JP2009075733A - 候補表示装置及び方法 - Google Patents
候補表示装置及び方法 Download PDFInfo
- Publication number
- JP2009075733A JP2009075733A JP2007242377A JP2007242377A JP2009075733A JP 2009075733 A JP2009075733 A JP 2009075733A JP 2007242377 A JP2007242377 A JP 2007242377A JP 2007242377 A JP2007242377 A JP 2007242377A JP 2009075733 A JP2009075733 A JP 2009075733A
- Authority
- JP
- Japan
- Prior art keywords
- expression
- unit
- information
- specific expression
- relevance
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3322—Query formulation using system suggestions
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Information Transfer Between Computers (AREA)
- User Interface Of Digital Computer (AREA)
- Machine Translation (AREA)
- Document Processing Apparatus (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【課題】利用者の操作負担を軽減させる。
【解決手段】携帯電話端末は、コンテンツを入力するコンテンツ入力部と、コンテンツから、固有表現を抽出する固有表現抽出部と、抽出された固有表現と、コンテンツに含まれる他の固有表現又はキーワードとの間の関連性の高さを示す関連度を算出する関連度算出部と、固有表現と、他の固有表現又はキーワードと、関連度と、を対応付けて記憶する関連付情報記憶部と、他の固有表現又はキーワードを表示装置に表示すると共に、当該他の固有表現又はキーワードと対応付けられた固有表現を、関連度が高い順に選択候補としてディスプレイに表示するメニュー表示部と、を備える。
【選択図】 図1
【解決手段】携帯電話端末は、コンテンツを入力するコンテンツ入力部と、コンテンツから、固有表現を抽出する固有表現抽出部と、抽出された固有表現と、コンテンツに含まれる他の固有表現又はキーワードとの間の関連性の高さを示す関連度を算出する関連度算出部と、固有表現と、他の固有表現又はキーワードと、関連度と、を対応付けて記憶する関連付情報記憶部と、他の固有表現又はキーワードを表示装置に表示すると共に、当該他の固有表現又はキーワードと対応付けられた固有表現を、関連度が高い順に選択候補としてディスプレイに表示するメニュー表示部と、を備える。
【選択図】 図1
Description
この発明は、選択候補を表示する候補表示装置及び方法に関するものである。
従来から、携帯電話の用途は音声通話に留まらず、電子メールの送受信や携帯電話向けサイトの閲覧にも利用されることが多い。
近年、技術革新に伴う性能向上によって、携帯電話は、Webブラウザが搭載されている機種も多くなっている。これにより、携帯電話は、PC(Personal Computer)やPDA(Personal Digital Assistance)に類する高機能な情報端末としての役割を担う傾向にある。
さらに、携帯電話端末に限らず、ネットワークに接続して情報を取得する装置は多くなりつつある。これら様々な装置が情報端末として使用されるようになった以上、いずれの装置の入力インターフェースであっても、膨大な情報から所望する情報を簡単に検索でき、目的の情報に容易にたどり着くことが要求される。
ところで、目的のサイトや情報にたどり着く手法としては、大きく分けて次の二つの手法が提案されている。一つは、コンテンツサービスで用意されている階層メニューをたどることで、目的のサイトを探すディレクトリ型の探索手法である。もう一つは、文書中などに設定されているリンク付きキーワードを順次選択することで、目的の情報にアクセスする手法である。
さらに、利用者が参照したい情報を提示する手法としては、様々な技術が提案されている。例えば、特許文献1には、利用者が入力した候補を補完した上で、関連する項目を提示する技術が提案されている。
しかしながら、特許文献1の従来技術は、関連する情報間を予め対応付けて記憶手段に格納しておく必要がある。この情報は利用者毎に最適化された情報ではない。このため、利用者に適した情報が表示されるまで、従来通りに操作を行う必要があるという問題がある。
本発明は、上記に鑑みてなされたものであって、利用者の操作負担を軽減させることが可能な候補表示装置及び方法を提供することを目的とする。
上述した課題を解決し、目的を達成するために、本発明にかかる候補表示装置は、文書データを入力処理する入力部と、前記文書データから、特定の物または情報を示す固有表現を抽出する抽出部と、前記固有表現と、前記文書データに含まれる所定の文字列との間の関連性の高さを示す関連度を算出する関連度算出部と、前記固有表現と、前記文字列と、前記関連度と、を対応付けて記憶する関連付情報記憶部と、前記文字列を表示装置に表示すると共に、当該文字列と対応付けられた前記固有表現を、前記関連度が高い順に選択候補として表示装置に表示する候補表示部と、を備えることを特徴とする。
また、本発明にかかる候補表示方法は、文書データを入力処理する入力ステップと、前記文書データから、特定の物または情報を示す固有表現を抽出する抽出ステップと、前記固有表現と、前記文書データに含まれる所定の文字列との間の関連性の高さを示す関連度を算出する関連度算出ステップと、前記固有表現と、前記文字列と、前記関連度と、を対応付けて関連付情報記憶部に記憶する関連付情報記憶ステップと、前記文字列を表示装置に表示すると共に、当該文字列と対応付けられた前記固有表現を、前記関連度が高い順に選択候補として表示装置に表示する候補表示ステップと、を有することを特徴とする。
本発明によれば、利用者に対して適切な選択候補を表示することで、操作負担を軽減させることができるという効果がある。
以下に添付図面を参照して、この発明にかかる候補表示装置及び方法の最良な実施の形態を詳細に説明する。以下に示す実施の形態では、候補表示装置を携帯電話端末に適用した例について説明する。なお、候補表示装置は、情報の検索に利用する情報処理装置であれば良く、例えばPC又はPDAなどに適用しても良い。
(第1の実施の形態)
図1に示すように、携帯電話端末100は、電話帳登録情報記憶部101と、文字列入力履歴記憶部102と、お気に入りURL記憶部103と、GPSエリア情報記憶部104と、固有表現抽出ルール記憶部105と、印象表現辞書106と、関係表現辞書107と、関連付情報記憶部108と、通信処理部109と、コンテンツ入力部110と、コンテンツ表示部111と、時刻計測部112と、アプリケーション格納情報取得部113と、形態素解析部114と、固有表現抽出部115と、印象表現抽出部116と、関係表現抽出部117と、関連度算出部118と、更新・登録部119と、外部サイト情報受渡部120と、メニュー生成部121と、表示部125と、ユーザ入力受付部123と、を備える。
図1に示すように、携帯電話端末100は、電話帳登録情報記憶部101と、文字列入力履歴記憶部102と、お気に入りURL記憶部103と、GPSエリア情報記憶部104と、固有表現抽出ルール記憶部105と、印象表現辞書106と、関係表現辞書107と、関連付情報記憶部108と、通信処理部109と、コンテンツ入力部110と、コンテンツ表示部111と、時刻計測部112と、アプリケーション格納情報取得部113と、形態素解析部114と、固有表現抽出部115と、印象表現抽出部116と、関係表現抽出部117と、関連度算出部118と、更新・登録部119と、外部サイト情報受渡部120と、メニュー生成部121と、表示部125と、ユーザ入力受付部123と、を備える。
携帯電話端末100が表示するコンテンツとしては、送受信したメールや、外部ネットワークで公開されているサイトの情報等とし、利用者が閲覧可能な文書データであればよい。
そして、携帯電話端末100では、利用者が入力や参照した情報間の関連度を算出する。そして、利用者が携帯電話端末100で任意の情報を検索する際に、当該関連度が高い選択候補を優先的に表示する。
電話帳登録情報記憶部101は、当該携帯電話端末100で電話を掛ける際に利用する電話帳情報を記憶する。電話帳情報は、相手先のID、名前、ニックネーム、電話番号、メールアドレス、及び当該携帯電話端末100を所有する利用者との関係、ダイアル履歴など、様々なパーソナルデータを記憶している。
文字列入力履歴記憶部102は、利用者が携帯電話端末100からメールや文書を作成する際にかな漢字変換や入力予測での確定履歴を記憶する。また、文字列入力履歴記憶部102は、さらに、かな漢字変換や入力予測で入力された文字列が、いずれのアプリケーション又はサービス利用時であるのかを記憶する。さらに、文字列入力履歴記憶部102は、これら文字列が特定のフォームに対して入力されていれば、当該フォームに対して入力された文書も記憶する。
お気に入りURL記憶部103は、携帯電話端末100から参照したサイト情報のうち、利用者がお気に入りとして選択したサイトのURL、及び当該サイトの名称、ページタイトルなどを記憶する。
GPSエリア情報記憶部104は、携帯電話端末100の図示しないGPSによるナビゲートに使用される地図情報を記憶する。また、GPSエリア情報記憶部104は、利用者が文字列や電話を行った位置情報などを記憶しても良い。これにより、携帯電話端末100は、利用者が入力した文字列や電話を行った相手と、地図情報上の場所と、の関連度を算出することもできる。
なお、これら電話帳登録情報記憶部101、文字列入力履歴記憶部102、お気に入りURL記憶部103及びGPSエリア情報記憶部104は、これら記憶部に格納されている固有表現などの文字列と、携帯電話端末100が表示するコンテンツに含まれている固有表現等との間の関連度を算出するために使用される。
固有表現とは、特定の物または情報に与えられた文字列を示し、人名、地名などの固有名詞の他に、未知語や、日付、金額などの数値表現などを含むものとする。
固有表現抽出ルール記憶部105は、形態素解析結果から固有表現を抽出するための抽出ルールを格納している。この抽出ルールは、周知のルール等を用いることとして説明を省略する。
印象表現辞書106は、抽出された固有表現に対して利用者が抱いている印象や評価を判断するための基準となる印象表現を格納する辞書とする。図2に示すように、印象表現は、嗜好表現や割合表現を含むものとする。嗜好表現は、利用者が固有表現に対して抱いている印象が良いものであるのか否かの判断基準となる表現をいう。割合表現は、利用者が固有表現に対する印象の大きさの判断基準となる表現をいう。例えば、メール内に「すき」、「ウマイ」、「いい」、「このみ」、「おいしい」、「うける」、「くせになる」などの関係表現が含まれている場合、当該関係表現周辺の固有表現が、好印象であると判断できる。
関係表現辞書107は、固有表現を、他の固有表現等と関連付ける基準となるための表現を格納する。図3に示すように、関係表現辞書107は、固有表現に対して関連付けるための所属、性別、年代、親密度の判断基準となる表現を保持する。例えば、メール内に「年休」、「直帰」、「会議」、「課長」などの関係表現が含まれている場合、当該関係表現周辺の固有表現に対して、「社会人」が関連付けられる。
関連付情報記憶部108は、携帯電話端末100において関連付けされた固有表現を、他の固有表現を含む文字列と、他の固有表現を含む文字列との関連度とを対応付けて記憶する。また、関連付情報記憶部108は、固有表現などの文字列に対して割り当てられた属性も、当該固有表現と対応付けて記憶する。また、格納手法については、これら対応関係を保持できるのであれば、いずれの手法を用いても良い。なお、詳細については、後述する。
また、関連付情報記憶部108は、利用者の属性情報も記憶する。利用者の属性情報としては、年齢、性別、所属、生活圏(地名)、良く行くスポットなどとする。
上述した辞書及び記憶部は、HDD(Hard Disk Drive)を使用するものとするが、他に光ディスク、メモリカード、RAM(Random Access Memory)などの一般的に利用されているあらゆる記憶手段により構成することができる。
通信処理部109は、ネットワークを介して外部のサーバ等と接続し、当該サーバ等との間で情報の送受信を行う。
コンテンツ入力部110は、利用者に対して表示するコンテンツの入力処理を行う。入力するコンテンツの例としては、通信処理部109を介して外部のサーバ等から取得したWebページや、送受信したメール等が考えられる。
コンテンツ表示部111は、入力されたコンテンツを表示する。コンテンツ表示部111は、表示したコンテンツを、アプリケーション格納情報取得部113及び形態素解析部114に出力する。時刻計測部112は、現在時刻を計測する。
アプリケーション格納情報取得部113は、コンテンツ表示部111が表示したコンテンツに関連する情報を、時刻計測部112が計測している現在時刻、電話帳登録情報記憶部101、文字列入力履歴記憶部102、お気に入りURL記憶部103、GPSエリア情報記憶部104から取得する。この取得した情報をアプリケーション格納情報とする。これにより、アプリケーション格納情報として、コンテンツの提供元情報や、サービス内容、タイトル、閲覧時刻などの情報を取得することができる。
形態素解析部114は、表示されたコンテンツ及びアプリケーション格納情報に対して、形態素解析を行う。例えばコンテンツがメールの場合、形態素解析部114は、図4に示すように入力履歴に格納されている各メールに対して形態素解析を行うことで、形態素解析結果を得ることができる。
固有表現抽出部115は、形態素解析結果に対して、固有表現抽出ルール記憶部105に格納されている抽出ルールを参照して、固有表現抽出技術を利用することで、未知語を含む固有表現の抽出を行う。さらに、固有表現抽出部115は、可能な限り固有表現の意味の特定も行う。例えば、図4に示す形態素解析結果から、抽出された固有表現「川崎」、「五反田」及び「下北沢」を地名と特定する。さらに、固有表現抽出部115は、「バス」を交通手段と特定し、「来週」を時間表現と特定する。
印象表現抽出部116は、印象表現辞書106を参照して、コンテンツ及びアプリケーション格納情報から印象表現を抽出し、固有表現抽出部115で抽出された固有表現に対して、関連付ける。これにより抽出された固有表現に対して、利用者が抱いている印象や評価を付与することができる。このように関連付けられた印象表現は、他の固有表現等の文字列との間の、関連度の算出に用いられる。
関係表現抽出部117は、関係表現辞書107を参照して、コンテンツ及びアプリケーション格納情報から関係表現を抽出し、固有表現抽出部115で抽出された固有表現に対して、抽出された関係表現が表す属性を割り当てる。なお、関係表現と、当該関係表現に対応する属性の例については後述する。
関連度算出部118は、抽出された固有表現、印象表現と、関連付情報記憶部108に記憶されている各情報(他の固有表現などの文字列)とを用いて、固有表現と、他の固有表現などの文字列と、の間を関連付ける。関連付ける手法については後述する。そして、関連度算出部118は、関連付けされた固有表現と、他の固有表現などの文字列と、の間の重み付け(関連度)を算出する。なお、重み付けの算出手法については、後述する。
関連度は、固有表現と、他の固有表現やキーワードとの間の関連性が高いほど、高い値になる変数をいう。
更新・登録部119は、関連度算出部118で関連付けられた固有表現等が、関連付情報記憶部108に記憶されていない場合に、当該固有表現を他の固有表現等との関連度と共に登録する。また、更新・登録部119は、関連度算出部118で関連付けられた固有表現等が、関連付情報記憶部108に記憶されている場合、算出された関連度の加算等で、当該関連付情報記憶部108を更新する。これにより、利用者が参照したコンテンツ内の固有表現が、他の固有表現等の文字列との関係と共に格納されたことになる。さらには、利用者の最新のコンテンツ参照結果が格納されたことになる。
また、更新・登録部119は、固有表現に対して属性(関係表現)が割り当てられている場合に、当該固有表現と、当該属性とを対応付けて、関連付情報記憶部108に登録する。
メニュー生成部121は、利用者が選択可能な選択候補を含むメニュー画面を生成する。また、このメニュー画面の選択候補には、関連付情報記憶部108に格納された固有表現等が含まれているものとする。そして、これら選択候補は、当該選択候補として表示される固有表現のうち、関連度が高い順に配置されるものとする。なお、詳細な画面例等については後述する。
表示部125は、メニュー表示部122を備え、携帯電話端末100に備えられたディスプレイ(表示装置)に、情報を表示する。
メニュー表示部122は、ディスプレイ(表示装置)に、生成されたメニュー画面を表示する。また、メニュー表示部122は、ディスプレイに、固有表現などの文字列がタイトルとして示されたメニュー画面に、当該文字列と関連付けられた、固有表現などの文字列を、関連度が高い順に選択候補として表示する。
また、メニュー表示部122は、表示する選択候補となる文字列の属性が、利用者の属性と一致する場合に、当該選択候補に対して装飾を施してディスプレイ(表示装置)に表示する。
ユーザ入力受付部123は、候補選択受付部124を備え、携帯電話端末100が備える図示しない入力デバイスを介して、利用者から入力を受け付ける。
候補選択受付部124は、メニュー画面に表示される選択候補の選択を受け付ける。その後、更新・登録部119は、選択を受け付けた選択候補が表す固有表現に関する関連度の更新などを行う。
外部サイト情報受渡部120は、通信処理部109を介して、利用者により選択された選択候補をキーワードとして設定するほか、検索に用いられるキーワードを追加して、外部サイトに対して情報を受け渡す。これにより検索エンジンにおいて適切なキーワードで検索を行うことができる。
次に、携帯電話端末100において、表示したコンテンツに関する情報を関連付情報記憶部108に格納するまでの処理手順について、図5を用いて説明する。
まず、コンテンツ入力部110は、通信処理部109を介して、外部ネットワークからコンテンツを入力する(ステップS501)。
次に、コンテンツ表示部111が、入力されたコンテンツを利用者に対して表示する(ステップS502)。
そして、コンテンツ入力部110は、必要に応じて表示したコンテンツの全情報を、通信処理部109から取得する(ステップS503)。例えば、コンテンツの取得先のサイトでコメントなどが省略されていた場合に、省略されているコメント等を取得する。
次に、アプリケーション格納情報取得部113は、コンテンツ表示部111が表示したコンテンツに関連する情報を、時刻計測部112が計測している現在時刻、電話帳登録情報記憶部101、文字列入力履歴記憶部102、お気に入りURL記憶部103、GPSエリア情報記憶部104から取得する(ステップS504)。この取得した情報は、携帯電話端末100に格納されていたアプリケーション格納情報とする。
そして、形態素解析部114は、取得したコンテンツおよびアプリケーション格納情報に対して形態素解析を行う(ステップS505)。
次に、固有表現抽出部115は、固有表現抽出ルール記憶部105を用いて、形態素解析結果から固有表現を抽出する(ステップS506)。また、固有表現抽出部115は、形態素解析結果から、関連付ける対象となる文字列(名詞等)を抽出する。この文字列としては、例えば「カレー」、「バス」などが考えられる。
そして、印象表現抽出部116は、固有表現を抽出したコンテンツおよびアプリケーション格納情報から、印象表現を抽出する(ステップS507)。
次に、関係表現抽出部117は、固有表現を抽出したコンテンツおよびアプリケーション格納情報から、関係表現を抽出する(ステップS508)。
次に、関連度算出部118は、抽出された各固有表現に対して、抽出した印象表現、関係表現に基づいて、他の固有表現などの文字列との間の関連度を算出する(ステップS509)。
次に、更新・登録部119は、関連度算出部118で関連付けられた固有表現等が、関連付情報記憶部108に記憶されていない場合に、当該固有表現を他の固有表現等との関連度と共に登録する。また、更新・登録部119は、関連度算出部118で関連付けられた固有表現等が、関連付情報記憶部108に記憶されている場合に、算出された関連度を用いて当該関連付情報記憶部108を更新する(ステップS510)。
上述した処理手順により、利用者が参照したコンテンツから抽出された情報が関連付情報記憶部108に格納されることになる。次に、図5のステップS507の印象表現の抽出手順について、図6を用いて説明する。
まず、印象表現抽出部116は、固有表現抽出部115から、固有表現抽出済みのコンテンツおよびアプリケーション格納情報を取得する(ステップS601)。
次に、印象表現抽出部116は、印象表現辞書106を用いて、固有表現抽出済みのコンテンツおよびアプリケーション格納情報から、印象表現を抽出する(ステップS602)。抽出手法としては、印象表現辞書106に格納されている印象表現とのパターンマッチなどが考えられる。
そして、印象表現抽出部116は、当該印象表現の抽出頻度を取得する(ステップS603)。そして、パターンマッチの結果、および抽出頻度は、抽出先のコンテンツおよびアプリケーション格納情報と共に保持する。
抽出された印象表現について説明すると、例えば、図4のメール入力履歴から抽出された印象表現が「おいしい」であれば、印象表現辞書106で定義された嗜好表現の「Positive」に相当していることが確認できる。また、印象表現が「めっちゃ」であれば、印象表現辞書106で定義された割合表現の「大」に相当していることが確認できる。これら印象表現は、抽出先のコンテンツおよびアプリケーション格納情報内の位置が特定できるように保持される。
次に、印象表現抽出部116は、印象表現毎に、当該印象表現の抽出箇所周辺の固有表現等の文字列と対応付ける(ステップS604)。この対応付けるか否かの判断は、例えば、文字列の距離に応じて判断するなどが考えられる。
図4のメール入力履歴の例では、抽出された印象表現は、当該印象表現の周辺に出現している、未知語を含む固有表現などの文字列である「マジックハーブ」「下北沢」「こないだ」と対応付けられる。さらに、抽出された印象表現は、当該印象表現の抽出頻度、解析対象となったメールの本文、ID、当該メールの宛先であると仮定する「佐藤」氏の情報を共に格納される。
次に、図5のステップS508の関係表現の抽出手順について、図7を用いて説明する。
まず、関係表現抽出部117は、固有表現抽出部115から、固有表現抽出済みのコンテンツおよびアプリケーション格納情報を取得する(ステップS701)。
次に、関係表現抽出部117は、関係表現辞書107を用いて、固有表現抽出済みのコンテンツおよびアプリケーション格納情報から、関係表現を抽出する(ステップS702)。抽出手法としては、関係表現辞書107に格納されている関係表現とのパターンマッチなどが考えられる。
そして、関係表現抽出部117は、当該関係表現の抽出頻度を取得する(ステップS703)。そして、パターンマッチの結果、および抽出頻度は、抽出先のコンテンツおよびアプリケーション格納情報と共に保持する。
次に、関係表現抽出部117は、関係表現毎に、当該関係表現の抽出箇所周辺の固有表現等の文字列に対して、当該関係表現に対応する属性を割り当てる(ステップS704)。この割り当てるか否かの判断は、例えば、文字列の距離に応じて判断するなどが考えられる。次に関係表現に対応する属性について説明する。
例えば、図3に示す関係表現辞書107を適用した場合、関係表現抽出部117は、コンテンツおよびアプリケーション格納情報から、関係表現「年休」「直帰」「会議」を抽出した場合、「所属」関係において対応する属性として「社会人」を特定する。関係表現抽出部117は、コンテンツおよびアプリケーション格納情報から、関係表現「ゼミ」や「サークル」などを抽出した場合、対応する属性として「大学生」を特定する。その他、関係表現「宿題」「放課後」を抽出した場合、対応する属性として「高校生」を特定する。
また、関係表現抽出部117は、「所属」以外の関係についても抽出を行う。「所属」以外としては、図3に示すように「性別」、「年代」及び「親密度」がある。これらについても上述した「所属」の場合と同様に、抽出された関係表現から対応する属性を特定する。
例えば、「バイト」や「走召つかれた」などの関係表現が抽出された場合、「年代」として20歳未満と特定する。また、「仕事で」、「飲みに」などの関係表現があれば20歳から30歳未満と特定する。
さらに、「親密度」の軸として、文書中に各種絵文字が多用されていれば「大」、「行く?」「だよね。」など砕けた表現が出現していれば「中」、「と思います。」「致します。」など改まった表現が記載されていれば「小」と、親密度の属性を特定する。
そして、関係表現辞書107に格納されている関係表現が、コンテンツおよびアプリケーション格納情報から抽出された場合、当該コンテンツおよびアプリケーション格納情報並びに、当該関係表現付近の固有表現などの文字列に対して、特定された属性が割り当てられる。
次に、図5のステップS509の関連度の算出手順について、図8を用いて説明する。
まず、関連度算出部118は、コンテンツから抽出された固有表現を評価対象ノードとして設定する(ステップS801)。これら、評価対象ノードとして設定する場合、コンテンツから抽出された固有表現、キーワードを全て評価対象ノードとして設定するほか、tf/idfなどの統計的処理を施して、重要と判断された固有表現のみを評価対象ノードとして設定しても良い。
そして、関連度算出部118は、アプリケーション格納情報に格納されている固有表現などをノードとし、設定された評価対象ノードと共に展開する(ステップS802)。
図9に示すように、展開されたノード及び評価対象ノードは、軸や評価対象ノードの分類毎に配置される。アプリケーション格納情報から取得したノードの例としては、地名を軸として「川崎」、「五反田」、「下北沢」、「横浜」、「日吉」などが配置される。携帯電話端末100に格納されているアプリケーション(サービス)として、「バスナビ」、「ぐるめ探索」、「メール(メーラ)」、「トラベル(サイト)」、「電話帳(携帯ローカル)」が配置される。それらの隣接情報として近傍や周辺の語である「出発」、「店舗名」、「To:」、「From:」が配置される。
評価対象ノードとしては、また、評価の対象となるキーワードとしては「川崎」、「やまちゃん」、「佐藤」、「カレー」、「京浜東北」、「マジックハーブ」、「エクセレント」、「パスモード」、「ショップポート」などがあるものとする。
また、関連度算出部118は、関係表現や印象表現についてもノードとして展開する。例えば、関係表現として、「所属」を示す「社会人」、「学生」、「高校生」が展開され、「親密度」を示す「大」、「中」、「小」が展開される。さらに、印象表現として、「Positive」、「Negative」のほか、程度表現として「大」、「中」、「小」が展開される。
そして、関連度算出部118は、評価対象ノードに対して、関連付けるノード又は他の評価対象ノードが存在するか否か判断する(ステップS803)。関連付けるノードか否かの判断は、どのような基準でも良く、例えば、共起出現したか又は同一アプリケーション内で利用されたか等により判断される。
詳細な例としては、関連度算出部118は、展開されたノードと同一文字列がコンテンツ中に含まれていた場合に、当該ノードを、当該コンテンツから抽出された評価対象ノードと関連付ける。また、関連度算出部118は、評価対象ノードがメールの送信相手の場合に「To」と関連付ける。また、関連度算出部118は、同一のコンテンツから抽出された評価対象ノード間も関連付ける。このように、関連度算出部118は、図9で示したノード間を、コンテンツ及びアプリケーション格納情報に基づいて関連付ける。なお、関連付けられたノード間は、後述する処理により関連度が算出される。
また、関連度算出部118は、関連付けるノード又は他の評価対象ノードが存在しないと判断した場合(ステップS803:No)、特に処理を行わない。
一方、関連度算出部118は、評価対象ノードに対して、関連付けるノード又は他の評価対象ノードが存在すると判断した場合(ステップS803:Yes)、評価対象ノードと、当該関連付けるノード又は他の評価対象ノードとの間に重み付けを付与して、関連度を算出する(ステップS804)。
例えば、「やまちゃん」であれば「メール」の「From:」行と関連していると共に、メール内容で「ショップポート」ついて言及しており、その評価が「Positive」の「中」であることから、これらの間の関係を、他のノード間の関係より関連度が高くなるように重み付けを行う。
また、「佐藤」氏であれば、「メール」の「To:」行と関連が強いと共に、内容としては「マジックハーブ」や「パスモード」と関連しており、そのうち「マジックハーブ」に関しては「Positive」の「大」であると重み付けされている。
このように、本実施の形態においては、重み付けが高いか否かの基準として、印象表現が用いられる。つまり関係がPositiveであるか否かには嗜好表現が含まれているか否かで判断され、関係が大きいか否かには、いずれの割合表現が含まれているのかで判断される。次に、評価対象ノードの重み付け(関連度)を算出するための式について説明する。
式(1)に示すW(Ni、Ns)は、評価対象ノード(Ni)に対し、ある軸のノード(Ns)に対する重み付けの値を示している。変数nはこの評価ノードに張られているリンクの本数を示している。変数Rsは親密度や度合いを数値化した値である。例えば上述した割合表現の{大、中、小}に対応させて{10、5、1}が割り当てられているものとする。
変数piは、評価対象ノード種別ごとに設定しておくバイアス値とする。例えば事前に固有名詞や地名と判断されている評価対象ノードを、未知語として扱われているカタカナ語の羅列からなる評価対象ノードよりも重み付けておくことで、出力を得る際に、より確実な情報を提示することができる。
変数fiは、ある評価対象ノード(Ni)である語彙の出現頻度を示す。出現頻度が高いものは重要であるというヒューリスティクスに基づいている。
重み付け(関連度の算出)手段としては、上述した式に制限するものではなく、どのような手法を用いても良い。例えば、重み付けの付与条件に制約を設けて、上位3つの関係のみを明示するなどの絞込みを行っても良い。
図8に戻り、関連度算出部118は、全ての評価対象ノードに対して関連度の算出処理が終了したか否か判断する(ステップS805)。終了していないと判断した場合(ステップS805:No)、再びステップS803から処理を開始する。
一方、関連度算出部118が、関連度の算出処理が終了したと判断した場合(ステップS805:Yes)、処理を終了する。
上述した処理手順により、ノードや評価対象ノードと関連付けられた評価対象ノードが、関連度と共に関連付情報記憶部108に格納される。
次に、携帯電話端末100において、関連付情報記憶部108に格納された情報を利用してメニューを表示する手順について、図10を用いて説明する。
まず、利用者が携帯電話端末100の任意のアプリケーションを使用しているものとする。そして、利用者が当該アプリケーションの使用を終了した場合に、メニュー生成部121は、当該アプリケーションで利用者が閲覧、作成した情報を取得する(ステップS1001)。
次に、メニュー生成部121は、メニューを生成するために、関連付情報記憶部108に格納された情報を取得する(ステップS1002)。
図11に示すように、Aさんが使用する携帯電話端末100の場合、関連付情報記憶部108に格納されている固有表現などの文字列等を、関連付けられている文字列及び関連度と共に取得する。
例えば、「地名、駅名」として取得した固有表現が「川崎」、「下北沢」、「日吉」となる。そして、各固有表現が出現した状況は、「川崎」が「メール」や「スケジューラ」の使用時であり、「下北沢」が「駅探」の使用時であり、「日吉」が「駅探」の使用時であることを示している。さらに、利用する頻度は、それぞれ“A”〜“E”の段階評価で付与されている。また、Aさんの携帯電話端末100の例では、地名と関連するキーワードとして、「川崎」であれば、「やまちゃん」および「東西会社」と関連付けされていることが確認できる。なお、関連度の“A”〜“E”は、上述した処理で算出された値を基準に5段階に分けたものとする。
また、「スポットや店名、その他キーワード」として取得した固有表現は、「スーパー」、「西口」、「ショップポート」等となる。これらの固有表現についても同様に、それぞれの固有表現が使用されたアプリケーション名、頻度情報、関連度が付与されている。例えば、「ショップポート」では、「メール」利用時に、頻度は低く、印象は“B”、さらに「やまちゃん」との関連が強い(A)ことが確認できる。
また、メニュー生成部121は、交通手段や、人物の相関関係等の軸によってもそれぞれ対応する固有表現を抽出し、リストアップすることも可能とする。また、携帯電話端末100では、抽出結果の見出しとして提供されていない軸に関しても、図5に示す処理手順で、関連付情報記憶部108にノードとリンク関係が格納されることで、当該関係の格納先の軸において、各属性の重み付けと関連語を収集することが可能となる。
また、取得するリスト形式では、図11に示すように可読性を高めて関連度や頻度を“A”〜“E”の5段階で取得したが、後処理のことを考慮して関連度及び頻度を数値で取得しても良い。
そして、メニュー生成部121は、ステップS1001で利用者がアプリケーションで閲覧、作成した情報に含まれる固有表現等と高い関連性を示す固有表現などを、ステップS1002で取得した情報に基づいて、関連性が高い順番に選択候補として提示するメニューを生成する(ステップS1003)。
そして、メニュー表示部122が、生成したメニューをディスプレイ(表示装置)に表示する(ステップS1004)。その後、候補選択受付部124が、表示されたメニューから、利用者による選択候補の選択を受け付ける(ステップS1005)。
そして、更新・登録部119が、関連付情報記憶部108に格納されている情報のうち、ステップS1001で利用者がアプリケーションで閲覧、作成した情報に含まれる固有表現等と、選択された選択候補が示す固有表現との関連性を示す関連度をより高い値に更新する(ステップS1006)。
上述した処理手順により、メニュー画面には、利用者と関連が高い選択候補が順に表示されることになる。さらに選択された選択候補に関する関連度を更新することで、関連付情報記憶部108に格納される情報について関連性の精度が向上する。
次に、関連付情報記憶部108に格納されている情報の利用例について説明する。まずは、図10で示した処理手順と同様の手順で提示される画面の遷移について、図12を用いて説明する。
まず、利用者が、携帯電話端末100に搭載されているメール作成機能により、画面1201に示すように「やまちゃん」宛てにメールを作成したものとする。当該メールの送信を終了した後、携帯電話端末100は、画面1202を表示しして、「関連リンク」表示するか否かを利用者に対して問いあわせる。
そして、「関連リンク」表示の許可が得られた場合、メニュー生成部121は、メール作成機能から取得した情報から、固有表現及びキーワードとして、「川崎」、「五反田」、「バス」、「やまちゃん」、「(作成日時)」を抽出する。そして、メニュー生成部121は、関連付情報記憶部108から取得した情報を利用してメニュー画面を生成し、メニュー表示部122が、生成したメニュー画面1203を表示する。これらの表示順は頻度等に基づいて設定されるものとする。
図12に示したメニュー画面1203の例では、図11の頻度情報とキーワード「バス」に基づき交通手段から「1.バスナビ」、メール本文に含まれている固有表現から「2.川崎」および「3.五反田」、「To:」行から「4.やまちゃん」の各サイト・キーワードが表示されたものとする。
次に、各選択候補を選択した場合について説明する。「1.バスナビ」1211であれば、メニュー表示部122は、バスナビのサイトURL情報に基づいて、当該サイトに移動する。その際に、外部サイト情報受渡部120が、当該サイトに対して、バスナビと関連度の高い地名を受け渡すことで、画面1204に示すように、関連度が高い地名順に選択候補が表示される。
また、選択された選択候補が、「2.川崎」1212および「3.五反田」1213であれば、メニュー表示部122が、画面1205や画面1206のように、当該選択候補と関連度が高いアプリケーション(サービス)やキーワードを順に表示する。
また、選択された選択候補が、「4.やまちゃん」1214であれば、メニュー表示部122は、メニュー画面1207において、さらに選択候補として「1.(やまちゃんの)メールをみる」「2.ショップポート」「3.横浜」を表示する。
本実施の形態にかかる携帯電話端末100では、こうした支援機能例により、利用者が移動中に作成したメールの送信と連動して、次の行動であるバスの待ち時間を調べたり、目的地の情報や、待ち合わせ相手への電話などをシームレスに行うことが可能となる。
さらに、更新・登録部119により、これらの支援機能で利用者が選択した選択候補のキーワード又は固有表現において、新たな関連付けとして関連付情報記憶部108においてこれらキーワード又は固有表現について新たな関連付や、関連度の更新が行われることになる。
また、本実施の形態にかかる携帯電話端末100は、上述した処理手順以外の手順でメニュー画面が遷移することも考えられる。
図13に示す画面例1301は、キャリアやプロバイダの提供する携帯電話端末100のトップメニュー画面や、利用者が作成したブックマークリンク集を想定した初期メニューとする。
そして、利用者が、例えば「1.交通情報」を選択した場合、メニュー生成部121は、関連付情報記憶部108を参照し、各交通手段の利用頻度を参照すると共に、利用履歴として履歴に格納されている曜日や日付、時間帯と、現在の曜日や日付、時間帯を比較することで、類似した状況下で参照された交通手段の提供サイトが順に配置されたメニュー画面1302やメニュー画面1303を生成し、メニュー表示部122が、これらメニュー画面を表示する。
また、利用者が、「2.飲食店」を選択した場合、同様に関連付情報記憶部108を参照し、飲食店の利用頻度等に基づいて提供サイトが順に配置されたメニュー画面1304を表示する。また、関連付情報記憶部108に格納されている情報は、サイトの表示順番を設定する以外に利用されることも考えられる。例えば、携帯電話端末100に格納されている利用者の属性情報のうち、例えば性別・年齢などを情報提供者(外部サイト)に送信可能なものを設定しておく。そして、これら情報を、情報提供者(外部サイト)に送信することで、メニュー表示部122は、利用者と同じ属性を有する人々に人気のあるサイトや情報に対して、「HOT!」や「NEW!」などをマーキングして表示する。
また、マーキング対象は必ずしも同一の属性を持つものと限定する必要はなく、例えば同世代で性別の異なるものを対象とした人気店や人気サイト、年代が異なる層の人気店などを表示してもよい。
このように利用者に対して情報を提供することで、検索や選択する場合の操作性を向上させることができる。また、コンテンツ作成者側やサービス提供者側は、顧客ターゲットを絞って情報を提供することで顧客獲得のチャンスを得ることが可能となる。
次に、本実施の形態にかかる携帯電話端末100の、選択候補を含むメニュー画面の遷移の他の例について説明する。
図14に示すように、メニュー表示部122が表示する画面1401には、初期状態で利用者がキーワードを入力する検索フォームが含まれているものとする。
そして、利用者が検索したいキーワードを入力して、検索ボタンを押下する。この場合、メニュー表示部122は、画面1402に示すように、予め定義されたタスクに基づいて、当該タスクを行うための選択候補を表示する。
次に、利用者が、画面1402から、興味がある選択候補を選択した場合、メニュー生成部121は、関連付情報記憶部108を参照し、利用者に適したメニュー画面を作成する。例えば、利用者が、選択候補「行き方を調べる」を選択した場合、関連付情報記憶部108に格納されている地名、住所のうち、頻度が高い順にこれら地名、住所が配列されたメニュー画面1407を生成する。そして、メニュー表示部122が、生成されたメニュー画面1407を表示する。
そして、メニュー画面1407に表示された選択候補から、所定の地名が選択された場合、外部サイト情報受渡部120が当該地名を移動先のサイトに受け渡すことで、通信処理部109が外部サイトから情報を受信し、表示部125が、当該サイトのWebページを表示する。移動先のサイトについては、どのようなサイトでも良く、画面1405に示す検索サイトでも良いし、画面1408に示す経路探索サイトでもよい。その後、表示部125が、移動先のサイトに応じて、画面1409等を表示する。
一方、利用者が、画面1402から、選択候補「クーポンを探す」を選択した場合、メニュー生成部121が、関連付情報記憶部108を参照し、“ショッピングモールA”と関連度が高い順に店舗ジャンルが配列されたメニュー画面1403を生成する。そしてメニュー表示部122が、生成されたメニュー画面1403を表示する。
そして、利用者が、当該メニュー画面1403から、所望の選択項目を選択することで、外部サイト情報受渡部120は、最初に入力された“ショッピングモールA”の他、選択された選択項目に対応するキーワードを自動的に追加して、検索エンジンに受け渡す。これにより画面1406が表示される。その後、検索結果として画面1404が表示される。
また、利用者がメニュー画面1403の選択項目から、所望の選択候補を選択した場合、選択候補に対応したサイトに接続し、当該サイトの画面1404を表示しても良い。
本実施の形態にかかる携帯電話端末100においては、関連付ける固有表現の抽出対象を利用者が参照したコンテンツ及びアプリケーション格納情報に制限したが、これらに限らず、利用者に関連する文書データであればよい。
上述した携帯電話端末100においては、メニュー画面において、利用者の関心が高いと考えられる選択候補から順に表示することで、利用者が所望する選択候補に辿り着くまでに行う操作が軽減されるため、操作性を向上させることが可能となる。
また、当該携帯電話端末100に格納される関連付情報記憶部108は、利用者の操作に応じて更新、登録が行われるため、携帯電話端末100のキャリア又はサービス提供者が予め関連付けして情報を格納する必要が無くなり、作業負担を軽減させることが可能となる。
また、携帯電話端末100のキャリア又はサービス提供者が予め関連付けした情報を利用者に対して提示する場合、特定のキーワードに対していわゆる過学習に相当するような詳細な選択候補が提示されることになり、これら選択候補から適切な選択候補に絞り込むための作業負担が生じていた。本実施の形態にかかる携帯電話端末100においては、メニュー画面を生成する際に、利用者が参照したコンテンツ、及び既に選択された選択候補に応じて、絞り込まれた選択候補を提示することができるので、閲覧性を向上させると共に、利用者の操作負担を軽減することができる。
また、本実施の形態にかかる携帯電話端末100においては、メニュー画面に含まれる選択候補を表示するための情報を関連付情報記憶部108に格納している。つまり、情報提供者ではなく利用者側で情報を管理することで、異なるアプリケーション又はサイトで使用される情報を横断的に使用することができるため、情報の有効活用が可能になると共に、利用者に対して適切な選択候補をメニュー画面で表示することができる。
さらに、コンテンツ作成者側やサービス提供者側からは、携帯電話端末100等の画面の表示領域及び入力デバイスに制限があるため、利用者毎に異なる多様な属性に応じた情報を適切に提供することができなかったが、関連付情報記憶部108に格納された情報を利用して情報を提供することが可能となった。これにより、顧客獲得のチャンスを増加させることが可能となる。
また、利用者は、携帯電話端末100のメーラやスケジューラに対して、地名や組織名、人名等の固有名詞等を入力した場合、これらの情報が関連付情報記憶部108に格納されるため、別アプリケーションやメニュー画面を表示する際にこれら情報が利用されるため、これら情報の入力又は検索する必要が無くなり、操作負担を軽減させることが可能となる。
上述したように、本実施の形態にかかる携帯電話端末100では、利用者の検索の操作にかかる負荷を減少させるとともに、利用者が所望する情報に容易に到達することが可能となる。
さらに、本実施の形態にかかる携帯電話端末100においては、利用者が参照したコンテンツおよびアプリケーション格納情報から、固有表現、キーワードの抽出等を行って抽出した固有表現間の関連度を算出して、関連付情報記憶部108に格納することで、高精度且つ低コストで、利用者の情報検索に供する辞書の作成が可能となる。さらに、利用者又はコンテンツ提供者等が、事前の準備や登録を行うことなく、アプリケーションやサービス利用時の入力支援や検索支援を実現できる。さらに、コンテンツ作成者側は、携帯電話端末100に格納された関連付情報記憶部108を利用して、利用者毎にカスタマイズされた情報を提供することが可能となる。
図15に示すように、実施の形態の携帯電話端末100は、ハードウェア構成として、上述した処理を行う候補表示プログラムなどが格納されているROM52と、ROM52内のプログラムに従って携帯電話端末100の各部を制御するCPU51と、データの格納領域となるRAM53と、ネットワークに接続して通信を行う通信I/F57と、入力デバイス59と、表示装置58と、各部を接続するバス62とを備えている。
候補表示プログラムは、インストール可能な形式又は実行可能な形式のファイルでCD−ROM、フロッピー(登録商標)ディスク(FD)、DVD等のコンピュータで読み取り可能な記録媒体に記録されて提供されてもよい。
この場合には、候補表示プログラムは、携帯電話端末100において上記記録媒体から読み出して実行することによりRAM53上にロードされ、上記ソフトウェア構成で説明した各部がRAM53上に生成されるようになっている。
また、上述した実施の形態の候補表示プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。
以上、本発明を実施の形態を用いて説明したが、上記実施の形態に多様な変更または改良を加えることができる。
51 CPU
52 ROM
53 RAM
57 通信I/F
58 表示装置
59 入力デバイス
62 バス
100 携帯電話端末
101 電話帳登録情報記憶部
102 文字列入力履歴記憶部
103 お気に入りURL記憶部
104 GPSエリア情報記憶部
105 固有表現抽出ルール記憶部
106 印象表現辞書
107 関係表現辞書
108 関連付情報記憶部
109 通信処理部
110 コンテンツ入力部
111 コンテンツ表示部
112 時刻計測部
113 アプリケーション格納情報取得部
114 形態素解析部
115 固有表現抽出部
116 印象表現抽出部
117 関係表現抽出部
118 関連度算出部
119 更新・登録部
120 外部サイト情報受渡部
121 メニュー生成部
122 メニュー表示部
123 ユーザ入力受付部
124 候補選択受付部
125 表示部
52 ROM
53 RAM
57 通信I/F
58 表示装置
59 入力デバイス
62 バス
100 携帯電話端末
101 電話帳登録情報記憶部
102 文字列入力履歴記憶部
103 お気に入りURL記憶部
104 GPSエリア情報記憶部
105 固有表現抽出ルール記憶部
106 印象表現辞書
107 関係表現辞書
108 関連付情報記憶部
109 通信処理部
110 コンテンツ入力部
111 コンテンツ表示部
112 時刻計測部
113 アプリケーション格納情報取得部
114 形態素解析部
115 固有表現抽出部
116 印象表現抽出部
117 関係表現抽出部
118 関連度算出部
119 更新・登録部
120 外部サイト情報受渡部
121 メニュー生成部
122 メニュー表示部
123 ユーザ入力受付部
124 候補選択受付部
125 表示部
Claims (7)
- 文書データを入力処理する入力部と、
前記文書データから、特定の物または情報を示す固有表現を抽出する抽出部と、
前記固有表現と、前記文書データに含まれる所定の文字列との間の関連性の高さを示す関連度を算出する関連度算出部と、
前記固有表現と、前記文字列と、前記関連度と、を対応付けて記憶する関連付情報記憶部と、
前記文字列を表示装置に表示すると共に、当該文字列と対応付けられた前記固有表現を、前記関連度が高い順に選択候補として表示装置に表示する候補表示部と、
を備えることを特徴とする候補表示装置。 - 前記選択候補の選択を受け付ける選択受付部と、
受け付けた前記選択候補と、前記文字列との間の前記関連度を更新する更新部と、
をさらに備えることを特徴とする請求項1に記載の候補表示装置。 - 前記候補表示装置が提供しているアプリケーションで使用される格納情報を記憶する格納情報記憶部をさらに備え、
前記関連度算出部は、さらに、抽出された前記固有表現と、前記格納情報に含まれる文字列との間の関連性の高さを示す関連度を算出すること、
を特徴とする請求項1又は2に記載の候補表示装置。 - 前記文書データから、前記固有表現に対する関心の度合いが現れた印象表現を抽出する印象表現抽出部をさらに備え、
前記関連度算出部は、前記関連度を、前記印象表現に基づいて算出すること、
を特徴とする請求項1乃至3に記載の候補表示装置。 - 前記文書データから、当該固有表現の属性を表す関係表現を抽出する関係表現抽出部をさらに備え、
前記関係付情報記憶部は、さらに前記文書データから抽出された前記固有表現と、前記関係表現が表す属性とを、関連付けて記憶すると共に、利用者の属性情報を記憶し、
前記候補表示部は、さらに、利用者の属性と関連付けられた前記固有表現を、選択候補として表示装置に表示すること、
を特徴とする請求項1乃至4に記載の候補表示装置。 - 前記関連度算出部は、抽出された前記固有表現と前記文字列と間の前記関連度を、当該固有表現の頻出度及び当該固有表現の種別に応じて異なるバイアス値のうちいずれか一つ以上を用いて算出すること、
を特徴とする請求項1乃至5に記載の候補表示装置。 - 文書データを入力処理する入力ステップと、
前記文書データから、特定の物または情報を示す固有表現を抽出する抽出ステップと、
前記固有表現と、前記文書データに含まれる所定の文字列との間の関連性の高さを示す関連度を算出する関連度算出ステップと、
前記固有表現と、前記文字列と、前記関連度と、を対応付けて関連付情報記憶部に記憶する関連付情報記憶ステップと、
前記文字列を表示装置に表示すると共に、当該文字列と対応付けられた前記固有表現を、前記関連度が高い順に選択候補として表示装置に表示する候補表示ステップと、
を有することを特徴とする候補表示方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007242377A JP2009075733A (ja) | 2007-09-19 | 2007-09-19 | 候補表示装置及び方法 |
US12/212,745 US20090077122A1 (en) | 2007-09-19 | 2008-09-18 | Apparatus and method for displaying candidates |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007242377A JP2009075733A (ja) | 2007-09-19 | 2007-09-19 | 候補表示装置及び方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009075733A true JP2009075733A (ja) | 2009-04-09 |
Family
ID=40455709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007242377A Pending JP2009075733A (ja) | 2007-09-19 | 2007-09-19 | 候補表示装置及び方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20090077122A1 (ja) |
JP (1) | JP2009075733A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013527547A (ja) * | 2010-06-01 | 2013-06-27 | マイクロソフト コーポレーション | コンテキストに基づいて選択したコンテンツ項目の提供 |
JP2018163641A (ja) * | 2017-03-27 | 2018-10-18 | 三角獣(北京)科技有限公司 | 情報処理装置及び情報処理方法 |
JP2021149301A (ja) * | 2020-03-17 | 2021-09-27 | 株式会社東芝 | 情報処理装置、情報処理方法、およびプログラム |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009080577A (ja) * | 2007-09-25 | 2009-04-16 | Toshiba Corp | 情報検索支援装置及び方法 |
US8358320B2 (en) * | 2007-11-02 | 2013-01-22 | National University Of Singapore | Interactive transcription system and method |
JP5106155B2 (ja) * | 2008-01-29 | 2012-12-26 | 株式会社東芝 | 文書処理装置、方法及びプログラム |
WO2011118428A1 (ja) * | 2010-03-26 | 2011-09-29 | 日本電気株式会社 | 要求獲得システム、要求獲得方法、及び要求獲得用プログラム |
US8630860B1 (en) * | 2011-03-03 | 2014-01-14 | Nuance Communications, Inc. | Speaker and call characteristic sensitive open voice search |
JP6505421B2 (ja) * | 2014-11-19 | 2019-04-24 | 株式会社東芝 | 情報抽出支援装置、方法およびプログラム |
JP2016133861A (ja) * | 2015-01-16 | 2016-07-25 | 株式会社ぐるなび | 情報多言語変換システム |
JP6775935B2 (ja) | 2015-11-04 | 2020-10-28 | 株式会社東芝 | 文書処理装置、方法、およびプログラム |
JP6490607B2 (ja) | 2016-02-09 | 2019-03-27 | 株式会社東芝 | 材料推薦装置 |
JP6602243B2 (ja) | 2016-03-16 | 2019-11-06 | 株式会社東芝 | 学習装置、方法、及びプログラム |
US10558754B2 (en) * | 2016-09-15 | 2020-02-11 | Infosys Limited | Method and system for automating training of named entity recognition in natural language processing |
JP6622172B2 (ja) | 2016-11-17 | 2019-12-18 | 株式会社東芝 | 情報抽出支援装置、情報抽出支援方法およびプログラム |
CN110083284B (zh) * | 2019-05-06 | 2023-04-18 | 腾讯科技(深圳)有限公司 | 候选信息处理装置、候选信息显示方法、存储介质及电子设备 |
KR20230043609A (ko) * | 2021-09-24 | 2023-03-31 | 삼성전자주식회사 | 음성 인식 장치 및 그 동작 방법 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4183311B2 (ja) * | 1997-12-22 | 2008-11-19 | 株式会社リコー | 文書の注釈方法、注釈装置および記録媒体 |
EP1669896A3 (en) * | 2004-12-03 | 2007-03-28 | Panscient Pty Ltd. | A machine learning system for extracting structured records from web pages and other text sources |
US7620607B1 (en) * | 2005-09-26 | 2009-11-17 | Quintura Inc. | System and method for using a bidirectional neural network to identify sentences for use as document annotations |
WO2007038713A2 (en) * | 2005-09-28 | 2007-04-05 | Epacris Inc. | Search engine determining results based on probabilistic scoring of relevance |
US20100138451A1 (en) * | 2006-04-03 | 2010-06-03 | Assaf Henkin | Techniques for facilitating on-line contextual analysis and advertising |
JP2008083856A (ja) * | 2006-09-26 | 2008-04-10 | Toshiba Corp | 情報処理装置、情報処理方法及び情報処理プログラム |
JP4810469B2 (ja) * | 2007-03-02 | 2011-11-09 | 株式会社東芝 | 検索支援装置、プログラム及び検索支援システム |
JP2009080577A (ja) * | 2007-09-25 | 2009-04-16 | Toshiba Corp | 情報検索支援装置及び方法 |
-
2007
- 2007-09-19 JP JP2007242377A patent/JP2009075733A/ja active Pending
-
2008
- 2008-09-18 US US12/212,745 patent/US20090077122A1/en not_active Abandoned
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013527547A (ja) * | 2010-06-01 | 2013-06-27 | マイクロソフト コーポレーション | コンテキストに基づいて選択したコンテンツ項目の提供 |
JP2018163641A (ja) * | 2017-03-27 | 2018-10-18 | 三角獣(北京)科技有限公司 | 情報処理装置及び情報処理方法 |
JP2021149301A (ja) * | 2020-03-17 | 2021-09-27 | 株式会社東芝 | 情報処理装置、情報処理方法、およびプログラム |
JP7352501B2 (ja) | 2020-03-17 | 2023-09-28 | 株式会社東芝 | 情報処理装置、情報処理方法、およびプログラム |
US11935317B2 (en) | 2020-03-17 | 2024-03-19 | Kabushiki Kaisha Toshiba | Information processing apparatus, information processing method, and non-transitory computer readable medium |
Also Published As
Publication number | Publication date |
---|---|
US20090077122A1 (en) | 2009-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2009075733A (ja) | 候補表示装置及び方法 | |
CN108563750B (zh) | 基于浏览活动识别匹配应用 | |
US7228327B2 (en) | Method and apparatus for delivering content via information retrieval devices | |
US8166013B2 (en) | Method and system for crawling, mapping and extracting information associated with a business using heuristic and semantic analysis | |
US20110289015A1 (en) | Mobile device recommendations | |
US7610365B1 (en) | Automatic relevance-based preloading of relevant information in portable devices | |
US8818997B2 (en) | Information processing method, information processing apparatus, and storage medium with recorded information processing program | |
JP4327899B2 (ja) | 広告情報提供方法、広告情報提供システム及び広告情報提供プログラム | |
US20110113100A1 (en) | System for sharing favorites and enabling in-network local search based on network rankings | |
US20050004903A1 (en) | Regional information retrieving method and regional information retrieval apparatus | |
KR20170123325A (ko) | 컨텍스트 발견 | |
US20090055398A1 (en) | Retrieving mobile user context information using tokenized virtual dictionaries | |
KR20100135862A (ko) | 입력 인식 및 완성 기술 | |
US8099430B2 (en) | Computer method and apparatus of information management and navigation | |
US20100106407A1 (en) | Navigation system | |
KR101425093B1 (ko) | 이동 단말의 개인화 검색 방법 및 이를 수행하는 이동 단말 | |
US20160165048A1 (en) | Methods and systems for automated business dialing | |
JP2007323394A (ja) | メタ検索システム及びメタ検索方法とこれに用いるユーザ端末及びプログラム | |
JP2007219655A (ja) | 施設情報管理システム、施設情報管理方法および施設情報管理プログラム | |
JP2003006225A (ja) | 情報提供方法及びそれに用いる情報提供装置並びに端末 | |
JP2010079683A (ja) | プログラム及び広告配信システム | |
US20150154682A1 (en) | Enriching product catalog with search keywords | |
JP2010277207A (ja) | 携帯端末、検索エンジンシステム及びそれらに用いる情報提供サービス方法 | |
JP5657259B2 (ja) | 情報処理装置、通信端末、興味情報提供方法および興味情報提供プログラム | |
JP2006155275A (ja) | 情報抽出方法及び情報抽出装置 |