CN101147144A - 分类字典更新装置、其计算机程序产品和分类字典更新方法 - Google Patents

分类字典更新装置、其计算机程序产品和分类字典更新方法 Download PDF

Info

Publication number
CN101147144A
CN101147144A CNA2006800092007A CN200680009200A CN101147144A CN 101147144 A CN101147144 A CN 101147144A CN A2006800092007 A CNA2006800092007 A CN A2006800092007A CN 200680009200 A CN200680009200 A CN 200680009200A CN 101147144 A CN101147144 A CN 101147144A
Authority
CN
China
Prior art keywords
proposal
class
attribute
approximate
received
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.)
Pending
Application number
CNA2006800092007A
Other languages
English (en)
Inventor
王兰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Toshiba Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Toshiba Corp filed Critical Toshiba Corp
Publication of CN101147144A publication Critical patent/CN101147144A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/289—Object oriented databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

一种分类字典更新装置包括：更新提议接收单元，用于接收用于更新具有层次结构的层次分类字典的提议，所述层次结构包括定义了该层次结构的类、定义了层次类结构的属性、和作为该类和该属性的详细信息字段的特征，并且其中，下层分类的类继承了上层分类的类的属性；提议历史存储单元，用于存储过去接收的提议；近似提议提取单元，用于提取提议历史存储单元所存储的、与最近接收的提议相近似的过去接收的提议；以及近似提议呈现单元，用于呈现所提取的提议。

Description

分类字典更新装置、其计算机程序产品和分类字典更新方法
技术领域
本发明涉及用于更新分类字典的装置、计算机程序产品和方法。
本申请基于并要求来自2005年4月27日提交的在先日本专利申请No.2005-130209的优先权的权益；其全部内容通过引用并入此处。
背景技术
层次数据库，其以面向对象数据库(OODB)和对象关系数据库(ORDB)作为范例，具有层次结构，其中下层类继承上层类的属性(property)。在这种层次数据库中，下层类的属性数量随着从上层类的继承而增加。上层类的属性传承给下层类，通常被称为“继承性”，例如在由Won Kim编辑，1989，ACM Press的“Object-OrientedConcepts，Databases，and Applications”中说明了其特性。
在OODB中，一层分类的单元通常被称为“类”。另一方面，在ORDB中，允许继承的表与OODB中的类相对应。在具有层次关系的表之间，属性被从上层的表继承到下层的表，换句话说，组成上层的表的列的标题(header)信息被继承到下层的表。具有相同类型属性并属于各层的特定类的数据被称为“实例”，其集合被称为“总体(population)”。数据的总体通常存储在关系数据库(RDB)或ORDB中的被称为表的结构中。构成表的属性的字符串被称为表的标题。
一个已知的层次数据库是由ISO13584零件库标准(在下文中简称为“PLIB”标准)定义的，这是用于实现能够以电子方式提供产品信息的电子目录系统的国际标准。“PLIB”标准是由多个“Part(部分)”组成的国际标准，并定义了用于面向对象地描述产品库数据或零件库数据的方式以及用于文件交换的语义，换句话说，定义了要采用的术语、描述方式及数据类型。PLIB的Part 42(第42分册)具有与IEC61360-2(第2分册)相同的内容。该标准以面向对象的方式来分类产品，阐明表征每一类的一组属性，并实现与该类相对应内容的文件交换，因此，属性继承的概念被很自然地包含在这里。此外，由于该标准是基于ISO6523“Structure for Identification of organizations andorganization parts”来制定的，借助使用了由ISO 6523定义的国际代码指示符(ICD)，具体地，能够将国际上唯一的标识符分配给各个属性。
近年来，提出了基于PLIB标准的系统，例如，见日本专利申请公开特许公报No.2004-177996和日本专利申请公开特许公报No.2004-178015。
根据一个基本概念，即产品的技术信息应由“字典”和“内容”来表示，PLIB标准定义了数据交换格式。这里，“字典”是具有层次结构(其中下层继承上层的属性)的层次分类字典。该层次分类字典是根据定义了层次结构的类、为该类定义的属性、和表示类和属性的字段(也称为特征(attribute))形成的。
提供了用于构造这种层次分类字典的各种工具和系统。例如，由法国LISI-ENSMA(参见http://www.plib.ensma.fr)提供的字典构造工具PLIB-EDITOR是典型代表。
发明内容
然而，PLIB-EDITOR工具没有接受诸如字典编辑或添加这样的更新提议的功能。对层次分类字典的更新提议(对于编辑和添加)被基于字典管理员和字典领域专家的经验分别评价和估定(以便给该提议评论和投票)，并确定该提议是被接受还是拒绝。当确定接受更新提议(用于编辑和添加)时，可以通过PLIB-EDITOR来更正层次分类字典。
例如，每当做出层次分类字典的更新提议(用于编辑和添加)时，字典管理员和字典领域专家就评价该更新提议并确定该更新提议是被接受还是被拒绝，而这样的过程是低效的。
根据本发明的一个方面，一种分类字典更新装置包括：更新提议接收单元，用于接收用于更新具有层次结构的层次分类字典的提议，所述层次结构包括定义了该层次结构的类、定义了层次类结构的属性、和作为该类和该属性的详细信息字段的特征，并且其中，下层分类的类继承了上层分类的类的属性；提议历史存储单元，用于存储过去接收的提议；近似提议提取单元，用于提取提议历史存储单元所存储的、与最近接收的提议相近似的过去接收的提议；以及近似提议呈现单元，用于呈现所提取的提议。
根据本发明的另一方面，一种计算机程序产品具有计算机可读介质，所述计算机可读介质包括用于更新分类字典的计算机可执行编程指令，其中所述指令当被计算机执行时，使计算机执行：接收用于更新具有层次结构的层次分类字典的提议，所述层次结构包括定义了该层次结构的类、定义了层次类结构的属性、和作为该类和该属性的详细信息字段的特征，并且其中，下层分类的类继承上层分类的类的属性；存储所接收的提议；从已存储的提议中提取与所接收的提议相近似的提议；并且呈现所提取的提议。
根据本发明的又一方面，一种分类字典更新方法包括：接收用于更新具有层次结构的层次分类字典的提议，所述层次结构包括定义了该层次结构的类、定义了层次类结构的属性、和作为该类和该属性的详细信息字段的特征，并且其中，下层分类的类继承上层分类的类的属性；存储所接收的提议；从已存储的提议中提取与所接收的提议相近似的提议；并且呈现所提取的提议。
附图说明
图1示出了层次分类字典的结构，其是实施例的基础；
图2示出了利用基于PLIB标准的简单树的层次分类字典的结构；
图3示出了关于类的字典修订规则；
图4示出了关于属性的字典修订规则；
图5是包括根据第一实施例的分类字典更新装置的系统的结构示意图；
图6是服务器的模块结构图；
图7是包括该服务器的系统的示意结构的框图；
图8示出了属性添加提议的结构；
图9示出了类添加提议的结构；
图10示出了编辑提议的结构；
图11是搜索近似提议的流程图；
图12是类编辑提议的近似提议列表的示例的说明图；
图13示出了属性添加提议的近似提议列表；
图14是基于包括在类添加提议Cx中的属性，搜索Cx的近似提议的处理序列的流程图；
图15是根据近似提议搜索方法3来搜索近似提议的说明图；
图16是给字典管理员的建议的平面图；
图17是提议评价的流程图；和
图18是根据第二实施例的预模拟提议草案的流程图。
具体实施方式
首先将描述应用于能够以电子方式提供产品信息的电子目录系统中的层次分类字典。该层次分类字典是实施例的基础。
图1示出了层次分类字典的结构。图1所示的层次分类字典是被分成多层的层次数据库。每层具有一个或多个分类项目，并且下层继承上层的属性。因此，下层中的分类项目的属性继承上层中的分类项目的属性。这里，每个层次分类项目被称为类，并且每个类具有自己的属性。图1所示的层次分类字典指示出包括多重继承的普通类间属性继承关系。类由A0、B0、B1、C0、C1、C2、C3和D1表示，而属性由P0到P7表示。类C3从父类B1继承属性P0和P4，从另一个父类D1继承属性P7。属性P6在类C3中唯一定义。类A0和类D1是独立的类。通用根是假想包括所有根类的包罗万象的类。该通用根可以对应于数学中通常所称的“全集”。由于该包罗万象的类没有唯一的属性，并且没有要继承的属性，因此该包罗万象的类可以看作任何根类的父类。
PLIB标准(ISO13584零件库)，其是用于实现能够以电子方式提供产品信息的电子目录系统的国际标准，采用了简单树形结构作为产品及其属性分类的层次结构。因此，只有一个上层类(父类)。当除了父类之外的类的属性要被继承时，就采用称为“Case of”的特殊结构，以便引入(引用)属性。该结构可以被看作是图1的多重继承的修改版本，换句话说，是这样一种结构，其中一棵树被分成主系列和次系列，主系列是由具有最小编号的父类形成的，次系列被赋予替代名字“Case of”。在ORDB或普通面向对象数据库中，不是所有的表和类都具有父表或父类。然而，独立存在的表和类能够被连接到如图1所示的假想“通用根”，以致所有的类都能够被追溯到一个根，其特性可以容易地在简单树形结构中找到。
图2示出了采用基于PLIB标准的简单树形结构的层次分类字典的结构。图2所示的基于PLIB标准的层次分类字典没有通用根。在图2中，该树形结构的包括A0、B0、B1、C0、C1、C2、和C3的部分表示包括分类层的信息。在该实施例中，树是简单树，并且类仅具有一个上层类。
在图2中，类A0具有下层类B0和B1。类B0具有下层类C0和C1，而类B1具有下层类C2和C3。每个产品类都具有属性项目并且上层类的属性被继承到下层类。在图2中，内容121、122、123和124是实际产品数据。例如，内容121是C0的产品数据。内容121包括三种类型的内容数据。更具体地说，内容121包括属性项目P0的属性值x1和x2、属性项目P1的属性值y1和y2、以及属性项目P2的属性值z1和z2。
如上所述的层次分类字典被作为本实施例的处理过的对象而存储在稍后描述的字典DB 20(参见图7)中。对内容121到124(其是实际内容数据)的操纵不在本发明的范围内。图1的内容111到114与图2的内容121到124具有相似的特性。
字典的类和属性由各个特征来定义。这里，“特征”意味着用于定义每个类和属性的详细信息的信息字段。为了避免混淆类的“属性”和“特征”，在本说明书中类和属性的详细信息字段将被称为“特征”。对每个类，如图3所示，定义了诸如类的类型(类的类型)、类名(代码)、父类(超类)和标准名称(优选名称)这样的特征。对于属性，如图4所示，定义了诸如属性代码(代码)、定义类(定义类)、数据类型(数据类型)和标准名称(优选名称)这样的特征。
基于PLIB定义，这些特征定义了类和属性，由此确定内容的格式，内容是否可以被编辑(如在图3和图4中由“添加”、“修改”、“删除”所指示的)，内容是必需的还是可选的(如在图3和图4中由“必须性(obligation)”所指示的)，等等。
接下来，将详细描述第一实施例。图5是包括根据第一实施例的分类字典更新装置的系统的结构示例的示意图。图5所示的系统被假设为服务器一客户机系统，其中服务器计算机1(下文简称为服务器)，作为分类字典更新装置，被经网络2(诸如局域网(LAN)等)连接到作为终端设备的多个客户机计算机3(下文简称为客户机终端)。
客户机终端3例如是普通个人计算机，并且包括字典WEB浏览器30、显示设备31和输入设备32(参见图7)。通过利用字典WEB浏览器30，客户机终端3能够经网络2对服务器1中的当前字典数据库DB 20(参见图7)进行制定并提供更新提议p(用于编辑和添加)。
图6是服务器1的模块结构图。服务器1包括：中央处理单元(CPU)101，其执行信息处理；只读存储器(ROM)102，其存储BIOS等并且是用于读出的专用存储器；随机存取存储器(RAM)103，其可重写地存储各种数据；硬盘驱动器(HDD)104，其用作各种数据库并且存储各种程序；媒体驱动器105，诸如CD-ROM驱动器，其用来使用存储介质110存储信息、向外部分发信息、从外部获取信息；通信控制设备106，其用来经由网络2向其他外部计算机发送信息，并从其他外部计算机发送信息；显示设备107，诸如阴极射线管(CRT)或液晶显示器(LCD)，其向操作员显示处理的状况和处理的结果；和输入设备108，诸如键盘或鼠标，其用于从操作员接收诸如命令或信息这样的输入以便将其提供给CPU 101，并且在各个单元间传输的数据由总线控制器109仲裁。
当用户开启了服务器1的电源时，CPU 101启动ROM 102内部称为loader(装入程序)的程序，以便从HDD 104读出操作系统(OS)到RAM 103，并启动该OS，其中所述操纵系统是用于管理计算机的软件和硬件的程序。该OS用来根据用户的操纵来激活程序，读入信息并存储信息。已知典型操纵系统，例如是Windows(注册商标)，和UNIX(注册商标)。运行在OS上的程序被称为应用程序。应用程序不局限于那些运行在预定OS上的程序，并且可能是使OS执行部分稍后描述的各种处理的程序。仍可选地，应用程序可以被包括在组成预定应用软件或OS的一组程序文件中。
这里，服务器1将分类字典更新程序作为应用程序存储在HDD104中。就这种意义来说，HDD 104用作存储分类字典更新程序的存储介质。
安装在服务器1的HDD 104中的程序通常被记录在存储介质110中，并且存储在存储介质110中的程序被安装到HDD 104中，其中所述存储介质例如诸如CD-ROM或DVD这样的光盘、各种磁光盘、诸如软磁盘这样的各种磁盘、诸如半导体存储器这样的各种记录模式的媒体。这里，便携式存储介质110，诸如像CD-ROM这样的光学信息记录介质、或像FD这样的磁性媒体，可以被用作存储分类字典更新程序的介质。此外，分类字典更新程序可以被经由例如通信控制设备106从外部取入，并安装到HDD 104中。
当运行在OS上的分类字典更新程序被启动时，服务器1遵循该分类字典更新程序，并且CPU 101执行各种操作来共同控制各个单元。下面将描述在服务器1的CPU 101执行的各种操作中，第一实施例的特有处理。
图7是包括该服务器1的系统的示意结构框图。如图7所示，服务器1遵循分类字典更新程序，并包括：网络通信单元11、提议制定和呈现单元12、近似提议搜索单元13、添加目标搜索单元14、近似提议呈现单元15、提议建议呈现单元16、提议评价评论单元17、字典构造单元18、提议历史DB 19(其是提议历史存储单元)、字典DB 20(其是层次分类字典)、历史统计分析单元21、重提议建议呈现单元22、重用提议提取和通知与呈现单元23、字典关注程度呈现单元24。下文中将描述各个单元的功能。
当服务器1经网络通信单元11接收更新提议p(用于编辑和添加)时，近似提议搜索单元13搜索提议历史DB 19以寻找近似提议。作为搜索结果发现的近似提议被近似提议呈现单元15显示。当提议p是添加新项目的提议时，添加目标搜索单元14搜索添加目标以对提议p进行建议。提议建议呈现单元16参考由近似提议呈现单元15显示的近似提议和由添加目标搜索单元14搜索添加目标的结果，并给字典管理员提供对于提议p的评论和评价、以及添加目标，作为建议。当提议p是对当前项目的编辑提议时，添加目标搜索单元14不需要搜索添加目标，并且提议建议呈现单元16不需要提供对于添加目标的建议。提议评价评论单元17实际上提供关于提议p的评价和评论。这里，有两种类型的评价结果，即，“拒绝”和“接受”。当提议p的评价结果是“拒绝”时，提议p被按照原样存储在提议历史DB 19中，而当提议p的评价结果是“接受”时，提议p被存储在提议历史DB 19中，并且同时提议p被字典构造单元18构建到字典DB 20中。历史统计分析单元21提供提议历史DB 19的历史的统计和分析。字典关注程度呈现单元24根据历史统计分析单元21的历史统计和分析结果呈现字典(提议历史DB 19、字典DB 20)的关注程度。例如，具有高关注程度的项目被以不同的颜色示出。此外，重用提议提取和通知与呈现单元23根据历史统计分析单元21的历史统计和分析结果，提取要重用的提议、通知重用的提议人、并呈现要重用的提议。提议人参考由重提议建议呈现单元22提供的“对于重提议的建议”，并由提议制定和呈现单元12重编辑或制定提议。
这里，提议的重编辑和制定可以从客户机终端3的字典WEB浏览器30执行，并且提议制定和呈现单元12可以被构造为仅仅呈现提议。可选地，可以在本地实现提议的制定以便所制定的提议被经网络通信单元11提供给服务器1，并且提议制定和呈现单元12可以被构造为仅仅呈现提议。
接下来，将详细描述服务器1的各个单元的特有功能。
在本发明中，向字典DB 20请求添加和修改字典的类和属性被称为“更新提议”，其中所述字典DB 20是层次分类字典。根据第一实施例的提议历史包括诸如所记录的提议、对其的评论、和其评价这样的信息，并且被存储在提议历史DB 19中。
对字典DB 20的提议可以被分成两组，即，类提议和属性提议。每组类提议和属性提议都包括两种类型的提议，即，添加提议和编辑提议。
首先，将描述添加提议。如图8的示例结构所示，属性添加提议包括属性的特征的必需内容、和在提交该提议之后被添加到该提议的评论参考和评价的内容。如图9的示例结构所示，当提议是类添加提议时，该提议需要包括类的特征的必需内容。
将描述编辑提议。编辑提议具有如图10所示的格式。该格式包括“提议编号”、“提议特征”、“提议内容”和“提议目标参考”信息，以及稍后基于该提议的内容确定的信息，诸如“提议分类”、“提议等级”、“评论参考”和“评价”。可以对每个类做出类编辑提议。属性编辑提议不能被编辑和操纵，只有从定义该属性的类中可以。在图2中，属性P1被定义在类B0中。属性P1由类B0的下层类C0和C1继承。在C0和C1中对属性P1的编辑被拒绝，仅在B0中允许。
将参照图11的流程图，描述近似提议搜索单元13搜索提议历史DB 19以寻找近似提议，以及近似提议呈现单元15呈现近似提议搜索的结果。
首先在步骤S1，检查输入提议的格式。在格式检查中，每个提议都被针对每个特征的允许字符、符号和最大字符数进行审查，并检查该提议是否遵循PLIB定义。
当确定了提议具有基于PLIB定义的格式时(步骤S1中为是)，处理进行到步骤S2，在步骤S2确定该提议是“添加提议”还是“编辑提议”。
当确定了该提议是编辑提议时，处理进行到步骤S3，在步骤S3根据“基于提议内容搜索近似提议的技术”(下文称为“近似提议搜索方法1”)来搜索近似提议。
另一方面，当确定了该提议是添加提议时，处理进行到步骤S4，在步骤S4确定该提议是“类提议”还是“属性提议”。
当确定了提议是属性添加提议时，处理进行到步骤S5，在步骤S5基于“根据各个特征的近似程度之和搜索近似提议的技术(称为“近似提议搜索方法2”)”来搜索近似提议。
当确定了该提议是类添加提议时，处理进行到步骤S6，在步骤S6选择近似提议搜索方法2和近似提议搜索方法3之一。近似提议搜索方法3是基于类提议的属性信息搜索近似提议的技术。当选择了近似提议搜索方法2时，处理进行到步骤S5，而当选择了近似提议搜索方法3时，处理进行到步骤S7。
在步骤S8呈现作为搜索结果发现的近似提议。近似提议包括提议内容、提议评价、关于对提议的评论信息、和关于近似程度的信息(其是近似程度的计算结果)。图12是类编辑提议的近似提议列表的示例，而图13是属性添加提议的近似提议列表的示例。
接下来，下面将详细描述近似提议搜索方法1、2和3。近似提议搜索方法1的说明
近似提议搜索方法1是一种搜索编辑提议的方式。提议内容被构造为如图10所示，包括“提议编号”、“提议特征名”、“提议内容”，“提议目标参考”。
在搜索近似提议的过程中，在提议历史DB 19中搜索与初始提议具有相同“提议目标参考”、“提议特征名”和“提议内容”的提议。
这里，令pi表示已存在的历史提议，则提议px的内容被定义为：
px.proposal_attribute_name＝definition；
px.proposal_target_reference＝JEMIMA_C00012；
px.proposal_content＝definition2，
已存在的历史提议pi和提议px的近似程度S(pi，px)可以计算为：
S(pi，px)＝(W1S(提议目标参考)+W2S(提议特征名)+W3S(提议内容))/∑Wi(I＝1，2，3).
下文中，S(pi，px)将被简单表示为S(p)。字符W1至W3表示各个近似程度的权重，并且对于每个系统的设置不同。根据该设置计算S(p)的值。例如，当设置为W1＝0.5，W2＝0.5和W3＝10时，S(p)的值是列表{0，0.02％，1％，50％，55％，91％，95％，100％}。
S(提议目标参考)表示px的提议目标参考和pi的提议目标参考的近似程度。当条件“px.proposal_target_reference＝Pi.proposal_target_reference满足时，提议目标参和考的近似程度是“S(提议目标参考)=1”。当在编辑提议中不包括提议目标参考时，不需要寻找提议目标参考的近似程度。
S(提议特征名)表示px的提议特征名和pi的提议特征名的近似程度。当条件“px.proposal attribute name＝pi.proposal_attribute_name”满足时，提议特征的近似程度是S(提议特征名)＝1”。
S(提议内容)表示px的提议内容和pi的提议内容的近似程度。当条件“px.proposal content＝pi.proposal content”满足时，提议内容的近似程度是“S(提议内容)＝1”。通过对提议内容进行语义分解(semantic factoring)，S(提议内容)的值可以被确定为{0，0.5，1}中的一个。当S(提议内容)的值被确定为0.5时，px的提议内容和pi的提议内容互相部分匹配。指派给S(提议内容)的值随系统不同而不同。
当S(p)的值最高时，pi是与px具有最高近似程度的历史提议。根据第一实施例，根据其S(p)大于或等于50％的历史提议pi来形成与px具有高近似程度的提议列表。图12示出了px的近似提议列表。近似提议搜索方法2的说明
近似提议搜索方法2是一种搜索与用于添加新项目的添加提议相近似的提议的方式。要求诸如图8所示的提议内容包括在图3和图4中所示的ISO13584的PLIB标准中定义的所有必需特征。近似提议的近似程度是各个特征的近似程度之和。注意，在提议阶段，没有正式确定类和属性的代码，因此代码的近似程度不包括在近似程度的计算中。
这里，将作为示例描述图8所示的属性添加提议py。已存在的属性提议历史pi和提议py的近似程度S(pi，py)被计算为：
S(pi，py)＝(W1S(定义类)+W2S(数据类型)+W3S(优选名称)+W4S(短名)+W5S(定义)+W6S(单位)+W7S(优选字母符号)+W8S(同义名)+W9S(属性类型分类)+W10S(定义的源文档)+W11S(注释)+W12S(备注)+W13S(条件)+W14S(公式)+W15S(格式))/∑Wi(i＝1，2，...,15)。这里，S(定义类)表示提议py和历史提议pi的定义类的近似程度，并且当条件“pi.definition_class＝py.definition_class”满足时，“S(定义类)＝1”。类似计算其他特征的“S”。
特征被依据其重要程度分类成主特征和次特征。主特征是必需特征，而必需特征不总是主特征。例如，属性的主特征是“代码”、“定义类”、“数据类型”、“优选名称”、“短名”、“定义”和“单位”，如在图4的阴影部分所示，而其他特征是次特征。类的主特征是“代码”、“优选名称”、“短名”和“定义”，如在图3的阴影部分所示，而其他特征是次特征。字典的类和属性的特征可以被改变和添加，并且主特征或次特征的分类也是可以改变的。
当对近似程度进行求和时，给主特征和次特征分配了不同的权重以进行计算。在上述例子中，当对于主特征的权重W1到W6是10、而对于次特征的权重W7到W15是1时，S(pi，py)可以表示为：
S(pi，py)＝(10*S(定义类)+10*S(数据类型)+10*S(优选名称)+10*S(短名)+10*S(定义)+10*S(单位)+1*S(优选字母符号)+1*S(同义名)+1*S(属性类型分类)+1*S(定义的源文档)+1*S(注释)+1*S(备注)+1*S(条件)+1*S(公式)+1*S(格式))/∑(10*7+1*9)。
当S(p)的值最高时，pi是与py具有最高近似程度的提议。图13属性添加提议的近似提议的示例。
近似提议搜索方法3的描述。
近似提议搜索方法3是一种根据类添加提议的属性来搜索近似提议的方式。将参照图14来描述近似提议搜索方法3。
图14是基于类添加提议Cx的属性，搜索类添加提议Cx的近似提议的处理序列的流程图。如图14所示，在步骤S11中，从已存在的字典层次的上层开始搜索，并且检查是否存在具有Cx的所有属性的类(假设表示为cls_a)。
当具有Cx的所有属性的类存在时(步骤S11中为是)，cls_a被确定为类添加提议Cx的近似提议的候选(步骤S12)。
当具有Cx的所有属性的类不存在时(步骤S11中为否)，处理进行到步骤S13，在步骤S13中搜索具有Cx的最多数目个属性的类(作为搜索结果可能命中多个类，这样一组命中的类被表示为cls_list)，并且确定在新类Cx的属性中是否有新属性(步骤S14)。
当新类Cx的属性被确定为不包括新属性时(步骤S14中为否)，换句话说，当确定还没有定义所添加的属性时，处理进行到步骤S15，在步骤S15中cls_list被确定为近似提议的候选。
另一方面，当新类Cx的属性被确定为包括新属性时(步骤S14中为是)，换句话说，当确定已经定义所添加的属性时，处理进行到步骤S16，在步骤S16中根据上述近似提议搜索方法2，搜索并确定对新属性的近似提议，并且搜索定义了该近似提议的类(这里假设表示为cls_p)，并且处理进行到步骤S17。
在步骤S17，审查在cls_list(其是步骤S13的搜索结果)中的类、或下层类是否定义了cls_p。
当确定了cls_list中的类1、或者与类1相比在下层的类定义了cls_p时(步骤S17中为是)，类1被确定为所添加的类Cx的近似提议的候选(步骤S18)。
另一方面，当确定了cls_list中的类、或下层类没有定义cls_p时(步骤S17中为否)，cls_p和cls_list被确定为所添加的类提议Cx的近似提议的候选(步骤S19)。
上述是近似提议搜索方法3，其中根据类添加提议的属性来搜索近似提议。
接下来，将描述根据近似提议搜索方法3，搜索图15所示的字典的新类Cx(p1，p2，py)的近似提议的示例。
该字典具有类C1到C6，每个具有定义的属性。新类Cx由Cx定义的新属性py和从父类继承的属性p1和p2构成。在第一实施例中，新类Cx的属性是Cx定义的新属性和继承的属性的全部或一部分。在Cx的属性中，p1和p2是已经定义的属性，而py是新添加的属性。
根据图14所示的处理序列，由于在步骤S11中没有包括Cx的所有属性的类cls_a，处理进行到步骤S13。在步骤S13，包括新类Cx的属性p1和p2的类列表cls_list被确定为C1和其下层类C2到C6。
由于Cx具有新属性py(步骤S14中为是)，处理进行到步骤S16，并且根据近似提议搜索方法2搜索新属性py的近似提议。例如，如果py的近似提议是p8，在步骤S17中可以确定p8是由C6定义的。结果，在步骤S18中类C6及其下层类(如果有一个的话)被确定为新类Cx的近似提议的候选。
接下来将描述根据近似提议搜索方法3搜索图15所示的字典的新类Cx’(p1，p7，p8)的近似提议的示例。
根据图14所示的处理序列，由于在步骤S11中没有包括Cx’的所有属性的类cls_a，处理进行到步骤S13。在步骤S13，包括新类Cx’的很多属性的类列表被发现为C5(p1，p7)、C6(p1，p8)。
由于新类Cx’没有新添加的属性(步骤S14中为否)，类C5和C6被确定为新类Cx’的近似提议的候选(步骤S15)。
因而，可以通过搜索提议历史DB 19来找到该提议的近似提议。
因而，作为搜索结果找到的近似提议由近似提议呈现单元15来呈现。此外，提议p的评论和评价与由稍后所述的添加目标搜索单元14搜索添加目标的结果一起由提议建议呈现单元16呈现，作为给字典管理员的建议。图16是这种给字典管理员的建议的示例。
当将添加新类时，通过如上所述的近似提议搜索方法2和近似提议搜索方法3来搜索近似提议。添加目标搜索单元14和提议建议呈现单元16基于作为搜索结果发现的近似提议的位置来提供关于新类提议的添加目标的建议。
这里，将基于图15所示的字典的新类Cx(p1，p2，py)的示例，描述提供关于位置的建议的功能，在所述位置中将要增加添加提议。
当将要被添加的类Cx具有新属性时，首先确定新属性py将要被添加的位置。为了确定py的位置，需要通过近似提议搜索方法2来找到py的近似提议。例如，如上所述，如果py的近似提议是p8，则将要提供的建议是将py添加到C6，其中C6定义了p8。
更详细地说，可以看到Cx的属性是{p1，p2，py}，即{p1，p2，p8}。具有Cx的三个属性的类C6是Cx的近似提议的候选。然而，除了p1、p2和p8之外，C6还包括没有被Cx定义的属性p4和p9。属性p4是从父类C3继承，属性p9是由C6定义的。因而，关于将添加Cx的位置的建议是：
(1)图15的路线A。换句话说，类C3的子类和类C6的父类。
因而Cx的属性是{p1，p2，p4，p8}；
(2)图15的路线B。换句话说，类C6的子类。因而Cx的属性是{p1，p2，p4，p8，p9}。当类C6有其它子类时，C6及C6的其它子类是作为添加目标的候选类。
这里，Cx不能被作为“类C1的子类”或“类C3的子类”添加。Cx新定义的属性p8已经由类C6定义。如果Cx被作为“类C1的子类”或“类C3的子类”添加，属性p8将被双重定义。在本发明中，属性被看作唯一的并且不允许被双重定义。因此，Cx不能被作为“类C1的子类”或“类C3的子类”添加，并且也不能被添加到出现相同现象的其它位置。
系统推荐A和B作为添加Cx的候选位置，并且给字典管理员提供信息和在每种情况下的属性Cx。字典管理员基于建议中包含的候选位置选择添加的位置。
取决于类Cx定义的特征的内容，对于关于Cx的添加目标的建议，可以利用通过近似提议搜索方法2发现的近似提议。首先，根据近似提议搜索方法2，基于Cx定义的特征的内容，搜索Cx的近似提议。例如，如果与Cx最近似的提议是C6，那么比较Cx的属性与近似提议C6的属性。根据描述，A和B将作为Cx的添加目标的建议被提出。
提议评价评论单元17实际上提供关于提议p的评价和评论。以两种形式之一给出评价的结果，即，“拒绝”和“接受”。
这里，图17是提议评价的流程图。当上述提议建议呈现单元16提供关于近似提议的评价和评论时，如图17所示，提议评价评论单元17使字典管理员对提议进行评价(步骤21)。
当给提议评价“接受”时，处理进行到步骤S22，在步骤S22中确定该提议是添加提议还是编辑提议。
当该提议被确定为编辑提议时(步骤22中为是)，处理进行到步骤S23，并且自动确定提议的等级(高、中)。提议的等级被确定为，当提议的特征是主特征时，提议的等级是“高”，而当提议的特征是次特征时，提议的等级是“中”。此外在步骤23，提议被分为“编辑(关于编辑的提议)”或“技术提议(关于技术的提议)”。提议分类的确定，即，“编辑”或“技术提议”，是由字典管理员执行的。确定的结果被记录在图10所示的每个编辑提议的“提议分类”、“等级”列中。
另一方面，当该提议不是编辑提议时(步骤22中为否)，即，当该提议是添加提议时，不需要确定提议等级和提议分类。
字典管理员基于历史统计分析单元21对提议历史DB 19中历史的统计和分析来提取提议进行重用，将重用通知给提议人，并呈现要重用的提议(重用提议提取和通知与呈现单元23)。更具体地说，字典管理员搜索提议历史以寻找提议px的近似提议，并以近似程度的顺序呈现搜索结果。
此外，字典管理员将“关于重提议的建议”呈现给提议人(重提议建议呈现单元22)。换句话说，字典管理员参考关于近似提议的评论等，并提供关于提议px的评论。例如，字典管理员可以参考评论并得出评价是“拒绝”的结论，而一旦某个内容改变，字典管理员还可以提供评价可以是“接受”的评论来作为编辑建议。这种信息作为提议px的“重提议”和重提议的编辑建议被经电子邮件通知给提议人，或经网络2通知给提议人的客户机终端3，并清楚地显示给提议人。为了突出通知，有关提议被以不同的颜色、不同字体等示出。提议人一收到通知就开始重提议。
此外，字典管理员可以以与上述相同的方式搜索提议pr的近似提议，其在提议历史DB 19中是被拒绝的提议，并参考对近似提议的评论等确定提议pr是否值得重提议。当确定提议pr值得“重提议”时，提议pr可以是“重提议”的事实和关于重提议的编辑建议被经电子邮件或网络2通知给提议人的客户机终端3，并因此清楚地显示给提议人。
字典关注程度呈现单元24基于历史统计分析单元21的历史统计和分析，呈现对字典(提议历史DB 19、字典DB 20)的关注程度。因而，基于“提议目标参考”的统计，可以知道具有更多提议的提议目标。然后，这种“提议目标”(类或属性)被明确地显示为在字典(提议历史DB 19、字典DB 20)中具有更高关注程度的项目。此外，具有更多“提议特征”的特征被明确地显示为具有更高关注程度的项目。具有更高关注程度的项目可以被以不同的颜色、不同的字体等显示。指示的方式可以随系统不同而不同。
因而，根据本实施例，对层次分类字典的更新提议被接收并存储在提议历史存储器中，而存储在提议历史存储器中过去的更新提议被搜索以寻找与所接收的更新提议相似的近似提议，并且提取和呈现该近似提议。因而，使用已存在的字典编辑历史，层次分类字典的更新提议(针对编辑和添加)的近似提议可以被呈现，并且可以容易地做出对于该更新提议(针对编辑和添加)的诸如接受和拒绝这样的评论，由此允许高效地构造字典。
接下来，将参照图18描述第二实施例。与上述第一实施例相同的组件被标以相同的参考符号，并且将不再重复其描述。
在第二实施例中，提议人在正式提交提议之前先提交提议草案以便提议人以更高的接受率提交提议，从提议历史中搜索提议草案的近似提议，并且基于作为搜索结果找到的近似提议的评价结果和评论，可以给出关于该提议草案的评价和评论作为预模拟。
图18是提议草案的预模拟的处理序列的流程图。如图8到图10所示，提议草案与正式提议具有相同的结构。在提议人正式提交提议之前，对提议草案执行预模拟。提议人可以通过预先选择模式来确定是否执行预模拟。
如图18所示，当提供了提议草案p(步骤S31中为是)，并且选择对提议草案p进行预模拟(步骤S32中为是)时，根据第一实施例所描述的技术来搜索提议草案p的近似提议(步骤S33)。
当作为步骤S33的搜索结果发现了最近似的提议pk时，呈现对近似提议pk的评价和评论(步骤S34)。评价是关于近似提议pk是被接受还是被拒绝的信息。评论是由与近似提议pk有关的每个人给出的评论内容。因而，提议人可以确认重编辑提议草案p的必要性，并检查编辑内容。
此后，提议人参考关于近似提议pk的评价和评论。当提议人确定需要重编辑并选择重编辑近似提议pk(步骤S35中为是)时，处理返回步骤S31，在步骤S31系统等待重编辑的提议的输入。由于预模拟可以执行多次，因此重编辑的提议可以再次被进行预模拟。
另一方面，在重复从步骤S31到步骤S34的处理之后，如果选择不执行近似提议pk的重编辑(步骤S35中为否)，则提议草案p被作为提议正式给出(步骤S36)。
这里，可能不对提议草案p执行预模拟。然后，对提议草案p不选择预模拟(步骤S32中为否)，并且提议草案p被直接提交(步骤S36)。
因而，根据第二实施例，提议人在正式提交提议之前制定提议草案，并对提议草案执行预模拟。因而，根据作为预模拟结果给出的评价和评论，字典提议人可以基于提议草案重修改提议以便制定更容易被接受的提议，并提供重修改和制定后的更新提议作为正式提议，由此允许字典的高效更新(编辑和添加)。
对本领域的技术人员来说，可以很容易地实现附加的优点和变更。因此，本发明在其更广的方面不局限于这里示出和描述的特定细节和代表性实施例。因此，在不背离由所附权利要求及其等价物所定义的一般发明概念的精神或范围的情况下，可以做出各种变更。

Claims (18)

1.一种分类字典更新装置，包括：
更新提议接收单元，用于接收用于更新具有层次结构的层次分类字典的提议，所述层次结构包括定义了该层次结构的类、定义了层次类结构的属性、和作为该类和该属性的详细信息字段的特征，并且其中，下层分类的类继承了上层分类的类的属性；
提议历史存储单元，用于存储过去接收的提议；
近似提议提取单元，用于提取由所述提议历史存储单元存储的、与最近接收的提议相近似的过去接收的提议；以及
近似提议呈现单元，用于呈现所提取的提议。
2.根据权利要求1所述的分类字典更新装置，其中，所述近似提议呈现单元所呈现的提议包括：所述更新提议接收单元所接收的提议的内容、指示对所述更新提议接收单元所接收的提议的拒绝和接受之一的评价结果、对于所述更新提议接收单元所接收的提议的评论的内容、以及作为近似程度计算结果的关于近似程度的信息。
3.根据权利要求1所述的分类字典更新装置，其中，当所接收的提议是用于编辑已存在的类和已存在的属性之一的提议时，所述近似提议提取单元基于所述编辑提议的特征和所述编辑提议的内容之一，搜索所述提议历史存储单元以寻找具有最高计近似程度的提议，以便提取与所述编辑提议相近似的提议。
4.根据权利要求1所述的分类字典更新装置，其中，当所接收的提议是用于添加新类和新属性之一的提议时，所述近似提议提取单元基于所述添加提议的各个特征，搜索所述提议历史存储单元以寻找具有最高累积近似程度值的提议，以便提取与所述添加提议相近似的提议。
5.根据权利要求1所述的分类字典更新装置，其中，当所接收的提议是用于添加新类的提议时，所述近似提议提取单元搜索所述提议历史存储单元以寻找与所述添加提议的属性集合有最高相似程度的提议，以便提取与所述添加提议相近似的提议。
6.根据权利要求1所述的分类字典更新装置，还包括添加目标搜索单元，用于当所接收的提议是用于添加新类和新属性之一的提议时，根据所述近似提议提取单元所提取的提议的位置，建议其中将要添加所述添加提议的添加目标。
7.根据权利要求6所述的分类字典更新装置，其中，当所接收的提议是用于添加新类的提议时，所述添加目标搜索单元根据作为基于所述添加提议的属性的部分或全部的搜索结果而发现的提议的层次结构，建议所述添加目标。
8.根据权利要求6所述的分类字典更新装置，其中，当所接收的提议是用于添加新类的提议时，所述添加目标搜索单元根据作为基于所述添加提议的特征的内容的搜索结果而发现的提议的属性与所述添加提议的属性之间的比较结果，建议所述添加目标。
9.根据权利要求6所述的分类字典更新装置，其中，当所接收的提议是用于添加新属性的提议时，所述添加目标搜索单元建议将定义了与所接收的提议相近似的提议的类作为所述添加目标来呈现。
10.根据权利要求1所述的分类字典更新装置，还包括提议建议呈现单元，用于当所述近似提议提取单元所提取的提议与所接收的提议相同时，建议指示拒绝所接收的提议的评价结果。
11.根据权利要求1所述的分类字典更新装置，还包括提议建议呈现单元，用于建议将对所述近似提议提取单元所提取的提议的评价结果作为对所接收的提议的评价结果。
12.根据权利要求10所述的分类字典更新装置，还包括评价和评论单元，用于使字典管理员根据作为建议给出的评论结果来评价所接收的提议并给出关于所接收的提议的评论。
13.根据权利要求11的分类字典更新装置，还包括评价和评论单元，其使字典管理员根据作为建议给出的评价结果，对所接收的提议进行评价并给出评论。
14.根据权利要求1所述的分类字典更新装置，还包括：
历史统计分析单元，用于生成对存储在所述提议历史存储单元中的提议历史的统计和分析；以及
重用提议呈现单元，用于根据对所述历史的统计和分析，从所述提议历史存储单元提取要重用的提议，向提议人通知重用，并呈现所述要重用的提议。
15.根据权利要求14所述的分类字典更新装置，还包括关注程度呈现单元，用于基于对所述历史的统计和分析，呈现具有高关注程度的类、属性和特征。
16.根据权利要求1所述的分类字典更新装置，还包括：
提议草案接收单元，用于接收与提议草案相近似的提议；
模拟近似提议提取单元，用于使所述提议提取单元搜索所述提议草案接收单元所接收的提议；以及
模拟近似提议呈现单元，用于呈现所述模拟近似提议提取单元所提取的提议。
17.一种具有计算机可读介质的计算机程序产品，所述计算机可读介质包括用于更新分类字典的计算机可执行编程指令，其中，所述指令当被计算机执行时，使计算机执行：
接收用于更新具有层次结构的层次分类字典的提议，所述层次结构包括定义了该层次结构的类、定义了层次类结构的属性、和作为该类和该属性的详细信息字段的特征，并且其中，下层分类的类继承了上层分类的类的属性；
存储所接收的提议；
从已经存储的提议中提取与所接收的提议相近似的提议；以及
呈现所提取的提议。
18.一种更新分类字典的方法，包括：
接收用于更新具有层次结构的层次分类字典的提议，所述层次结构包括定义了该层次结构的类、定义了层次类结构的属性、和作为该类和该属性的详细信息字段的特征，并且其中，下层分类的类继承了上层分类的类的属性；
存储所接收的提议；
从已经存储的提议中提取与所接收的提议相近似的提议；以及
呈现所提取的提议。
CNA2006800092007A 2005-04-27 2006-04-26 分类字典更新装置、其计算机程序产品和分类字典更新方法 Pending CN101147144A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2005130209A JP2006309446A (ja) 2005-04-27 2005-04-27 分類辞書更新装置、分類辞書更新プログラムおよび分類辞書更新方法
JP130209/2005 2005-04-27

Publications (1)

Publication Number Publication Date
CN101147144A true CN101147144A (zh) 2008-03-19

Family

ID=36691807

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2006800092007A Pending CN101147144A (zh) 2005-04-27 2006-04-26 分类字典更新装置、其计算机程序产品和分类字典更新方法

Country Status (6)

Country Link
US (1) US20080235271A1 (zh)
EP (1) EP1875388B1 (zh)
JP (1) JP2006309446A (zh)
CN (1) CN101147144A (zh)
DE (1) DE602006014131D1 (zh)
WO (1) WO2006118310A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10803091B2 (en) 2014-10-20 2020-10-13 Alibaba Group Holding Limited Method and device for determining a category directory, and an automatic classification method and device

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4393404B2 (ja) * 2005-03-04 2010-01-06 株式会社東芝 データベース管理装置およびデータベース管理方法
JP2007087216A (ja) * 2005-09-22 2007-04-05 Toshiba Corp 階層型辞書作成装置、プログラムおよび階層型辞書作成方法
US7672976B2 (en) * 2006-05-03 2010-03-02 Ut-Battelle, Llc Method for the reduction of image content redundancy in large image databases
JP5330049B2 (ja) * 2009-03-25 2013-10-30 株式会社東芝 検索装置、方法及びプログラム
US20120010870A1 (en) * 2010-07-09 2012-01-12 Vladimir Selegey Electronic dictionary and dictionary writing system
US10019995B1 (en) 2011-03-01 2018-07-10 Alice J. Stiebel Methods and systems for language learning based on a series of pitch patterns
US11062615B1 (en) 2011-03-01 2021-07-13 Intelligibility Training LLC Methods and systems for remote language learning in a pandemic-aware world
US10810240B2 (en) * 2015-11-06 2020-10-20 RedShred LLC Automatically assessing structured data for decision making
US10445812B2 (en) 2016-09-09 2019-10-15 BloomReach, Inc. Attribute extraction
WO2018163241A1 (ja) * 2017-03-06 2018-09-13 三菱電機株式会社 オントロジー構築支援装置
JP7103763B2 (ja) 2017-07-20 2022-07-20 株式会社日立製作所 情報処理システムおよび情報処理方法
JP2019179484A (ja) * 2018-03-30 2019-10-17 本田技研工業株式会社 情報提供装置、情報提供方法、およびプログラム
JP7036760B2 (ja) * 2019-03-13 2022-03-15 株式会社日立製作所 オントロジー拡張支援装置及びオントロジー拡張支援方法
US11960816B2 (en) 2021-01-15 2024-04-16 RedShred LLC Automatic document generation and segmentation system

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3310116B2 (ja) * 1994-08-31 2002-07-29 株式会社東芝 知識ベースシステム
WO1996010795A1 (en) * 1994-10-03 1996-04-11 Helfgott & Karas, P.C. A database accessing system
WO1997027559A1 (en) * 1996-01-26 1997-07-31 Patterson David E Method of creating and searching a molecular virtual library using validated molecular structure descriptors
JPH09251470A (ja) * 1996-03-14 1997-09-22 Omron Corp データベース検索方法及び装置
US6377949B1 (en) * 1998-09-18 2002-04-23 Tacit Knowledge Systems, Inc. Method and apparatus for assigning a confidence level to a term within a user knowledge profile
US6519605B1 (en) * 1999-04-27 2003-02-11 International Business Machines Corporation Run-time translation of legacy emulator high level language application programming interface (EHLLAPI) calls to object-based calls
US7243082B1 (en) * 1999-06-30 2007-07-10 Kyklos Entertainment S.R.L. Method and apparatus for generating a sale offer to selected individuals over electronic network systems
JP2002041697A (ja) * 2000-07-25 2002-02-08 Toshiba Corp 電子カタログシステムおよびその管理運用装置および管理運用方法
JP4283984B2 (ja) * 2000-10-12 2009-06-24 パイオニア株式会社 音声認識装置ならびに方法
JP2002202710A (ja) * 2000-12-28 2002-07-19 Toppan Printing Co Ltd オンライン教育システム
US20020152219A1 (en) * 2001-04-16 2002-10-17 Singh Monmohan L. Data interexchange protocol
US6952704B2 (en) * 2001-11-26 2005-10-04 Microsoft Corporation Extending a directory schema independent of schema modification
JP2003242176A (ja) * 2001-12-13 2003-08-29 Sony Corp 情報処理装置および方法、記録媒体、並びにプログラム
US20050154690A1 (en) * 2002-02-04 2005-07-14 Celestar Lexico-Sciences, Inc Document knowledge management apparatus and method
US20040034555A1 (en) * 2002-03-18 2004-02-19 Dismukes John P. Hierarchical methodology for productivity measurement and improvement of complex production systems
US7805381B2 (en) * 2002-03-29 2010-09-28 Siebel Systems, Inc. Competency self-assessment approval
WO2003096240A2 (en) * 2002-05-07 2003-11-20 Dsm Ip Assets B.V. System and method for facilitating determination and evaluation of and placing orders for nutritional blend formulations
JP2004177996A (ja) * 2002-11-22 2004-06-24 Toshiba Corp 階層型データベース装置及び階層型データベースの構築方法
US7822424B2 (en) * 2003-02-24 2010-10-26 Invisitrack, Inc. Method and system for rangefinding using RFID and virtual triangulation
JP2004326583A (ja) * 2003-04-25 2004-11-18 Toshiba Corp データ変換装置、データ交換方法およびプログラム
JP4181080B2 (ja) * 2004-03-31 2008-11-12 株式会社東芝 階層型データベース管理システム、階層型データベース管理方法及び階層型データベース管理プログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10803091B2 (en) 2014-10-20 2020-10-13 Alibaba Group Holding Limited Method and device for determining a category directory, and an automatic classification method and device

Also Published As

Publication number Publication date
WO2006118310A1 (en) 2006-11-09
DE602006014131D1 (de) 2010-06-17
JP2006309446A (ja) 2006-11-09
US20080235271A1 (en) 2008-09-25
EP1875388B1 (en) 2010-05-05
EP1875388A1 (en) 2008-01-09

Similar Documents

Publication Publication Date Title
CN101147144A (zh) 分类字典更新装置、其计算机程序产品和分类字典更新方法
US7110996B2 (en) System and method for determining numerical representations for categorical data fields and data processing system
US6826567B2 (en) Registration method and search method for structured documents
US7584188B2 (en) System and method for searching and matching data having ideogrammatic content
US9195639B2 (en) Computer-based system and method for generating, classifying, searching, and analyzing standardized text templates and deviations from standardized text templates
CN102792262B (zh) 使用权利要求分析排序知识产权文档的方法和系统
US8112448B2 (en) Table classification device, table classification method, and table classification program
US7444325B2 (en) Method and system for information extraction
US20140330845A1 (en) Method for record linkage from multiple sources
US20030120640A1 (en) Construction method of substance dictionary, extraction of binary relationship of substance, prediction method and dynamic viewer
JP2000511671A (ja) 自動文書分類システム
US20080172379A1 (en) Recording medium storing a design support program, design support method, and design support apparatus
US7672958B2 (en) Method and system to identify records that relate to a pre-defined context in a data set
CN105209858B (zh) 企业场所数据的非确定性消岐和匹配
JP4473893B2 (ja) 作業項目抽出装置、作業項目抽出方法、および、作業項目抽出プログラム
EP3722968A1 (en) Data extraction system
CN108664509B (zh) 一种即席查询的方法、装置及服务器
JP2009080626A (ja) メタデータ管理装置、プログラムおよび方法
CN101088082A (zh) 全文查询和搜索系统及其使用方法
CN109636303B (zh) 一种半自动提取和结构化文档信息的存储方法及系统
US20090144222A1 (en) Chart generator for searching research data
US11645312B2 (en) Attribute extraction apparatus and attribute extraction method
US20090144241A1 (en) Search term parser for searching research data
US20090144242A1 (en) Indexer for searching research data
CN115564405A (zh) 一种以fmea为驱动的研发项目管理方法、系统及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication