより種を生成する。例えば、検索サーバ(例えば図2のサーバ160)は、問い合わせに応答して、クライアント120に対して検索結果ページを提供する。この検索結果ページは、「ヒット」(この問い合わせに関連するコンテンツを含むウェブページ又はサイトへのリンク)のリストを含む。ヒットのリストは、例えば、関連するコンテンツ及び/又は他の情報を示すページタイトル、抜粋を含むことができる。このユーザは、そのリストを検討し、表示されたリンクをクリックすること等によりヒットを選択する(この動作は「クリックスルー」といわれるが、リンク及びクリック操作が不要であるということを理解されたい)。問い合わせログ402は、ユーザが検索結果ページから辿ってきたリンクを示す問い合わせのいくつか又はすべてについて、クリックスルーデータを供給することができる。スーパーユニット種モジュール412は、このデータを受信して、異なる問い合わせを入力したユーザが同一のページに対してクリックスルーしている段階を認識することができる。このユーザの振る舞いは、複数の問い合わせの間の共通性を提案し、種モジュール412は、類似した(又は同一の)クリックスルー振る舞いを有する問い合わせ(又はその問い合わせから選択されたユニット)を種にグループ化することができる。種モジュール412は、好ましくは、ページの関連性を提案する振る舞いパターンが検出されたとき(例えば、特定の最小頻度において特定のページへのクリックスルーが起きたとき)にのみ問い合わせ(又はユニット)をグループ化するように構成される。
第4実施形態では、種モジュール412は、検索コーパス(例えば、ウェブ検索の実施形態においてはウェブページ)内の1又はそれ以上の「ソース」文書を分析することにより種を生成する。この実施形態では、種モジュール412は、複数のユニット間の共通性を、それらが同一文書に出現することに基づいて推定する。例えば、種モジュール412は、例えば、テキスト文字列をユニット辞書406内のエントリ又は概念ネットワーク408内のユニットと一致するものを見つけることにより、1つの文書を解釈して構成ユニットに分割することができる。1つの実施形態では、文書内で発見されたユニットのすべては、1つの種リストに集約される。別の実施形態では、それらユニットは、最小発生頻度を必要とすることにより、複数対の(又はさらに大きいグループの)ユニットが互いに近接して出現した場合にのみこれら複数対のユニットを含ませること等により、フィルタリングされる。ユニットの結果リストは、スーパーユニット種として用いることができる。文書の分析は、任意の数のソース文書を用いて実行することができ、また、分析の対象とする文書を自動的又はマニュアルで選択するために様々な基準を用いることができる。
どのように種が生成されるかに関係なく、種モジュール412は、その種をスーパーユニット構築部414に与え、このスーパーユニット構築部414は、その種とCN構築部410により生成された概念ネットワーク408とを用いてスーパーユニットを構築する。いくつかの実施形態では、スーパーユニットは、署名(すなわち、種におけるユニットが共通して有する傾向のある1又はそれ以上の関係)を識別し、その署名と一致する概念ネットワークにおける付加的なユニットを検索し、これらユニットをそのスーパーユニットに付加し、さらに、そのスーパーユニットの現在の内容を反映するようにその署名を修正する、といった処理を繰り返すことにより、構築される。
さらに別の実施形態では、上述したアルゴリズムのいずれか、又は、クラスタリング処理(図5)の間に2つのユニットの類似性を決定するための他の適切なアルゴリズムが、他の候補ユニットとしてのスーパーユニットとこのスーパーユニットのための隣接語ユニットとしての署名ユニットとを用いて、候補ユニットについてのメンバシップスコアを決定するのに適しているものとすることができる。
RFR(pj)=100*ρ[V(pj),X]/ρ[V(pj)] (8)
ここで、ρ[V(pj),X]は、隣接語の組V(pj)のメンバと組Xのメンバユニットとの間における関係の頻度(又はエッジウェイト)の合計を示し、ρ[V(pj)]は、隣接語の組V(pj)におけるすべてのメンバの集合(aggregate)頻度を示す。
Sf(pj)=RP(pj)*logRFR(Pj) (9)
他の実施形態では、最終スコアSf(pj)は、RPスコアとRFRスコアとの異なる組み合わせとすることができる。
PR(ck)=(1/N[Y])*Sum[L(yj、ck)*W(yj)] (10)
ここで、N[Y]は、署名の組Yにおけるユニットyjの総数であり、W(yj)は、ユニットyjについてのメンバシップスコア(上述した式(9)の結果)である。第2スコアは、上述した式(8)によるものと同様に定義された関連した頻度比率スコアであった。すなわち、V(ck)が候補ユニットckにおけるすべての隣接語ユニットの組を示し、ρ[V(ck)、Y]が、隣接語の組V(ck)のメンバと署名の組Yにおける署名ユニットとの間における関係の頻度又はエッジウェイトの合計を示し、ρ[V(ck)]は、隣接語の組V(ck)におけるすべてのメンバの集合頻度を示す。
RFR(ck)=100*ρ[V(ck),X]/ρ[V(ck)] (11)
最終的なスコアSf(ck)は、RPスコアとRFRスコアとを組み合わせることにより決定された。すなわち、最終的なスコアSf(ck)は、上述した式(9)と同様に、次の式により決定された。
Sf(ck)=RP(ck)*logRFR(ck) (12)
閾値が最終的なスコアSf(ck)に適用されて、候補ckがスーパーユニットの組X’に加えるべきかどうかが決定された。この閾値は、すべての候補ユニットckにわたるSf(ck)のうちの最大値を固定値で除することにより決定された。この例では、6という固定値が用いられたが、他の値を選択することも可能である。ユニットxiとして追加された各候補ckについて、そのメンバシップウェイトW(xi)がその最終的なスコアに等しくなるように設定された。このメンバシップウェイトは、処理700における署名の更新ステップ710についての次の繰り返し処理において用いられた。
S1(pj)=N[X∩V(pj)]/N[X] (13)
同様に、ユニットpjの隣接語ユニットがスーパーユニットの組Xのメンバであることについての確からしさを反映する、ユニットpjについての第2スコアは、次の式により計算することができる。
S2(pj)=ρ[V(pj),X]/ρ[V(pj)] (14)
ここで、ρ[V(pj),X]及びρ[V(pj)]は、上述の通り定義される。他の例として、ユニットpjについての第2スコアは、次の式により計算される。
S2'(pj)=N[V(pj)∩X]/N[V(pj)] (15)
ここで、V(pj)は、ユニットpjの隣接語ユニットの組を示し、N[V(pj)∩X]は、Xのメンバでもあるユニットpjについての隣接語の組V(pj)におけるユニットの数を示し、N[V(pj)]は、隣接語の組V(pj)における隣接語のユニットの総数を示す。
S1(ck)=N[V(ck)∩Y]/N[V(ck)] (16)
S2(ck)=N[V(ck)∩Y]/N[Y] (17)
頻度という形での定義もまた、上記スコアのいずれか又は両方に対して用いることができる。候補ユニットckを付加するかどうかは、個別のスコアのうちのいずれか若しくは両方、又は、これらの組み合わせに基づいて決定することができる。
スーパーユニットの情報は、様々な方法により用いて、問い合わせに対する応答を高めることができる。図11は、図2におけるシステム110が問い合わせに応答することができる方法を示す。クライアント120は、検索サーバシステム160に問い合わせを送信する。検索サーバシステム160は、その問い合わせ及び/又はその構成要素ユニットを、ユニット辞書406にアクセスする概念サーバ180に送信する。概念サーバ180は、その問い合わせから認識される1又はそれ以上のユニット、及び、これに加えてその様々なユニットについての統計値及びスーパーユニット情報のような、その問い合わせに関連する概念的データを返す。この情報は、例えば、その問い合わせをハッシングしてこの問い合わせに含まれているユニットを識別することにより、及び、ユニット辞書406にアクセスして、識別した各ユニットについてのエントリを検索することにより、取り出すことができる。この実施形態では、ユニット辞書406は、問い合わせ処理の間に利用可能にされるユニットに関する情報を含んでおり、また、概念ネットワークの表現全体又部分を含むことができる。1つの実施形態では、返された情報は、問い合わせに結合したスーパーユニットに関する情報、又は、その問い合わせにおける個々のユニットに関する情報を含む。
いくつかの実施形態では、検索サーバシステム160は、多数ユニットの問い合わせにおける構成要素ユニットを用いて、その構成要素ユニットの1つにおけるあいまいさを解決することができる。例えば、問い合わせが、1以上のコンテキストにおいて用いられうる「java」のようなあいまいな語を含む場合を考える。このような語は、多数のスーパーユニット、例えば、「食べ物及び飲み物」というスーパーユニット、「コンピュータ」というスーパーユニット、及び、「場所」というスーパーユニットに属しうる。その問い合わせをユニットに分解(parse)し、「java」というユニットにおけるあいまいあさを検出した後、検索サーバ160は、問い合わせにおける他の構成要素ユニットを、そのスーパーユニットの各々における署名と比較することができる。よって、その問い合わせがまた「店」又は「コーヒー」のような用語を含む場合には、検索サーbアプリケーションシステム160は、そのユーザが「食べ物及び飲み物」というスーパーユニットに興味を持っている可能性が非常に高いと推定する一方、「プログラム」又は「スクリプト」といったような語は、「コンピュータ」というスーパーユニット等を示している。結果(例えば、その問い合わせに応答するページへのリンク)は、異なるスーパーユニットに対応するグループにおいて存在することになり、最も本当らしいスーパーユニットが最初に出現する。別の実施形態では、異なるスーパーユニット(又はコンテキスト)からの結果は、結果のページにおける異なる「タブ」上に配列することができ、これにより、ユーザに所望のタブ上をクリックさせることによりコンテキストを選択させることができる。最も本当らしいコンテキストをデフォルトにより表示させることができる。
いくつかの実施形態では、検索サーバシステム160は、スーパーユニット情報に基づいた、関連した検索を提案する。例えば、問い合わせが「New York City(ニューヨーク市)」であり、このユニットが「目的地」というスーパーユニットに属していることが既知となっている場合を考える。検索サーバシステム160は、そのスーパーユニットに結合した署名を用いて、付加的な検索、例えば「New York City(ニューヨーク市)」に関連した「レストラン」又は「ホテル」についての検索を提案する。このような提案は、例えば、スーパーユニットの署名ユニットに基づくことができる。
いくつかの実施形態では、検索サーバシステム160はまた、スーパーユニット情報を用いて、類似するサイト又は関連するサイトの「脇道」検索を提案する。例えば、ユーザがW日におけるA点からB点への飛行に興味を持っていると考える。ユーザは、直接、航空会社のサイト、例えばアメリカンエアライン(登録商標)のサイトにアクセスし、そのサイト内で検索を実行するか、或いは、ユーザは、「航空会社」、「航空機旅行」又は「アメリカンエアライン」等についての検索を要求し、表示された検索結果(例えば、アメリカンエアラインのサイト)におけるリンクから特定のサイトにアクセスし、そのようにアクセスしたサイト内においてW日におけるA点からB点へのフライトに関する情報を要求する。今、そのユーザは、要求した情報、例えば、多分、利用可能な様々なフライトに関連した価格情報を含む情報に関する、アメリカンエアラインのサイトからの情報を見ている。「脇道」検索は、ユーザに対して、同一の情報、例えばA点、B点及びW日という情報を用いて別のサイトを検索し、手動操作により新しいサイトにアクセスして所望の情報を再入力しなくとも、類似した結果を得ることを可能にする。
いくつかの実施形態では、スーパーユニット及び署名が用いられて、問い合わせ処理の間に向上させた綴りチェックが実現される。例えば、ユーザが「basset」を含む問い合わせを入力した場合、通常の検索サーバシステムは、「bassett」又は「basket」が可能性のある代替語であると認識して、これらのうちのいずれか又は両方をユーザに提案するかもしれない。スーパーユニットデータにアクセスした検索サーバ160は、概念ネットワークを強化して、いずれの代替綴りがユーザによって最も意図されている可能性が高いかを決定することができる。
さらなる実施形態では、スーパーユニット情報を用いて、ユニットの階層カテゴリ分類を構築することができる。1つの実施形態では、スーパーユニットの構築における多数のフェイズが実行される。この第1フェイズでは、比較的厳格なメンバシップ基準を用いることにより、階層構造の低いレベルを表現するスーパーユニットを生成することができる。例えば、「都市」というスーパーユニット、「州」というスーパーユニット及び「国」というスーパーユニットを、このフェイズにおいて構築することができる。後のフェイズでは、スーパーユニットの初期の組から開始して再度スーパーユニットを構築し(選択的には、以前より厳格ではない基準を用いて)、これにより、高いレベルのスーパーユニット(都市、州及び国を含む「場所」というスーパーユニットといったような)を生成することができる。或いはまた、スーパーユニット構築処理(例えば図7の処理700)の繰り返し処理における異なるステージが用いられて、階層構造の異なるレベルを認識することができる。
スーパーユニットはまた他の方法により用いることもできる。例えば、いくつかの実施形態では、ウェブサイトのオペレータ又は他のエンティティは、スポンサによって提供された広告(又は単にスポンサのサイトへのリンク)が、問い合わせがそのスポンサー提供されたスーパーユニットと結合するユニットを含むときにはいつでも目立って表示されるように、スーパーユニットを「スポンサー提供」することができる。他の実施形態では、問い合わせ中の語は、スーパーユニット名と比較され、そのスーパーユニットにおける他のメンバについての関連した検索を提案することができる。さらに他の実施形態では、問い合わせの語がスーパーユニット名と一致した場合には、他の問い合わせ語に関連のあるページを、そのコンテキストがそのスーパーユニットに対応するかどうかに基づいてランク付けすることができる。
特定の実施形態に関連して本発明を説明してきたが、当業者であれば、多数の変更が可能であるということが理解できよう。例えば、スーパーユニットの数及び特定性は変化させることができ、ユニットは1以上のスーパーユニットに属するものとすることができる。実装に依存して、あらゆるユニットが少なくとも1つのスーパーユニットに属するということが必要とされたり、必要とされなかったりしうる。スーパーユニット及び署名は、動的に定義することができるものであり、概念の発見及び/又は概念の分析は、ユーザの振る舞いの変化に応答して、ユニット、スーパーユニット及び/又は署名データを更新するために、時には実行することができる。上述したように、スーパーユニットを生成するためにユニットを識別しユニットを関係付けるための様々な技術を用いることができる。スーパーユニットは、概念についての実世界の関係を反映する傾向がある一方、すべてのスーパーユニット(又は任意のスーパーユニット)が任意の特定の度合いにまでそのような実世界の関係を反映することは、必ずしも必要とはされない。加えて、スーパーユニットは、階層型のディレクトリ構造、或いは、Yahoo!ディレクトリのような実世界の知識から確立された他のカテゴリ分類を反映する必要はない。本明細書で説明した自動化されたシステム及び方法は、結果として生じた、ユニットディレクトリ、スーパーユニット、署名、特定のインデックスされたページ又はサイトにおけるスーパーユニットの割り当て等のうちのすべて又は部分を人間が検討することにより、拡大又は補うことができる。
Claims (7)
- 複数のユニットと、各々が結合したエッジウェイトを有し前記複数のユニットの間において定められた複数の関係と、を含む概念ネットワークから、第2クラスタに基づいて第1クラスタを形成するためにコンピュータにより実行される方法であって、
2つ以上のユニットを含む前記第2クラスタを前記概念ネットワークから前記第1のクラスタにおけるベースクラスタとして選択する段階と、
第1候補ユニットを前記概念ネットワークから選択する段階と、
各々が前記ベースクラスタのメンバの少なくとも一部に対して前記概念ネットワークにおける関係を有する、前記ベースクラスタの複数の隣接語ユニットを識別する段階と、
前記隣接語ユニットのうち少なくとも1つを、前記第1候補ユニットに対する前記概念ネットワークにおける関係を有する一致ユニットとして識別する段階と、
前記少なくとも1つの一致ユニットを含む前記複数の隣接語ユニットに基づいて、前記第1候補ユニットについてクラスタリングウェイトを計算する段階と、
該クラスタリングウェイトに基づいて、前記ベースクラスタを有する前記第1クラスタに前記第1候補ユニットを含むかどうかを決定する段階と、
を含むことを特徴とする方法。 - 第2候補ユニットを選択する段階と、
該第2候補ユニットを用いて、前記隣接語ユニットのうちの少なくとも1つを前記一致ユニットとして識別する段階、前記クラスタリングウェイトを計算する段階を繰り返すことにより、前記第1クラスタに前記第2候補ユニットを含むかどうかを決定する段階と、を含むことを特徴とする請求項1に記載の方法。 - 複数のユニットと、各々が結合したエッジウェイトを有し、前記複数のユニットの間において定められた複数の関係と、を含む概念ネットワークからクリークを形成するためにコンピュータにより実行される方法であって、
各々が少なくとも1つのベースユニットを含む複数のクラスタを形成する段階と、
開始クラスタとして前記複数のクラスタのうちの1つを選択する段階と、
前記開始クラスタにおける前記ベースユニットのみを含むようにクリークを初期化する段階と、
前記開始クラスタにおける各メンバユニットuについて、
(a)前記クリークの現在のメンバqkの少なくとも第1部分が、前記ベースユニットとしてメンバユニットuを有する前記クラスタのうちの1つであるクラスタC(u)のメンバでもあり、かつ、
(b)それぞれが現在のクリークのメンバqkの1つを前記ベースユニットとして有するクラスタC(qk)の少なくとも第2部分が、メンバユニットuを含む場合に、前記クリークに前記メンバユニットuを加える段階と、
を含むことを特徴とする方法。 - 前記第1部分は前記現在のメンバqkの100%を含み、
前記第2部分は前記クラスタC(qk)の100%を含む、請求項3に記載の方法。 - 前記第1部分は前記現在のメンバqkの70%を含み、
前記第2部分は前記クラスタC(qk)の70%を含む、請求項3に記載の方法。 - 前記一部は前記ベースクラスタの前記メンバの100%を含む、請求項1に記載の方法。
- 前記一部は前記ベースクラスタの前記メンバの25%を含む、請求項1に記載の方法。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US51022003P | 2003-10-09 | 2003-10-09 | |
US60/510,220 | 2003-10-09 | ||
US10/797,614 US7346629B2 (en) | 2003-10-09 | 2004-03-09 | Systems and methods for search processing using superunits |
US10/797,614 | 2004-03-09 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006534333A Division JP5197959B2 (ja) | 2003-10-09 | 2004-10-07 | スーパーユニットを用いた検索処理のためのシステム及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011014167A JP2011014167A (ja) | 2011-01-20 |
JP5461360B2 true JP5461360B2 (ja) | 2014-04-02 |
Family
ID=34426184
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006534333A Active JP5197959B2 (ja) | 2003-10-09 | 2004-10-07 | スーパーユニットを用いた検索処理のためのシステム及び方法 |
JP2010230964A Active JP5461360B2 (ja) | 2003-10-09 | 2010-09-24 | スーパーユニットを用いた検索処理のためのシステム及び方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006534333A Active JP5197959B2 (ja) | 2003-10-09 | 2004-10-07 | スーパーユニットを用いた検索処理のためのシステム及び方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US7346629B2 (ja) |
EP (1) | EP1678639B1 (ja) |
JP (2) | JP5197959B2 (ja) |
KR (1) | KR100851706B1 (ja) |
CN (1) | CN1882943B (ja) |
TW (1) | TWI366766B (ja) |
WO (1) | WO2005036351A2 (ja) |
Families Citing this family (147)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7130819B2 (en) * | 2003-09-30 | 2006-10-31 | Yahoo! Inc. | Method and computer readable medium for search scoring |
US7844589B2 (en) * | 2003-11-18 | 2010-11-30 | Yahoo! Inc. | Method and apparatus for performing a search |
US8914383B1 (en) | 2004-04-06 | 2014-12-16 | Monster Worldwide, Inc. | System and method for providing job recommendations |
US7777125B2 (en) * | 2004-11-19 | 2010-08-17 | Microsoft Corporation | Constructing a table of music similarity vectors from a music similarity graph |
US9286387B1 (en) | 2005-01-14 | 2016-03-15 | Wal-Mart Stores, Inc. | Double iterative flavored rank |
US7720791B2 (en) * | 2005-05-23 | 2010-05-18 | Yahoo! Inc. | Intelligent job matching system and method including preference ranking |
US8433713B2 (en) * | 2005-05-23 | 2013-04-30 | Monster Worldwide, Inc. | Intelligent job matching system and method |
US8375067B2 (en) * | 2005-05-23 | 2013-02-12 | Monster Worldwide, Inc. | Intelligent job matching system and method including negative filtration |
US20060265270A1 (en) * | 2005-05-23 | 2006-11-23 | Adam Hyder | Intelligent job matching system and method |
US8527510B2 (en) | 2005-05-23 | 2013-09-03 | Monster Worldwide, Inc. | Intelligent job matching system and method |
US20070005588A1 (en) * | 2005-07-01 | 2007-01-04 | Microsoft Corporation | Determining relevance using queries as surrogate content |
US20070038608A1 (en) * | 2005-08-10 | 2007-02-15 | Anjun Chen | Computer search system for improved web page ranking and presentation |
US7555472B2 (en) * | 2005-09-02 | 2009-06-30 | The Board Of Trustees Of The University Of Illinois | Identifying conceptual gaps in a knowledge base |
US9747420B2 (en) | 2005-10-26 | 2017-08-29 | Cortica, Ltd. | System and method for diagnosing a patient based on an analysis of multimedia content |
US11003706B2 (en) | 2005-10-26 | 2021-05-11 | Cortica Ltd | System and methods for determining access permissions on personalized clusters of multimedia content elements |
US10380623B2 (en) | 2005-10-26 | 2019-08-13 | Cortica, Ltd. | System and method for generating an advertisement effectiveness performance score |
US9477658B2 (en) | 2005-10-26 | 2016-10-25 | Cortica, Ltd. | Systems and method for speech to speech translation using cores of a natural liquid architecture system |
US8326775B2 (en) | 2005-10-26 | 2012-12-04 | Cortica Ltd. | Signature generation for multimedia deep-content-classification by a large-scale matching system and method thereof |
US9396435B2 (en) | 2005-10-26 | 2016-07-19 | Cortica, Ltd. | System and method for identification of deviations from periodic behavior patterns in multimedia content |
US10691642B2 (en) | 2005-10-26 | 2020-06-23 | Cortica Ltd | System and method for enriching a concept database with homogenous concepts |
US9767143B2 (en) | 2005-10-26 | 2017-09-19 | Cortica, Ltd. | System and method for caching of concept structures |
US9256668B2 (en) | 2005-10-26 | 2016-02-09 | Cortica, Ltd. | System and method of detecting common patterns within unstructured data elements retrieved from big data sources |
US9466068B2 (en) | 2005-10-26 | 2016-10-11 | Cortica, Ltd. | System and method for determining a pupillary response to a multimedia data element |
US10180942B2 (en) | 2005-10-26 | 2019-01-15 | Cortica Ltd. | System and method for generation of concept structures based on sub-concepts |
US9031999B2 (en) | 2005-10-26 | 2015-05-12 | Cortica, Ltd. | System and methods for generation of a concept based database |
US11604847B2 (en) | 2005-10-26 | 2023-03-14 | Cortica Ltd. | System and method for overlaying content on a multimedia content element based on user interest |
US10380267B2 (en) | 2005-10-26 | 2019-08-13 | Cortica, Ltd. | System and method for tagging multimedia content elements |
US9372940B2 (en) | 2005-10-26 | 2016-06-21 | Cortica, Ltd. | Apparatus and method for determining user attention using a deep-content-classification (DCC) system |
US11032017B2 (en) | 2005-10-26 | 2021-06-08 | Cortica, Ltd. | System and method for identifying the context of multimedia content elements |
US10535192B2 (en) | 2005-10-26 | 2020-01-14 | Cortica Ltd. | System and method for generating a customized augmented reality environment to a user |
US11403336B2 (en) | 2005-10-26 | 2022-08-02 | Cortica Ltd. | System and method for removing contextually identical multimedia content elements |
US11361014B2 (en) | 2005-10-26 | 2022-06-14 | Cortica Ltd. | System and method for completing a user profile |
US10621988B2 (en) | 2005-10-26 | 2020-04-14 | Cortica Ltd | System and method for speech to text translation using cores of a natural liquid architecture system |
US8312031B2 (en) | 2005-10-26 | 2012-11-13 | Cortica Ltd. | System and method for generation of complex signatures for multimedia data content |
US10614626B2 (en) | 2005-10-26 | 2020-04-07 | Cortica Ltd. | System and method for providing augmented reality challenges |
US11216498B2 (en) | 2005-10-26 | 2022-01-04 | Cortica, Ltd. | System and method for generating signatures to three-dimensional multimedia data elements |
US9558449B2 (en) | 2005-10-26 | 2017-01-31 | Cortica, Ltd. | System and method for identifying a target area in a multimedia content element |
US10193990B2 (en) | 2005-10-26 | 2019-01-29 | Cortica Ltd. | System and method for creating user profiles based on multimedia content |
US10698939B2 (en) | 2005-10-26 | 2020-06-30 | Cortica Ltd | System and method for customizing images |
US10848590B2 (en) | 2005-10-26 | 2020-11-24 | Cortica Ltd | System and method for determining a contextual insight and providing recommendations based thereon |
US10635640B2 (en) | 2005-10-26 | 2020-04-28 | Cortica, Ltd. | System and method for enriching a concept database |
US10585934B2 (en) | 2005-10-26 | 2020-03-10 | Cortica Ltd. | Method and system for populating a concept database with respect to user identifiers |
US20170185690A1 (en) * | 2005-10-26 | 2017-06-29 | Cortica, Ltd. | System and method for providing content recommendations based on personalized multimedia content element clusters |
US11620327B2 (en) | 2005-10-26 | 2023-04-04 | Cortica Ltd | System and method for determining a contextual insight and generating an interface with recommendations based thereon |
US9529984B2 (en) | 2005-10-26 | 2016-12-27 | Cortica, Ltd. | System and method for verification of user identification based on multimedia content elements |
US10191976B2 (en) | 2005-10-26 | 2019-01-29 | Cortica, Ltd. | System and method of detecting common patterns within unstructured data elements retrieved from big data sources |
US9953032B2 (en) | 2005-10-26 | 2018-04-24 | Cortica, Ltd. | System and method for characterization of multimedia content signals using cores of a natural liquid architecture system |
US10360253B2 (en) | 2005-10-26 | 2019-07-23 | Cortica, Ltd. | Systems and methods for generation of searchable structures respective of multimedia data content |
US8818916B2 (en) | 2005-10-26 | 2014-08-26 | Cortica, Ltd. | System and method for linking multimedia data elements to web pages |
US8266185B2 (en) | 2005-10-26 | 2012-09-11 | Cortica Ltd. | System and methods thereof for generation of searchable structures respective of multimedia data content |
US7676463B2 (en) * | 2005-11-15 | 2010-03-09 | Kroll Ontrack, Inc. | Information exploration systems and method |
US8195657B1 (en) | 2006-01-09 | 2012-06-05 | Monster Worldwide, Inc. | Apparatuses, systems and methods for data entry correlation |
US8122013B1 (en) * | 2006-01-27 | 2012-02-21 | Google Inc. | Title based local search ranking |
US9443333B2 (en) | 2006-02-09 | 2016-09-13 | Ebay Inc. | Methods and systems to communicate information |
US8380698B2 (en) * | 2006-02-09 | 2013-02-19 | Ebay Inc. | Methods and systems to generate rules to identify data items |
US7849047B2 (en) | 2006-02-09 | 2010-12-07 | Ebay Inc. | Method and system to analyze domain rules based on domain coverage of the domain rules |
US7725417B2 (en) * | 2006-02-09 | 2010-05-25 | Ebay Inc. | Method and system to analyze rules based on popular query coverage |
US7640234B2 (en) * | 2006-02-09 | 2009-12-29 | Ebay Inc. | Methods and systems to communicate information |
US7739226B2 (en) * | 2006-02-09 | 2010-06-15 | Ebay Inc. | Method and system to analyze aspect rules based on domain coverage of the aspect rules |
US7739225B2 (en) * | 2006-02-09 | 2010-06-15 | Ebay Inc. | Method and system to analyze aspect rules based on domain coverage of an aspect-value pair |
US7689554B2 (en) * | 2006-02-28 | 2010-03-30 | Yahoo! Inc. | System and method for identifying related queries for languages with multiple writing systems |
US7814097B2 (en) * | 2006-03-07 | 2010-10-12 | Yahoo! Inc. | Discovering alternative spellings through co-occurrence |
US8600931B1 (en) | 2006-03-31 | 2013-12-03 | Monster Worldwide, Inc. | Apparatuses, methods and systems for automated online data submission |
US7716229B1 (en) * | 2006-03-31 | 2010-05-11 | Microsoft Corporation | Generating misspells from query log context usage |
US20070248026A1 (en) * | 2006-04-19 | 2007-10-25 | Electronic Data Systems Corporation | System, Method, and Computer Program Product for Concept Network Based Collaboration |
JP4810609B2 (ja) * | 2006-06-13 | 2011-11-09 | マイクロソフト コーポレーション | サーチエンジンダッシュボード |
US7529740B2 (en) * | 2006-08-14 | 2009-05-05 | International Business Machines Corporation | Method and apparatus for organizing data sources |
US10733326B2 (en) | 2006-10-26 | 2020-08-04 | Cortica Ltd. | System and method for identification of inappropriate multimedia content |
US8195734B1 (en) | 2006-11-27 | 2012-06-05 | The Research Foundation Of State University Of New York | Combining multiple clusterings by soft correspondence |
US7822734B2 (en) * | 2006-12-12 | 2010-10-26 | Yahoo! Inc. | Selecting and presenting user search results based on an environment taxonomy |
US8024280B2 (en) * | 2006-12-21 | 2011-09-20 | Yahoo! Inc. | Academic filter |
US7657514B2 (en) * | 2007-01-30 | 2010-02-02 | Google Inc. | Content identification expansion |
US8112402B2 (en) * | 2007-02-26 | 2012-02-07 | Microsoft Corporation | Automatic disambiguation based on a reference resource |
US8583419B2 (en) * | 2007-04-02 | 2013-11-12 | Syed Yasin | Latent metonymical analysis and indexing (LMAI) |
US7672937B2 (en) * | 2007-04-11 | 2010-03-02 | Yahoo, Inc. | Temporal targeting of advertisements |
US9535810B1 (en) | 2007-04-24 | 2017-01-03 | Wal-Mart Stores, Inc. | Layout optimization |
KR20080096005A (ko) * | 2007-04-26 | 2008-10-30 | 엔에이치엔(주) | 키워드 제공 범위에 따라 키워드 제공 방법 및 그 시스템 |
US8051056B2 (en) * | 2007-05-29 | 2011-11-01 | Microsoft Corporation | Acquiring ontological knowledge from query logs |
US8392446B2 (en) * | 2007-05-31 | 2013-03-05 | Yahoo! Inc. | System and method for providing vector terms related to a search query |
US20090006311A1 (en) * | 2007-06-28 | 2009-01-01 | Yahoo! Inc. | Automated system to improve search engine optimization on web pages |
US8862608B2 (en) * | 2007-11-13 | 2014-10-14 | Wal-Mart Stores, Inc. | Information retrieval using category as a consideration |
US7870132B2 (en) * | 2008-01-28 | 2011-01-11 | Microsoft Corporation | Constructing web query hierarchies from click-through data |
US8589395B2 (en) * | 2008-04-15 | 2013-11-19 | Yahoo! Inc. | System and method for trail identification with search results |
US10387837B1 (en) | 2008-04-21 | 2019-08-20 | Monster Worldwide, Inc. | Apparatuses, methods and systems for career path advancement structuring |
US9798807B2 (en) * | 2008-05-06 | 2017-10-24 | Excalibur Ip, Llc | Algorithmically generated topic pages |
US8065310B2 (en) * | 2008-06-25 | 2011-11-22 | Microsoft Corporation | Topics in relevance ranking model for web search |
US10025855B2 (en) * | 2008-07-28 | 2018-07-17 | Excalibur Ip, Llc | Federated community search |
GB2463669A (en) * | 2008-09-19 | 2010-03-24 | Motorola Inc | Using a semantic graph to expand characterising terms of a content item and achieve targeted selection of associated content items |
US20100094826A1 (en) * | 2008-10-14 | 2010-04-15 | Omid Rouhani-Kalleh | System for resolving entities in text into real world objects using context |
US20100094855A1 (en) * | 2008-10-14 | 2010-04-15 | Omid Rouhani-Kalleh | System for transforming queries using object identification |
US8041733B2 (en) * | 2008-10-14 | 2011-10-18 | Yahoo! Inc. | System for automatically categorizing queries |
US20100094846A1 (en) * | 2008-10-14 | 2010-04-15 | Omid Rouhani-Kalleh | Leveraging an Informational Resource for Doing Disambiguation |
US8452791B2 (en) | 2009-01-16 | 2013-05-28 | Google Inc. | Adding new instances to a structured presentation |
US8615707B2 (en) * | 2009-01-16 | 2013-12-24 | Google Inc. | Adding new attributes to a structured presentation |
US8977645B2 (en) * | 2009-01-16 | 2015-03-10 | Google Inc. | Accessing a search interface in a structured presentation |
US8412749B2 (en) | 2009-01-16 | 2013-04-02 | Google Inc. | Populating a structured presentation with new values |
US20100185651A1 (en) * | 2009-01-16 | 2010-07-22 | Google Inc. | Retrieving and displaying information from an unstructured electronic document collection |
CN101477542B (zh) * | 2009-01-22 | 2013-02-13 | 阿里巴巴集团控股有限公司 | 一种抽样分析方法、***和设备 |
US20110106819A1 (en) * | 2009-10-29 | 2011-05-05 | Google Inc. | Identifying a group of related instances |
TWI601024B (zh) * | 2009-07-06 | 2017-10-01 | Alibaba Group Holding Ltd | Sampling methods, systems and equipment |
US8285716B1 (en) * | 2009-12-21 | 2012-10-09 | Google Inc. | Identifying and ranking digital resources relating to places |
US8375061B2 (en) * | 2010-06-08 | 2013-02-12 | International Business Machines Corporation | Graphical models for representing text documents for computer analysis |
AU2011350109A1 (en) * | 2010-12-30 | 2013-07-18 | Primal Fusion Inc. | System and method for using a knowledge representation to provide information based on environmental inputs |
US20120265784A1 (en) * | 2011-04-15 | 2012-10-18 | Microsoft Corporation | Ordering semantic query formulation suggestions |
DE112012006412T5 (de) * | 2012-05-24 | 2015-02-12 | Hitachi, Ltd. | System zur verteilten Datensuche, Verfahren zur verteilten Datensuche und Managementcomputer |
US9524319B2 (en) | 2013-04-30 | 2016-12-20 | Wal-Mart Stores, Inc. | Search relevance |
US9524520B2 (en) | 2013-04-30 | 2016-12-20 | Wal-Mart Stores, Inc. | Training a classification model to predict categories |
US20170330153A1 (en) | 2014-05-13 | 2017-11-16 | Monster Worldwide, Inc. | Search Extraction Matching, Draw Attention-Fit Modality, Application Morphing, and Informed Apply Apparatuses, Methods and Systems |
US10229201B2 (en) * | 2014-07-31 | 2019-03-12 | International Business Machines Corporation | Interface for simultaneous display of selected items from search engine results |
US20160092595A1 (en) * | 2014-09-30 | 2016-03-31 | Alcatel-Lucent Usa Inc. | Systems And Methods For Processing Graphs |
US10552994B2 (en) * | 2014-12-22 | 2020-02-04 | Palantir Technologies Inc. | Systems and interactive user interfaces for dynamic retrieval, analysis, and triage of data items |
US9495614B1 (en) * | 2015-02-27 | 2016-11-15 | Google Inc. | Verifying labels for images using image recognition |
US10268732B2 (en) * | 2015-06-29 | 2019-04-23 | Google Llc | Ranking native applications and native application deep links |
US11301502B1 (en) * | 2015-09-15 | 2022-04-12 | Google Llc | Parsing natural language queries without retraining |
CN106682012B (zh) * | 2015-11-06 | 2020-12-01 | 阿里巴巴集团控股有限公司 | 商品对象信息搜索方法及装置 |
US10552427B2 (en) | 2016-04-29 | 2020-02-04 | Nutanix, Inc. | Searching for information relating to virtualization environments |
CA3080240A1 (en) | 2016-10-26 | 2018-05-03 | Soroco Private Limited | Systems and methods for discovering automatable tasks |
US20180349447A1 (en) * | 2017-06-02 | 2018-12-06 | Apple Inc. | Methods and systems for customizing suggestions using user-specific information |
WO2019008581A1 (en) | 2017-07-05 | 2019-01-10 | Cortica Ltd. | DETERMINATION OF DRIVING POLICIES |
WO2019012527A1 (en) | 2017-07-09 | 2019-01-17 | Cortica Ltd. | ORGANIZATION OF DEPTH LEARNING NETWORKS |
US20190026295A1 (en) * | 2017-07-19 | 2019-01-24 | Nutanix, Inc. | System and method for obtaining application insights through search |
US11023472B2 (en) | 2018-02-27 | 2021-06-01 | Nutanix, Inc. | System and method for troubleshooting in a virtual computing system |
US20200110996A1 (en) * | 2018-10-05 | 2020-04-09 | International Business Machines Corporation | Machine learning of keywords |
US10839694B2 (en) | 2018-10-18 | 2020-11-17 | Cartica Ai Ltd | Blind spot alert |
US11181911B2 (en) | 2018-10-18 | 2021-11-23 | Cartica Ai Ltd | Control transfer of a vehicle |
US20200133308A1 (en) | 2018-10-18 | 2020-04-30 | Cartica Ai Ltd | Vehicle to vehicle (v2v) communication less truck platooning |
US11126870B2 (en) | 2018-10-18 | 2021-09-21 | Cartica Ai Ltd. | Method and system for obstacle detection |
US11126869B2 (en) | 2018-10-26 | 2021-09-21 | Cartica Ai Ltd. | Tracking after objects |
US10789535B2 (en) | 2018-11-26 | 2020-09-29 | Cartica Ai Ltd | Detection of road elements |
US11643005B2 (en) | 2019-02-27 | 2023-05-09 | Autobrains Technologies Ltd | Adjusting adjustable headlights of a vehicle |
US11285963B2 (en) | 2019-03-10 | 2022-03-29 | Cartica Ai Ltd. | Driver-based prediction of dangerous events |
US11694088B2 (en) | 2019-03-13 | 2023-07-04 | Cortica Ltd. | Method for object detection using knowledge distillation |
US11132548B2 (en) | 2019-03-20 | 2021-09-28 | Cortica Ltd. | Determining object information that does not explicitly appear in a media unit signature |
US12055408B2 (en) | 2019-03-28 | 2024-08-06 | Autobrains Technologies Ltd | Estimating a movement of a hybrid-behavior vehicle |
US10796444B1 (en) | 2019-03-31 | 2020-10-06 | Cortica Ltd | Configuring spanning elements of a signature generator |
US10789527B1 (en) | 2019-03-31 | 2020-09-29 | Cortica Ltd. | Method for object detection using shallow neural networks |
US10776669B1 (en) | 2019-03-31 | 2020-09-15 | Cortica Ltd. | Signature generation and object detection that refer to rare scenes |
US11488290B2 (en) | 2019-03-31 | 2022-11-01 | Cortica Ltd. | Hybrid representation of a media unit |
US11222069B2 (en) | 2019-03-31 | 2022-01-11 | Cortica Ltd. | Low-power calculation of a signature of a media unit |
US10748022B1 (en) | 2019-12-12 | 2020-08-18 | Cartica Ai Ltd | Crowd separation |
US11593662B2 (en) | 2019-12-12 | 2023-02-28 | Autobrains Technologies Ltd | Unsupervised cluster generation |
US11590988B2 (en) | 2020-03-19 | 2023-02-28 | Autobrains Technologies Ltd | Predictive turning assistant |
US11827215B2 (en) | 2020-03-31 | 2023-11-28 | AutoBrains Technologies Ltd. | Method for training a driving related object detector |
US11816112B1 (en) * | 2020-04-03 | 2023-11-14 | Soroco India Private Limited | Systems and methods for automated process discovery |
US11756424B2 (en) | 2020-07-24 | 2023-09-12 | AutoBrains Technologies Ltd. | Parking assist |
US12049116B2 (en) | 2020-09-30 | 2024-07-30 | Autobrains Technologies Ltd | Configuring an active suspension |
US12020046B1 (en) | 2021-04-02 | 2024-06-25 | Soroco India Private Limited | Systems and methods for automated process discovery |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07248948A (ja) | 1994-03-10 | 1995-09-26 | Fujitsu Ltd | データベースの動的構成方式 |
US5675819A (en) * | 1994-06-16 | 1997-10-07 | Xerox Corporation | Document information retrieval using global word co-occurrence patterns |
JPH08137898A (ja) * | 1994-11-08 | 1996-05-31 | Nippon Telegr & Teleph Corp <Ntt> | 文書検索装置 |
US5758257A (en) * | 1994-11-29 | 1998-05-26 | Herz; Frederick | System and method for scheduling broadcast of and access to video programs and other data using customer profiles |
US6006221A (en) | 1995-08-16 | 1999-12-21 | Syracuse University | Multilingual document retrieval system and method using semantic vector matching |
US6076088A (en) | 1996-02-09 | 2000-06-13 | Paik; Woojin | Information extraction system and method using concept relation concept (CRC) triples |
US5819258A (en) * | 1997-03-07 | 1998-10-06 | Digital Equipment Corporation | Method and apparatus for automatically generating hierarchical categories from large document collections |
AU5581599A (en) | 1998-08-24 | 2000-03-14 | Virtual Research Associates, Inc. | Natural language sentence parser |
US6363373B1 (en) | 1998-10-01 | 2002-03-26 | Microsoft Corporation | Method and apparatus for concept searching using a Boolean or keyword search engine |
JP3335602B2 (ja) * | 1999-11-26 | 2002-10-21 | 株式会社クリエイティブ・ブレインズ | 思考系の解析方法および解析装置 |
US6772150B1 (en) | 1999-12-10 | 2004-08-03 | Amazon.Com, Inc. | Search query refinement using related search phrases |
SG93868A1 (en) * | 2000-06-07 | 2003-01-21 | Kent Ridge Digital Labs | Method and system for user-configurable clustering of information |
US6675159B1 (en) | 2000-07-27 | 2004-01-06 | Science Applic Int Corp | Concept-based search and retrieval system |
US6684205B1 (en) * | 2000-10-18 | 2004-01-27 | International Business Machines Corporation | Clustering hypertext with applications to web searching |
US7031980B2 (en) * | 2000-11-02 | 2006-04-18 | Hewlett-Packard Development Company, L.P. | Music similarity function based on signal analysis |
WO2002063493A1 (en) * | 2001-02-08 | 2002-08-15 | 2028, Inc. | Methods and systems for automated semantic knowledge leveraging graph theoretic analysis and the inherent structure of communication |
US7403938B2 (en) | 2001-09-24 | 2008-07-22 | Iac Search & Media, Inc. | Natural language query processing |
US7143091B2 (en) * | 2002-02-04 | 2006-11-28 | Cataphorn, Inc. | Method and apparatus for sociological data mining |
US7085771B2 (en) * | 2002-05-17 | 2006-08-01 | Verity, Inc | System and method for automatically discovering a hierarchy of concepts from a corpus of documents |
US7051023B2 (en) | 2003-04-04 | 2006-05-23 | Yahoo! Inc. | Systems and methods for generating concept units from search queries |
-
2004
- 2004-03-09 US US10/797,614 patent/US7346629B2/en active Active
- 2004-10-07 JP JP2006534333A patent/JP5197959B2/ja active Active
- 2004-10-07 EP EP04794443.4A patent/EP1678639B1/en not_active Not-in-force
- 2004-10-07 CN CN2004800344013A patent/CN1882943B/zh not_active Expired - Fee Related
- 2004-10-07 WO PCT/US2004/033097 patent/WO2005036351A2/en active Application Filing
- 2004-10-07 KR KR1020067008727A patent/KR100851706B1/ko active IP Right Grant
- 2004-10-08 TW TW093130562A patent/TWI366766B/zh not_active IP Right Cessation
-
2010
- 2010-09-24 JP JP2010230964A patent/JP5461360B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
TWI366766B (en) | 2012-06-21 |
CN1882943A (zh) | 2006-12-20 |
JP5197959B2 (ja) | 2013-05-15 |
WO2005036351A3 (en) | 2006-01-26 |
US20050080795A1 (en) | 2005-04-14 |
US7346629B2 (en) | 2008-03-18 |
EP1678639A2 (en) | 2006-07-12 |
CN1882943B (zh) | 2010-05-12 |
WO2005036351A2 (en) | 2005-04-21 |
TW200529009A (en) | 2005-09-01 |
KR20060131746A (ko) | 2006-12-20 |
EP1678639A4 (en) | 2008-02-06 |
EP1678639B1 (en) | 2014-06-25 |
JP2011014167A (ja) | 2011-01-20 |
KR100851706B1 (ko) | 2008-08-11 |
JP2007519069A (ja) | 2007-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5461360B2 (ja) | スーパーユニットを用いた検索処理のためのシステム及び方法 | |
US7562076B2 (en) | Systems and methods for search query processing using trend analysis | |
Batsakis et al. | Improving the performance of focused web crawlers | |
US9195942B2 (en) | Method and system for mining information based on relationships | |
US7707201B2 (en) | Systems and methods for managing and using multiple concept networks for assisted search processing | |
US8019752B2 (en) | System and method for information retrieval from object collections with complex interrelationships | |
JP4994243B2 (ja) | クエリの自動的カテゴリ化による検索処理 | |
US8135739B2 (en) | Online relevance engine | |
US7340460B1 (en) | Vector analysis of histograms for units of a concept network in search query processing | |
US9922125B1 (en) | Selecting content using entity properties | |
US20100306249A1 (en) | Social network systems and methods | |
US20060294071A1 (en) | Facet extraction and user feedback for ranking improvement and personalization | |
US11055312B1 (en) | Selecting content using entity properties | |
Nandi et al. | HAMSTER: using search clicklogs for schema and taxonomy matching | |
Damas | Building a domain-specific search engine that explores football-related search patterns | |
Chen et al. | A personalised query suggestion agent based on query-concept bipartite graphs and Concept Relation Trees | |
KR20240015280A (ko) | 트렌드 분석을 이용한 검색 쿼리 처리 시스템 및 방법 | |
Zhang | Search term selection and document clustering for query suggestion | |
EP1797499A2 (en) | System and method for document analysis, processing and information extraction | |
Parnto | Suffix stripping, improving information retrieval efficiency | |
Xu et al. | Web Linkage Mining | |
Klausmann | User Feedback Integration-Incremental Improvement | |
Ullegaddi | Information Retrieval Based Query Understanding for Web Search |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101025 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20101025 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101116 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20121225 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130325 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130826 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131126 |
|
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: 20131216 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140115 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5461360 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
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 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
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 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |