JP6053131B2 - 情報処理装置、情報処理方法、およびプログラム - Google Patents
情報処理装置、情報処理方法、およびプログラム Download PDFInfo
- Publication number
- JP6053131B2 JP6053131B2 JP2012266084A JP2012266084A JP6053131B2 JP 6053131 B2 JP6053131 B2 JP 6053131B2 JP 2012266084 A JP2012266084 A JP 2012266084A JP 2012266084 A JP2012266084 A JP 2012266084A JP 6053131 B2 JP6053131 B2 JP 6053131B2
- Authority
- JP
- Japan
- Prior art keywords
- identification information
- search
- feature vector
- unit
- unrelated
- 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
- 230000010365 information processing Effects 0.000 title claims description 84
- 238000003672 processing method Methods 0.000 title claims 3
- 239000013598 vector Substances 0.000 claims description 395
- 238000003860 storage Methods 0.000 claims description 147
- 230000014509 gene expression Effects 0.000 claims description 104
- 238000011156 evaluation Methods 0.000 claims description 60
- 238000012216 screening Methods 0.000 claims description 17
- 238000000034 method Methods 0.000 description 62
- 230000008569 process Effects 0.000 description 33
- 238000012545 processing Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
かかる構成により、情報処理装置は、特許調査で関連特許に選別された関連特許書類に類似する特許書類を検索し、その類似特許書類が関連特許書類かどうかを選択できる。これにより、例えば、情報処理装置は、特許調査における選別作業で調査していなかった特許書類のうち関連特許書類に類似する特許書類を効率的に取得し、取得した特許書類から関連特許を選択できる。
かかる構成により、情報処理装置は、特許調査における選別作業で調査していなかった、関連特許書類に類似する特許書類の件数が多いほど低い評価が行える。これにより、情報処理装置は、例えば、特許調査において、調査対象に含められていなかった関連特許が多いほど低い評価が行える。
かかる構成により、情報処理装置は、特許調査で関連特許に選別された関連特許書類も選択の対象にできる。これにより、例えば、情報処理装置は、特許調査における選別作業において、誤って関連特許に選別された特許書類を選択しないことができる。
かかる構成により、情報処理装置は、特許調査で関連特許に選別された関連特許書類も評価の対象にできる。これにより、例えば、情報処理装置は、特許調査において、誤って関連特許書類に選別された特許書類の件数が多いほど低い評価が行える。
かかる構成により、情報処理装置は、非関連特許を考慮した検索式を生成できる。これにより、例えば、情報処理装置は、不要な特許書類を検索結果から省くことができる。
かかる構成により、情報処理装置は、非関連特許を考慮して、検索特許書類が関連特許かどうかの選択ができる。これにより、例えば、情報処理装置は、非関連特許特徴ベクトルも用いることによって、より正確な選択を行うことができる。
かかる構成により、情報処理装置は、非関連特許を考慮して、検索特許書類が関連特許かどうかの選択ができる。これにより、例えば、情報処理装置は、非関連特許特徴ベクトルも用いることによって、より正確な選択を行うことができる。
かかる構成により、情報処理装置は、特許調査で非関連特許に選別された特許書類も選択の対象にできる。これにより、例えば、情報処理装置は、特許調査における選別作業で非関連特許書類に選別されているが、非関連特許ではない可能性のある特許書類をも選択できる。
かかる構成により、情報処理装置は、特許調査で非関連特許に選別された特許書類も評価の対象にできる。これにより、例えば、情報処理装置は、特許調査における選別作業で非関連特許書類に選別されているが、非関連特許ではない可能性のある特許書類の件数が多いほど低い評価が行える。
かかる構成により、情報処理装置は、特許書類に記載された要素を基にして特徴ベクトルを作成できる。これにより、例えば、情報処理装置は、外部のサーバ等を用いなくても特徴ベクトルを取得できる。
かかる構成により、情報処理装置は、特許書類に記載されている要素のうち、同じ意味を有する別の表現を同じベクトル要素とした特徴ベクトルを取得できる。これにより、例えば、異なる表現を用いて作成された類似文書から、類似する特徴ベクトルを取得できる。
本実施の形態において、特許調査における選別作業の結果を用いて関連特許を選択する情報処理装置1について説明する。
特徴ベクトルの類似度を用いて選択するとは、判断する対象の特許特徴ベクトルと、関連特許特徴ベクトルのクラスの代表ベクトルとの類似度が閾値以下である場合に、判断する対象の特許特徴ベクトルが関連特許であると判断して選択しても良く、判断する対象の特許特徴ベクトルと、関連特許特徴ベクトルのクラスの代表ベクトルとの類似度が、非関連特許特徴ベクトルのクラスの代表ベクトルの類似度より小さい場合に、判断する対象の特許特徴ベクトルが関連特許であると判断して選択しても良く、判断する対象の特許特徴ベクトルと、関連特許特徴ベクトルのクラスの代表ベクトルとの類似度が閾値以下である場合で、非関連特許特徴ベクトルのクラスの代表ベクトルの類似度より小さいときに、判断する対象の特許特徴ベクトルが関連特許であると判断して選択しても良い。なお、類似度の算出方法は、COS尺度を用いても良く、ピアソンの相関係数を用いても良く、偏差パターン類似度等のベクトル間の類似度を算出する他の計算方法を用いても良い。各類似度を算出する計算方法については、公知技術であるため、説明を省略する。また、関連特許特徴ベクトルのクラスは1であっても良く、2以上であっても良い。クラスを2以上作成する場合は、例えば、分割最適化クラスタリング(k−means法等)を用いて特徴ベクトルをクラスタリングしても良く、階層的クラスタリング(最短距離法等)を用いて特徴ベクトルをクラスタリングしても良く、その他の公知なクラスタリング手法を用いて特徴ベクトルをクラスタリングしても良い。なお、各クラスタリング法の詳細は公知技術であるため、説明を省略する。また、非関連特許特徴ベクトルのクラスについても同様である。代表ベクトルは、クラス内の最も頻出する特徴ベクトルであっても良く、クラスの平均ベクトルであっても良い。なお、平均ベクトルは、通常のベクトル平均であっても良く、すべてを単位ベクトルとして扱って算出する単位ベクトル平均であっても良い。また、選択部109は、代表ベクトルを決定する際に、一度代表ベクトルを算出し、その代表ベクトルとの類似度が閾値以上高い特徴ベクトルをクラスから除外して再度算出した代表ベクトルを選択の際に使用しても良い。この際に使用する閾値は、最初に作成した代表ベクトルとその代表ベクトルを作成するのに用いた特徴ベクトルの類似度の平均値に、1以上の値(例えば、1.5や2.0)を掛けた値であっても良く、ユーザまたは開発者が任意に設定した値であっても良い。なお、類似かどうかを判断する閾値は、あらかじめ決められた値であっても良く、選択部109が算出した値であっても良い。閾値があらかじめ決められた値である場合は、閾値は、ユーザまたは開発者が任意に設定した値であっても良い。閾値が選択部109が算出した値である場合は、各クラスの代表ベクトルと、そのクラスに属する最も類似しない特徴ベクトルとの類似度であっても良く、各クラスの代表ベクトルと、そのクラスに属する最も類似しない特徴ベクトルとの類似度の平均値であっても良く、各クラスの代表ベクトルと、そのクラスに属する最も類似しない特徴ベクトルとの類似度の最小値であっても良く、各クラスの代表ベクトルと、そのクラスに属する最も類似しない特徴ベクトルとの類似度の最大値であっても良い。
機械学習を用いて選択するとは、ニューラルネットワークやSVM(Support Vector Machine)やSVR(Support Vector Regression)等の学習器を用いて学習し、学習が完了した学習器に対して、判断する対象の特許特徴ベクトルを分類させて関連特許特徴ベクトルのクラスに属するかどうかを判断し、選択することである。ニューラルネットワークとは、脳機能におけるいくつかの特性を計算機上のシミュレーションによって表現することを目指した学習モデルである。ニューラルネットワークには、様々な種類のモデルや方法があるが、そのどれを採用しても良い。例えば、ニューラルネットワークの種類は、パーセプトロンを採用しても良く、バックプロパケーションを採用しても良く、ボルツマンマシン等を採用しても良い。SVMとは、教師データを用いて分類パターンを学習し、分類の境界線を設定し、分類を行う学習モデルである。SVRとは、教師データを用いて分類パターンを学習し、3以上のクラスに分類する学習モデルである。各機械学習のアルゴリズムは、公知技術であるため説明を省略する。選択部109が機械学習を用いて選択する場合、関連特許識別情報格納部102と非関連特許識別情報格納部103に格納されている特許の書類の特徴ベクトルを教師データとして学習させる。選択部109が学習に使用する素性は、特徴ベクトル取得部108が取得した各要素に対応した値である。学習が完了した後、判断する対象の特許特徴ベクトルが関連特許特徴ベクトルと判断された場合に、選択部109は、その判断する対象の特許特徴ベクトルが関連特許特徴ベクトルが有する特徴と類似する、および、または 非関連特許特徴ベクトルが有する特徴と類似しないと判断し、その判断する対象の特許特徴ベクトルを選択する。
101 受付部
102 関連特許識別情報格納部
103 非関連特許識別情報格納部
104 検索式生成部
105 特許書類格納部
106 検索特許識別情報取得部
107 類似要素格納部
108 特徴ベクトル取得部
109 選択部
110 評価部
111 出力部
Claims (13)
- 特許調査における選別作業の結果、関連すると判断された特許書類である関連特許書類を特定する情報である関連特許識別情報が1以上格納される関連特許識別情報格納部と、
前記関連特許識別情報格納部に格納されている1以上の関連特許識別情報で識別される特許書類に含まれる要素を用いて、前記関連特許識別情報格納部に格納されている1以上の関連特許識別情報で識別される特許書類を取得可能な検索式を生成する検索式生成部と、
前記検索式生成部が生成した検索式を用いて取得される特許書類である検索特許書類を特定する情報である検索特許識別情報を取得する検索特許識別情報取得部と、
前記関連特許識別情報格納部に格納されている各関連特許識別情報で識別される関連特許書類の特徴ベクトルである1以上の関連特許特徴ベクトルを取得し、かつ、前記検索特許識別情報取得部が取得した各検索特許識別情報で識別される検索特許書類の特徴ベクトルである1以上の検索特許特徴ベクトルを取得する特徴ベクトル取得部と、
前記特徴ベクトル取得部が取得した1以上の検索特許特徴ベクトルのうち、前記特徴ベクトル取得部が取得した1以上の関連特許特徴ベクトルが有する特徴と類似する検索特許特徴ベクトルに対応する検索特許識別情報であり、かつ、前記関連特許識別情報格納部に格納されている関連特許識別情報と一致しない検索特許識別情報を、少なくとも選択する選択部と、
前記選択部が選択した結果に関する情報を出力する出力部とを具備する情報処理装置。 - 前記選択部で選択された検索特許識別情報のうち、前記関連特許識別情報格納部に格納されている関連特許識別情報と一致しない検索特許識別情報が多いほど低い評価をする評価部をさらに具備し、
前記出力部は、
前記評価部が評価した結果を出力する、請求項1記載の情報処理装置。 - 前記選択部は、
前記特徴ベクトル取得部が取得した1以上の検索特許特徴ベクトルのうち、前記特徴ベクトル取得部が取得した1以上の関連特許特徴ベクトルが有する特徴と類似する検索特許特徴ベクトルに対応する検索特許識別情報であり、かつ、前記関連特許識別情報格納部に格納されている関連特許識別情報で識別される特許書類と対応する検索特許識別情報も選択する、請求項1または請求項2記載の情報処理装置。 - 前記選択部は、
前記特徴ベクトル取得部が取得した1以上の検索特許特徴ベクトルのうち、前記特徴ベクトル取得部が取得した1以上の関連特許特徴ベクトルが有する特徴と類似する検索特許特徴ベクトルに対応する検索特許識別情報であり、かつ、前記関連特許識別情報格納部に格納されている関連特許識別情報で識別される特許書類と対応する検索特許識別情報も選択し、
前記評価部は、
前記検索特許識別情報取得部が取得した検索特許識別情報であって、かつ、前記選択部が選択した検索特許識別情報と一致しない、前記関連特許識別情報格納部に格納されている関連特許識別情報が多いほど低い評価をする、請求項2記載の情報処理装置。 - 特許調査における選別作業の結果、関連しないと判断された特許書類である非関連特許書類を特定する情報である非関連特許識別情報が1以上格納される非関連特許識別情報格納部をさらに具備し、
前記検索式生成部は、
前記非関連特許識別情報格納部に格納されている1以上の非関連特許識別情報で識別される特許書類に含まれる要素をさらに用いて、前記非関連特許識別情報格納部に格納されている1以上の非関連特許識別情報で識別される特許書類のうち少なくとも一部を取得しない検索式を生成する、請求項1から請求項4のいずれか一項に記載の情報処理装置。
- 前記特徴ベクトル取得部は、
前記非関連特許識別情報格納部に格納されている各非関連特許識別情報で識別される非関連特許書類の特徴ベクトルである1以上の非関連特許特徴ベクトルをさらに取得し、
前記選択部は、
前記特徴ベクトル取得部が取得した1以上の検索特許特徴ベクトルのうち、前記特徴ベクトル取得部が取得した1以上の非関連特許特徴ベクトルが有する特徴と類似しない検索特許特徴ベクトルに対応する検索特許識別情報を選択する、請求項5記載の情報処理装置。 - 特許調査における選別作業の結果、関連しないと判断された特許書類である非関連特許書類を特定する情報である非関連特許識別情報が1以上格納される非関連特許識別情報格納部をさらに具備し、
前記特徴ベクトル取得部は、
前記非関連特許識別情報格納部に格納されている各非関連特許識別情報で識別される非関連特許書類の特徴ベクトルである1以上の非関連特許特徴ベクトルをさらに取得し、
前記選択部は、
前記特徴ベクトル取得部が取得した1以上の検索特許特徴ベクトルのうち、前記特徴ベクトル取得部が取得した1以上の非関連特許特徴ベクトルが有する特徴と類似しない検索特許特徴ベクトルに対応する検索特許識別情報を選択する、請求項1から請求項4のいずれか一項に記載の情報処理装置。 - 前記選択部は、
前記特徴ベクトル取得部が取得した1以上の非関連特許特徴ベクトルのうち、前記特徴ベクトル取得部が取得した1以上の関連特許特徴ベクトルが有する特徴に類似し、前記特徴ベクトル取得部が取得した1以上非関連特許特徴ベクトルが有する特徴に類似しない、非関連特許特徴ベクトルに対応する非関連特許識別情報も選択する、請求項6または請求項7記載の情報処理装置。 - 特許調査における選別作業の結果、関連しないと判断された特許書類である非関連特許書類を特定する情報である非関連特許識別情報が1以上格納される非関連特許識別情報格納部をさらに具備し、
前記特徴ベクトル取得部は、
前記非関連特許識別情報格納部に格納されている各非関連特許識別情報で識別される非関連特許書類の特徴ベクトルである1以上の非関連特許特徴ベクトルをさらに取得し、
前記選択部は、
前記特徴ベクトル取得部が取得した1以上の非関連特許特徴ベクトルのうち、前記特徴ベクトル取得部が取得した1以上の関連特許特徴ベクトルが有する特徴に類似し、前記特徴ベクトル取得部が取得した1以上非関連特許特徴ベクトルが有する特徴に類似しない、非関連特許特徴ベクトルに対応する非関連特許識別情報も選択し、
前記評価部は、
前記選択部で選択された非関連特許識別情報が多いほど低い評価をする、請求項2または請求項3記載の情報処理装置。 - 前記特徴ベクトル取得部は、
前記各特許書類を特定する情報で識別される各特許書類を取得し、当該各特許書類から1以上の要素を取得し、当該1以上の要素を用いて各特徴ベクトルを取得する、請求項1から請求項9のいずれか一項に記載の情報処理装置。 - 前記特徴ベクトル取得部は、
当該各特許書類から取得された類似する要素を同じベクトル要素に対応する要素とした各特徴ベクトルを取得する、請求項1から請求項10のいずれか一項に記載の情報処理装置。 - 特許調査における選別作業の結果、関連すると判断された特許書類である関連特許書類を特定する情報である関連特許識別情報が1以上格納される関連特許識別情報格納部と、検索式生成部と、検索特許識別情報取得部と、特徴ベクトル取得部と、選択部と、出力部とを用いて処理される情報処理方法であって、
前記検索式生成部が、前記関連特許識別情報格納部に格納されている1以上の関連特許識別情報で識別される特許書類に含まれる要素を用いて、前記関連特許識別情報格納部に格納されている1以上の関連特許識別情報で識別される特許書類を取得可能な検索式を生成する検索式生成ステップと、
前記検索特許識別情報取得部が、前記検索式生成ステップで生成した検索式を用いて取得される特許書類である検索特許書類を特定する情報である検索特許識別情報を取得する検索特許識別情報取得ステップと
前記特徴ベクトル取得部が、前記関連特許識別情報格納部に格納されている各関連特許識別情報で識別される関連特許書類の特徴ベクトルである1以上の関連特許特徴ベクトルを取得し、かつ、前記検索特許識別情報取得ステップで取得した各検索特許識別情報で識別される検索特許書類の特徴ベクトルである1以上の検索特許特徴ベクトルを取得する特徴ベクトル取得ステップと、
前記選択部が、前記特徴ベクトル取得ステップで取得した1以上の検索特許特徴ベクトルのうち、前記特徴ベクトル取得ステップで取得した1以上の関連特許特徴ベクトルが有する特徴と類似する検索特許特徴ベクトルに対応する検索特許識別情報であり、かつ、前記関連特許識別情報格納部に格納されている関連特許識別情報と一致しない検索特許識別情報を、少なくとも選択する選択ステップと、
前記出力部が、前記選択ステップで選択した結果に関する情報を出力する出力ステップとを具備する情報処理方法。 - 特許調査における選別作業の結果、関連すると判断された特許書類である関連特許書類を特定する情報である関連特許識別情報が1以上格納される関連特許識別情報格納部にアクセス可能なコンピュータを、
前記関連特許識別情報格納部に格納されている1以上の関連特許識別情報で識別される特許書類に含まれる要素を用いて、前記関連特許識別情報格納部に格納されている1以上の関連特許識別情報で識別される特許書類を取得可能な検索式を生成する検索式生成部、
前記検索式生成部が生成した検索式を用いて取得される特許書類である検索特許書類を特定する情報である検索特許識別情報を取得する検索特許識別情報取得部、
前記関連特許識別情報格納部に格納されている各関連特許識別情報で識別される関連特許書類の特徴ベクトルである1以上の関連特許特徴ベクトルを取得し、かつ、前記検索特許識別情報取得部が取得した各検索特許識別情報で識別される検索特許書類の特徴ベクトルである1以上の検索特許特徴ベクトルを取得する特徴ベクトル取得部、
前記特徴ベクトル取得部が取得した1以上の検索特許特徴ベクトルのうち、前記特徴ベクトル取得部が取得した1以上の関連特許特徴ベクトルが有する特徴と類似する検索特許特徴ベクトルに対応する検索特許識別情報であり、かつ、前記関連特許識別情報格納部に格納されている関連特許識別情報と一致しない検索特許識別情報を、少なくとも選択する選択部、
前記選択部が選択した結果に関する情報を出力する出力部として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012266084A JP6053131B2 (ja) | 2012-12-05 | 2012-12-05 | 情報処理装置、情報処理方法、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012266084A JP6053131B2 (ja) | 2012-12-05 | 2012-12-05 | 情報処理装置、情報処理方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014112283A JP2014112283A (ja) | 2014-06-19 |
JP6053131B2 true JP6053131B2 (ja) | 2016-12-27 |
Family
ID=51169390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012266084A Active JP6053131B2 (ja) | 2012-12-05 | 2012-12-05 | 情報処理装置、情報処理方法、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6053131B2 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016125310A1 (ja) * | 2015-02-06 | 2016-08-11 | 株式会社Ubic | データ分析システムおよびデータ分析方法並びにデータ分析プログラム |
JP7038499B2 (ja) * | 2016-07-29 | 2022-03-18 | 株式会社野村総合研究所 | 分類システム、分類システムの制御方法、およびプログラム |
JP2018037068A (ja) * | 2017-07-26 | 2018-03-08 | 株式会社ゴールドアイピー | サーバ装置、通信方法およびプログラム |
KR102410825B1 (ko) * | 2017-08-14 | 2022-06-20 | 삼성전자주식회사 | 문장의 도메인 판단 방법 및 장치 |
JP6306786B1 (ja) * | 2017-08-17 | 2018-04-04 | 株式会社ゴールドアイピー | 知的財産支援装置および知的財産支援方法並びに知的財産支援プログラム |
JP6973733B2 (ja) * | 2017-11-07 | 2021-12-01 | 株式会社アイ・アール・ディー | 特許情報処理装置、特許情報処理方法およびプログラム |
JP6457058B1 (ja) * | 2017-12-06 | 2019-01-23 | 株式会社ゴールドアイピー | 知的財産システム、知的財産支援方法および知的財産支援プログラム |
JP6555673B2 (ja) * | 2018-03-08 | 2019-08-07 | 株式会社AI Samurai | 知的財産支援装置および知的財産支援方法並びに知的財産支援プログラム |
JP7246690B2 (ja) * | 2018-12-10 | 2023-03-28 | アイ・ピー・ファイン株式会社 | 特許調査支援方法 |
JP7081859B1 (ja) | 2021-09-08 | 2022-06-07 | アイ・ピー・ファイン株式会社 | 評価済文献診断システム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3862059B2 (ja) * | 2001-01-22 | 2006-12-27 | Kddi株式会社 | 検索式拡張方法および検索システム |
JP2004151959A (ja) * | 2002-10-30 | 2004-05-27 | Kddi Corp | 類似検索方法およびシステム |
JP4484957B1 (ja) * | 2009-09-08 | 2010-06-16 | 有限会社アイ・アール・ディー | 検索式生成装置、検索式生成方法、およびプログラム |
-
2012
- 2012-12-05 JP JP2012266084A patent/JP6053131B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2014112283A (ja) | 2014-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6053131B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN111444320B (zh) | 文本检索方法、装置、计算机设备和存储介质 | |
KR101754473B1 (ko) | 문서를 이미지 기반 컨텐츠로 요약하여 제공하는 방법 및 시스템 | |
CN111046221B (zh) | 歌曲推荐方法、装置、终端设备以及存储介质 | |
US7769771B2 (en) | Searching a document using relevance feedback | |
RU2664481C1 (ru) | Способ и система выбора потенциально ошибочно ранжированных документов с помощью алгоритма машинного обучения | |
US10198497B2 (en) | Search term clustering | |
US11379527B2 (en) | Sibling search queries | |
CN112417133A (zh) | 排序模型的训练方法和装置 | |
CN109948154B (zh) | 一种基于邮箱名的人物获取及关系推荐***和方法 | |
US10698971B2 (en) | Method and apparatus for storing access log based on keyword | |
JP2009271659A (ja) | 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体 | |
CN111950265A (zh) | 一种领域词库构建方法和装置 | |
WO2021051587A1 (zh) | 基于语意识别的搜索结果排序方法、装置、电子设备及存储介质 | |
US20230273964A1 (en) | Apparatus and method for evaluating search engine performance, and dashboard | |
JP2009295097A (ja) | 情報分類装置、情報分類方法、情報処理プログラム及び記録媒体 | |
JP5790820B2 (ja) | 不整合検出装置、プログラム及び方法、修正支援装置、プログラム及び方法 | |
JP5971794B2 (ja) | 特許調査支援装置、特許調査支援方法、およびプログラム | |
JP5912813B2 (ja) | 特許調査結果評価装置、特許調査結果評価方法、およびプログラム | |
JP2001014333A (ja) | 画像検索システムおよび画像データベース管理装置 | |
JP6181890B2 (ja) | 文献解析装置、文献解析方法およびプログラム | |
JP5890413B2 (ja) | 多数のデータレコードをサーチする方法及びサーチエンジン | |
CN112307295A (zh) | 结合rpa和ai的语料泛化方法、装置和电子设备 | |
JP6712521B2 (ja) | 検索式提示システム、検索式提示方法、およびプログラム | |
JP2005025465A (ja) | 文書検索方法及び文書検索装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20150316 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20150316 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20151127 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160822 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160830 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161025 |
|
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: 20161122 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20161128 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6053131 Country of ref document: JP 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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |