JP2012518240A - 生成モデルを使用したオブジェクト識別 - Google Patents
生成モデルを使用したオブジェクト識別 Download PDFInfo
- Publication number
- JP2012518240A JP2012518240A JP2011551205A JP2011551205A JP2012518240A JP 2012518240 A JP2012518240 A JP 2012518240A JP 2011551205 A JP2011551205 A JP 2011551205A JP 2011551205 A JP2011551205 A JP 2011551205A JP 2012518240 A JP2012518240 A JP 2012518240A
- Authority
- JP
- Japan
- Prior art keywords
- objects
- computer
- domain
- user
- cluster node
- 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.)
- Withdrawn
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Stored Programmes (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
- Processing Or Creating Images (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
いくつかある公開した主題において、コンピュータ実行方法は、第1ドメインに属する第1オブジェクトを識別する過程を備えている。上記方法は、第1オブジェクトを用いて、複数の第2オブジェクトの各々に対する重み付け関係を有する複数の第1クラスタノードを含む生成モデルの第1クラスタノードを少なくとも識別する過程を備えている。上記方法は、第1オブジェクトの識別に応じて、少なくとも1つの第2オブジェクトを識別する過程を備え、前記第2オブジェクトは、第1オブジェクトに属するとともに、第1クラスタノードとそのそれぞれに対応する重み付け関係とを用いて識別される。
Description
本明細書は、情報処理に関する。
本願は、発明の名称を「IDENTIFYING OBJECT USING GENERATIVE MODEL」とする、2009年2月18日に出願された米国特許出願第12/388,245号の優先権を主張する。その開示は、参照によりここに組み込まれる。
いくつかの従来のコンピュータシステムは、モデルを用いて処理するような構成となっている。例えば、生成モデルは、入力テキストに基づいた、トピックIDを出力をするのに用いることが可能である。上記トピックIDは、モデルのリーフノードにおける1又は2以上の単語に関する抽象概念であってもよい。
いくつかの従来のコンピュータシステムは、ユーザへの提案を生成するような構成となっている。例えば、オンライン書店において、本または他の商品の購入提案は、例えば、これまでの顧客の購入履歴に基づいてなされてもよい。また、提案は、時には、ユーザがサインアップ手続きまたは他の登録処理において記載した関心事に基づいてユーザに対してなされる。
本発明は、生成モデルを用いてオブジェクトを識別することに関する。
第1の態様において、コンピュータ実行方法は、第1ドメインに属する第1オブジェクトの識別を備える。上記方法は、第1オブジェクトを用いて、複数の第2オブジェクトの各々に対する重み付け関係を有する複数の第1クラスタノードを含む生成モデルの少なくとも第1クラスタノードを識別することを備える。上記方法は、第1オブジェクトの識別に応じて、第2オブジェクトのうち少なくとも1つを識別することを備える。前記第2オブジェクトは、第1ドメインに属するとともに、第1クラスタノードとそのそれぞれ対応する重み付け関係とを用いて識別される。
実施形態は、以下の特徴のいずれか、全てを含んでいてもよいし、または全く含まなくてもよい。第1クラスタノードは、第2ドメインに属していてもよいし、且つ第1クラスタノードの識別は、第1ドメインの第1オブジェクトから第2ドメインの第1クラスタノードへのマッピングであってもよい。上記マッピングの実行は、第1オブジェクトに基づいて、第2ドメインに対する推論処理の実行を備えていてもよい。第2オブジェクトの識別は、第1クラスタノードから第2オブジェクトへのマッピングであってもよい。第1クラスタノードは、少なくともいくつかの重み付け関係を介して、複数の第2オブジェクトのサブグループに関連付けてもよいし、且つ上記マッピングの実行は、少なくとも1つの重み付け関係の値の算出を備えていてもよい。上記複数のクラスタノードは、抽象概念を表わしていてもよいし、それぞれに対応する関連トピックIDと関連付けてもよい、且つ上記生成モデルは、抽象概念と第2オブジェクトの各々とを関連付けるようなベイジアンネットワークを形成するグラフィカルなモデルであってもよい。上記重み付け関係は、クラスタノードのうち少なくとも1つが存在する場合に複数の第2オブジェクトのうち1つが存在する可能性を各々が表わしている確率値であってもよい。上記複数の第2オブジェクトは、ディレクトリに格納された画面表示可能な実行オブジェクトであってもよいし、且つ前記ディレクトリは、ユーザが任意の第2オブジェクトを選択し、表示目的としてディスプレイに選択オブジェクトを出力するように構成してもよい。上記重み付け関係は、画面表示可能な実行オブジェクトのうち少なくとも2つを一緒に共通の場所に配置するユーザの傾向を表わしていてもよい。上記複数の第2オブジェクトは、ディレクトリに格納された画像オブジェクトであってもよいし、且つ前記ディレクトリは、ユーザが任意の画像オブジェクトを選択し、デザインを形成するスケッチ(sketch)に選択画像オブジェクトを配置するように構成してもよい。上記重み付け関係は、画像オブジェクトのうち少なくとも2つを一緒に共通の場所に配置するユーザの傾向を表わしていてもよい。上記方法は、上記第1ドメインに属する他の複数の第2オブジェクトに関して実行する識別ステップを少なくとも有するように構成された他の生成モデルと、生成モデルとの交換をさらに備えていてもよい。
第2の態様において、コンピュータシステムは、第1ドメインに属する第1オブジェクトを識別する識別モジュールを具備していてもよい。上記システムは、複数の第2オブジェクトの各々に対する重み付け関係を有する複数の第1クラスタノードを含む生成モデルにおいて、上記第1オブジェクトから少なくとも第1クラスタノードへとマッピングする第1マッパを具備していてもよい。上記システムは、第1オブジェクトの識別に応じて、第1オブジェクトから少なくとも1つの第2オブジェクトへとマッピングする第2マッパを具備していてもよい。前記第2オブジェクトは、第1ドメインに属するとともに、第1クラスタノードとそのそれぞれ対応する重み付け関係とを用いて識別される。
実施形態は、以下の特徴のいずれか又は全てを備えていてもよいし、又は全く備えていなくてもよい。第1クラスタノードは、第2ドメインに属していてもよいし、且つ第1マッパのマッピングは、第1ドメインの第1オブジェクトから第2ドメインの第1クラスタノードへとなるように実行してもよい。上記第1マッパは、第1オブジェクトに基づき、第2ドメインに対する推論処理を実行する推論エンジンを備えていてもよい。上記第1クラスタノードは、少なくともいくつかの重み付け関係を介して、複数の第2オブジェクトのサブグループに関連付けてもよいし、且つ第2マッパは、重み付け関係のうち少なくとも1つの値の算出をする強度評価器を具備していてもよい。上記システムは、ユーザが表示用ユーザインタフェースを生成するように構成された画面ビルダ(screen builder)と、複数の第2オブジェクトを含む画面表示可能な実行オブジェクトを格納するディレクトリとをさらに具備していてもよい。前記ディレクトリは、ユーザが任意の第2オブジェクトを選択し、表示目的として画面ビルダを用いてユーザインタフェースに選択オブジェクトを出力するように構成されている。上記システムは、ユーザがデザインを生成するように構成されたスケッチアプリケーションプログラムと、複数の第2オブジェクトを含む画像オブジェクトを格納するディレクトリとを更に備えていてもよい。前記ディレクトリは、ユーザが任意の画像オブジェクトを選択し、デザインを形成するスケッチに選択画像オブジェクトを配置するように構成されている。
実施形態は、以下の利点のいずれか又は全てを備えていてもよいし、又は全く備えていなくてもよい。オブジェクト識別は、生成モデルからより有用な出力を提供してもよい。第1ドメインのオブジェクトは、他のドメインを有する生成モデルの1又は2以上のクラスタノードを介して、生成モデルの同一ドメインに属する他のオブジェクトを識別するために使用してもよい。生成モデルを用いて作成された改善型提案を提供してもよい。クエリに関連した抽象トピックを識別する代わりに、生成トピックモデルは、クエリと同じドメインの関連オブジェクトを識別するように構成されてもよい。例えば、生成モデルは、トピックの識別に加えて、提案するために用いてもよいし、又はオブジェクト群を拡張するために用いてもよい。
1又は2以上の実施形態の詳細は、添付の図面、および以下の記載に記述している。他の特徴および利点は、本明細書および図面、且つ特許請求の範囲により明らかとなる。
各図面における同様な参照符号は、同様な要素を示す。
図1A〜図1Bは、ガジェットのオブジェクト識別のためのシステムに関連したユーザインタフェースの例を示している。本実施形態において、ユーザは、ディスプレイにユーザインタフェース100を目下表示しているコンピュータ装置を用いて処理を行う。ここでは、上記ユーザインタフェース100は、ウェブページを製作するためのHTMLエディタなどのようなネットワークリソース用ビルダアプリケーションによって生成される。上記ユーザは、第1オブジェクト102(ここでは、「ガジェット1」)をページに配置することによって、ページの生成が開始する。上記第1オブジェクト102は、ユーザがユーザインタフェースに配置することができるあらゆる種類のオブジェクトであってもよい。前記オブジェクトは、Google Inc.からの利用が可能である「ガジェット」オブジェクトなどがある。ある実施形態では、第1オブジェクト102は、2〜3例を挙げると、日付機能又はカレンダティッカ(calendar ticker)である。
上記システムは、第1オブジェクト102がユーザのページに配置されていることを検出する。ある実施形態において、上記検出は、編集処理中に行われてもよい。例えば、ページ上のオブジェクトの実装をユーザが完了した時点である。ある実施形態において、上記検出は、ユーザがビルダアプリケーションを終了したり、および作成ページ(又は他のコンテンツ)が終了したりする場合などのように後のタイミングで行われてもよい。
オブジェクト102を検出する際、上記システムは、ユーザに対する1又は2以上のオブジェクトを識別してもよい。ある実施形態において、上記システムは、第1オブジェクト102に基づいて、ユーザが他のオブジェクト又は複数のオブジェクトを実装するように提案してもよい。例えば、上記システムは、ユーザが第2オブジェクト(ここでは、「ガジェット2」)をページに組み込む方法を提供する情報104をここではユーザに対して生成している。上記は、システムが、第2ガジェットをユーザに提案するとともに、第2オブジェクトも組み込むにあたってユーザが用いることができる情報104にて実装コントロールを提供する。例えば、ユーザが日付ガジェットを組み込んだことを検出した場合、上記システムは、ユーザが同一ページにカレンダガジェットも組み込むように提案してもよい。以下の実施形態においては、提案されたガジェット(ここでは第2ガジェット)の識別は、生成モデルを用いて行ってもよいことを記載している。
ユーザが第2オブジェクトを組み込むことを望んだ場合、ユーザは、実装コントロール(ここでは、リンク「ガジェット2?」)をクリック(又あるいは、アクティベート)することが可能である。上記は、システムに、例えばビルダプログラムを介して、ユーザのページに第2オブジェクトを組み込むようにさせることができる。2以上の提案をしてもよいし、且つ提案が2以上のオブジェクトを含んでいてもよい。ユーザが提案オブジェクトを組み込むことを望まない場合、情報104は消去してもよいし、又あるいは却下してもよい。
上述した日付ガジェットおよびカレンダガジェットは、単なる2つの例示に過ぎない。ガジェットなどのような実行可能なあらゆる形式のものを、ある実施形態において使用してもよい。例えば、ある日本語ブログガジェットがページに存在することを識別した場合、上記システムは、他の日本語ブログガジェットを提案してもよい。他の実施形態としては、あるスポーツ結果ガジェットがページに存在することを識別した場合、上記システムは、他のスポーツ結果ガジェットを提案してもよい。提案は、同一の種類のオブジェクト(例えば、他のスポーツ結果ガジェット)であってもよいし、又は他の種類(例えば、株価表示ガジェットに基づいたニュース速報ガジェットの提案)であってもよい。
図2A〜2Bは、画像オブジェクトのオブジェクト識別のためのシステムに関連したユーザインタフェースの例を示している。本実施形態において、ユーザは、ディスプレイにユーザインタフェース200を目下表示しているコンピュータ装置を用いて処理を行う。ここでは、上記ユーザインタフェース200は、インテリア又はエクステリアのデザインを作成するための3Dエディタなどのようなレイアウト生成のためのスケッチアプリケーションによって生成される。上記ユーザは、第1画像オブジェクト202(ここでは、「画像1」)をレイアウトに配置することによって、デザインの生成を開始している。上記第1画像オブジェクト202は、ユーザがレイアウトに配置することが可能であるあらゆる種類のオブジェクトであってもよい。前記オブジェクトは、Google Inc.からの利用が可能であるSketchUpモデリングプログラムにて利用可能なあらゆるオブジェクトなどがある。ある実施形態では、第1オブジェクト202は、2〜3例を挙げると、建設部材又は1点の家具である。
上記システムは、例えば前述した実施形態のように第1オブジェクト202がユーザのレイアウトに配置されていることを検出する。オブジェクト202を察知した際、上記システムは、例えば提案のようなユーザに対する1又は2以上のオブジェクトを識別することが可能となる。ここでは、上記システムは、ユーザに対して情報204を生成する。前記情報204は、ユーザがページ上の第2オブジェクト(ここでは、「画像2」)を組み込む方法を提供する。例えば、ユーザが壁又はテーブル画像を有していることを検出した場合、上記システムは、屋根又は長椅子などのような他の画像を提案してもよい。提案された上記画像は、例えば本明細書にて記載しているような生成モデルを用いて識別してもよい。
図3は、生成モデル300の例を示している。上記生成モデル300は、ここでは2又は3以上のノードがリンクを用いて互いに接続するグラフィカルモデルであるとともに、それによってノード間の依存度および/又は他の関係性をマッピングしている。上記生成モデル300は、1又は2以上のスーパークラスタノード(SC)を含んでいてもよい。SCは、上記モデルの他のノードと比べてより上位に位置している。ある実施形態において、上記生成モデル300は、1又は2以上の抽象概念をそれぞれに対応するオブジェクトに関連付けるベイジアンネットワークを形成するグラフィカルモデルであってもよい。
上記生成モデル300は、SCより下位に位置する1又は2以上のクラスタノード(C)を含んでいてもよい。本実施形態において、第1クラスタノード(C1)および第2クラスタノード(C2)を含んでいる。ある実施形態において、上記クラスタノード(C1, C2)は、抽象概念を表わしていてもよいし、且つそれぞれに対応するトピックIDを関連付けてもよい。例えば、クラスタノード(C1, C2)は、ユーザがどのガジェットをユーザのページに実装するために選択しているかという相関関係の抽象概念を表わしていてもよい。他の実施形態として、クラスタノード(C1, C2)は、ユーザがどの画像オブジェクトをユーザのデザインに有するように選択しているかという相関関係の抽象概念を表わしていてもよい。他の実施形態において、クラスタノードは、あらゆる他の概念を代替又は付加するものとして表わしていてもよい。
上記生成モデル300は、他の態様のモデルに関連付けられた1又は2以上のオブジェクトノード(O1, O2)を含んでいてもよい。ここでは、上記オブジェクトノードO1およびO2は、クラスタノードC1に関連付けされているが、クラスタノードC2にはされていない。ある実施形態において、上記オブジェクトノード(O1, O2)は、生成モデル300におけるリーフとしてみなしてもよい。上記クラスタノードC1からオブジェクトノードへのリンクは、例えば、重み付け関係で表わしてもよい。ある実施形態において、上記重み付け関係は、ノードのオブジェクトが存在している可能性を表している。例えば、上記重み付け関係は、例えば0から1の範囲に存在する確率値に関連付けられたリンクであってもよい。ひいては、上記確率値は、クラスタとノードとの間の関係の強度を表わしていてもよい。重み付け関係の他の発想を用いることも可能である。
オブジェクトノード(O1, O2)は、第1ドメイン302に属していてもよい。例えば、上記第1オブジェクト102(図1参照)は、前述したガジェットなどのような画面表示可能な実行オブジェクトのドメインに属していてもよい。同様に、クラスタノード(C1, C2)は、ドメイン304に属していてもよい。ある実施形態において、上記クラスタノードは、対応するトピックIDを用いて外見上は明示的にしている。例えば、上記トピックIDは、数字および/又は文字の羅列であってもよい。上記の実施形態において、ドメイン304は、文字列を含んでいてもよい。それ故、ドメイン302および304は、ある実施形態において異なるものであってもよい。
ある特定の実施形態において、第1オブジェクト306は識別される。例えば、第1オブジェクトは、上述したオブジェクト102および202のうちのいずれか又は双方であってもよい。このような実施形態において、上記生成オブジェクトモデル300は、オブジェクト306に関連付けられる1又は2以上のオブジェクトを識別するため、第1オブジェクト306を用いてクラスタ化される。上記の参照が、識別されたオブジェクト306の範囲をばあいによっては拡張することを目的としていてもよい。例えば、上記他のオブジェクトは、補足および/又は代案として提案されてもよいので、上記オブジェクト306および生成モデル300は、意味的および/又は文脈的にオブジェクト306に類似する他のオブジェクトを検出するために用いてもよい。
このような実施形態において、上記オブジェクト306は、ドメイン302に属している。オブジェクト306に基づいて、生成モデル300の少なくとも1つのクラスタノード(C1)は、識別することが可能となる。ある実施形態において、上記ノードC1は、推論によって識別してもよい。それ故、上記識別は、オブジェクト306(ドメイン302中の)からクラスタノードC1(ドメイン304中の)へのマッピング308として概略的に表わしていてもよい。上記マッピング308は、クラスタノードに関連付けられたトピックIDの抽出又あるいは決定を伴っていてもよい。例えば、上記トピックIDは、推論処理の実行結果であってもよい。
上記トピックIDは、生成モデル300の処理において有用となる可能性がある。しかしながら、ある実施形態において、生成モデル300を参照することの所望の結果は、オブジェクト306として同一ドメインのオブジェクトを識別することにある。他の実施形態として、クラスタノードC1に関連付けられた上記トピックIDは、単に抽象的な発想を表わすものであってもよいし、且つその様なものが、ある実施形態における結果としてさして有用でないものであってもよい。さらに他の実施形態として、同一トピックIDは、2以上の生成モデルにおいて使用してもよいし、且つその様なものが、異なるトピックに両義的に関連付けられていてもよい。
上記および/又は他の理由で、第2マッピング310は実行してもよい。ある実施形態において、第2マッピング310は、ドメイン304のクラスタノードからドメイン302の1又は2以上のオブジェクトへと実行される。ここでは、例えば、第2マッピングは、クラスタノードC1からオブジェクトO2へと実行される。ある実施形態において、第2マッピング310は、クラスタノードC1とオブジェクトO2との間の関係の強度に基づいて、行われてもよい。本実施形態において、オブジェクトO2の識別は、その関係強度(例えば、クラスタノードC1と自身がリンクする確率)が所定の閾値を満たすという決定に基づくことになる。一方、上記オブジェクトO1は、オブジェクトO1がクラスタノードC1との十分な強度の関係を有さないという決定に基づいて第2マッピングからは除外される。
ある実施形態において、本発明の譲受人に譲渡された米国特許7,231,393号に記載の確率的生成モデルの学習方法および技術を用いてもよい。例えば、米国特許7,231,393号は、テキスト用の確率的生成モデルを学習するシステムについて記載している。米国特許7,231,393号の全ての内容は、参照によってここに組み込まれる。ある実施形態において、上記生成モデル300は、クラスタノードとオブジェクトとの間の強度関係を決定するために、例えば、米国特許7,231,393号の技術を用いて、訓練してもよい。例えば、上記訓練は、クラスタノードを形成する1又は2以上の概念を提供することによって、および強度関係を決定するための推論処理を用いてサンプル又は代表オブジェクトを処理することによって、実行してもよい。
図4は、オブジェクト識別のために用いることができるシステム400の例を示している。ある実施形態において、上記システム400は、図1A〜図1B、図2A〜図2B、および/又は図3について上述した例のいずれか又は全てを用いてもよい。
ここでは、上記システム400は、コンピュータ装置402を具備している。上記コンピュータ装置402は、パーソナルコンピュータ又はサーバなどのような相対的に固定型の装置であってもよいし、あるいはノートパソコン又は携帯電話などのような相対的に移動型の装置であってもよい。他の種類のコンピュータ装置を用いてもよい。ある実施形態において、上記コンピュータ装置402は、任意のネットワーク(例えば、インターネット)を介して1又は2以上の他の装置と接続していてもよい。ユーザは、ディスプレイ装置404、および/又は1又は2以上の入力装置406を用いて、コンピュータ装置402とやり取りすることが可能である。
ここでは、上記コンピュータ装置402は、画面ビルダ408を具備している。上記画面ビルダは、ウェブページなどのようなコンテンツ、および/又は他の形式のコンテンツを編集するためのプログラムであってもよい。ある実施形態において、上記画面ビルダ408は、Google Inc.からの利用が可能であるガジェットなどのような画面表示可能な実行オブジェクトを実装するためのプログラムであってもよい。例えば、上記画面ビルダ408は、図1A〜図1Bに示したコンテンツを作成する際に用いてもよい。ある実施形態において、上記ガジェット(および/又は他のアイテム)は、ディレクトリ410に格納していてもよい。上記ディレクトリ410は、ユーザが任意のガジェット/アイテムを選択し、表示目的として画面上にそれを実装するように構成してもよい。例えば、ユーザは、ディレクトリ410から日付ガジェット、および/又はカレンダガジェットを選択してもよい。ある実施形態において、生成モデルにおける重み付け関係は、画面表示可能な実行オブジェクトのうち少なくとも2つ(例えば、日付ガジェットとカレンダガジェット)を一緒に共通の画面上に配置するユーザの傾向を表わしていてもよい。
ここでは、上記コンピュータ装置402は、スケッチアプリケーション412を具備している。上記スケッチアプリケーション412は、2D又は3Dのインテリア又はエクステリアのレイアウトなどのようなデザインを作成するためのプログラムであってもよい。ある実施形態において、上記スケッチアプリケーション412は、家具又は家屋部材などのような画像オブジェクトをデザインに取り付けるためのプログラムであってもよい。例えば、上記スケッチアプリケーション412は、Google Inc.からの利用が可能であるSketchUpプログラムを具備していてもよい。前記スケッチアプリケーション412は、図2A〜図2Bに示したコンテンツを作成する際に用いてもよい。ある実施形態において、上記画像オブジェクト(および/他のアイテム)は、ディレクトリ410に格納してもよい。上記ディレクトリ410は、ユーザが任意の画像オブジェクト/アイテムを選択し、レイアウトにそれを実装するように構成してもよい。例えば、ユーザは、ディレクトリ410から1又は2以上の家具オブジェクトを選択してもよい。ある実施形態において、生成モデルにおける重み付け関係は、画像オブジェクトのうち少なくとも2つ(例えば、長椅子画像とテーブル画像)を一緒に共通のデザインに配置するユーザの傾向を表わしていてもよい。
ここでは、コンピュータ装置402は、識別モジュール414を具備している。ある実施形態において、上記モジュール414は、ユーザに関連付けされた1又は2以上のオブジェクトを識別することが可能である。例えば、上記識別モジュール414は、ユーザがページに第1ガジェット102を実装していること、および/又はユーザがデザインに第1画像202を含むようにしていることを検出することが可能である。ある実施形態において、ユーザに関連付けられたオブジェクトの識別は、ユーザが興味を持つであろう1又は2以上の他のオブジェクトを提示するためなどのような、ユーザへの提案を生成するための情報を収集することを実施してもよい。
コンピュータ装置402は、1又は2以上の生成モデル416を具備している。ある実施形態において、上記モデル416は、生成モデル300、および/又は図1A〜図1B、又は図2A〜図2Bの例に記載された提案を発行するために用いられるモデルを備えていてもよい。
コンピュータデバイス402は、第1マッパ418を具備している。ある実施形態において、上記第1マッパ418は、第1ドメインのオブジェクトから第2ドメインのクラスタノードへのマッピングを可能としている。例えば、上記第1マッパ418は、第1マッピング308を実行することが可能である。ある実施形態において、第1マッパ418は、1又は2以上の推論処理を実行するために推論エンジン420を具備していてもよい。例えば、上記推論エンジン420は、オブジェクトに関連付けられた情報に基づいて、推論を実行してもよい。前記情報は、ドメイン302のオブジェクトO1が、ドメイン304のクラスタノードC1に関連している、および/又は関連付けられている、および/又は組み込まれているという情報である。
ある実施形態において、上記推論エンジン420は、時にはグラフィカルモデルを用いて処理する際に使用される1又は2以上のアルゴリズム群によって動作してもよい。例えば、既知の状態にあるグラフィカルモデルにおけるノードのサブセット(例えば、クエリに存在している又は存在していないことがわかっている第1ドメインのオブジェクト)が与えられれば、アルゴリズムは、上記モデルにおける他のノード(例えば、第2ドメインのクラスタノード)全般にわたる確率分布を生成してもよい。アルゴリズムは、確率伝搬法(loopy belief propagation) およびギブスサンプリング(Gibbs sampling)を備えていてもよい。
ここでは、上記コンピュータ装置402は、第2マッパ422を具備していてもよい。ある実施形態において、第2マッパ422は、第2ドメインのクラスタノードから第1ドメインのオブジェクトへのマッピングを行ってもよい。例えば、第2マッパ422は、第2マッピング310を実行してもよい。ある実施形態において、強度評価器424は、例えば、確率値を用いて、生成モデル408におけるクラスタノードと1又は2以上のオブジェクトとの間の関係の強度の値を算出するために、第2マッパ422が使用してもよい。
ある実施形態における1つの利点は、第1生成モデルを用いて処理をした出力は、第2生成モデルから取得した出力と比較可能であったり、又は調和させることができたりすることである。例えば、上記のことは、出力が、1又は2以上のクラスタノード(C1, C2)のトピックIDから取得される抽象概念にまさに対立するものとして、ユーザに関連付けられたオブジェクトとして同一ドメインに存在する1又は2以上のオブジェクト(O1, O2)を含むことが可能であるためである。それ故、上記の実施形態において、2以上の生成モデルは、例えばシステム400において用いることが可能である。すなわち、上記生成モデルは、他の生成モデルに対して交換することが可能である。付け加えるならば、クラスタノードC1を識別し、オブジェクト306を識別し、オブジェクトO1を識別するステップは、第1ドメインに属する他の複数の第2オブジェクトに関して、次回は他のモデルに対して実行してもよい。
図5は、オブジェクト識別のための方法例のフローチャートである。ある実施形態において、上記方法500は、例えば、システム400のコンピュータ読取可能媒体に格納された命令を実行するプロセッサによって実行してもよい。ある実施形態において、実行するステップ数は、増減してもよい。他の実施形態として、1又は2以上のステップは、異なった順番で実行されてもよい。
ステップ502は、第1ドメインに属している第1オブジェクトを識別することを備えている。例えば、上記オブジェクト102、および/又はオブジェクト202を識別することができる。
ステップ504は、第1オブジェクトを用いて、生成モデルにおける少なくとも第1クラスタノードを識別することを備えている。上記生成モデルは、複数の第2オブジェクトの各々に対する重み付け関係を有する複数の第1クラスタノードを備えている。例えば、上記クラスタノードC1、および/又はクラスタノードC2を識別することができる。
ステップ506は、第1オブジェクトを識別することに応じて、第2オブジェクトのうち少なくとも一つを識別することを備えている。上記第2オブジェクトは、第1オブジェクトに属するとともに、第一クラスタノードとそれのそれぞれに対応する重み付け関係とを用いて識別される。例えば、オブジェクトO1、および/又はO2は識別することが可能である。
上記識別したオブジェクトは、1又は2以上の方法によって使用してもよい。例えば、提案104、および/又は提案204などの提案をしてもよい。
図6は、一般的なコンピュータシステム600の概略図である。上記システム600は、ある実施形態に関して、上述したあらゆるコンピュータ実行方法に関連した記述された処理に対して用いてもよい。上記システム600は、プロセッサ610、メモリ620、記憶装置630、および入力/出力装置640を具備している。構成部品610、620、630、および640の各々は、システムバス650を用いて相互接続されている。上記プロセッサ610は、システム600内で実行するための命令を処理することが可能である。ある実施形態において、上記プロセッサ610は、単一スレッドプロセッサである。他の実施形態において、上記プロセッサ610は、マルチスレッドプロセッサである。上記プロセッサ610は、入力/出力装置640上にユーザインタフェースに対してグラフィカル情報を表示するため、メモリ620又は記憶装置630に格納された命令を処理することが可能である。
上記メモリ620は、システム600内の情報を格納している。ある実施形態において、上記メモリ620は、コンピュータ読取可能媒体である。ある実施形態において、上記メモリ620は、揮発性メモリ装置である。他の実施形態において、上記メモリ620は、不揮発性メモリ装置である。
上記記憶装置630は、システム600のためのマス・ストレージを提供することが可能である。一実施形態において、上記記憶装置630は、コンピュータ読取可能媒体である。様々の異なった実施形態において、上記記憶装置630は、フロッピー(登録商標)ディスク装置、ハードディスク装置、光ディスク装置、又はテープ装置であってもよい。
上記入力/出力装置640は、システム600のための入力/出力処理を提供している。一実施形態において、上記入力/出力装置640は、キーボード、および/又はポインティング装置である。他の実施形態において、上記入力/出力装置640は、グラフィカルなユーザインタフェースを表示するためのディスプレイ装置である。
上述した特徴は、デジタル電子回路、あるいはコンピュータハードウェア、ファームウェア、ソフトウェア、又はそれらの組み合わせに対して実装してもよい。上記装置は、プログラム可能プロセッサによって実行するために、例えば、機械読取可能記憶装置、又は伝播信号といった情報媒体に明確に具現させたコンピュータプログラムに実装してもよい。方法の過程は、プログラム可能プロセッサによって実行してもよい。前記プログラム可能プロセッサは、入力されたデータを処理して出力を生成することによって上述した実施形態の機能を実行するための命令のプログラムを実行する。上述した特徴は、プログラム可能システム上で実行可能な1又は2以上のコンピュータプログラムに有利に実装してもよい。前記プログラム可能システムは、データ記憶システムからデータおよび命令を受信し、データ記憶システムへとデータおよび命令を送信するように連結された少なくとも1つのプログラム可能プロセッサ、少なくとも1つの入力装置、および少なくとも1つの出力装置を具備している。コンピュータプログラムは、あるアクティビティを実行する又はある結果をもたらすコンピュータにおいて、直接又は非直接に、用いることが可能である命令群である。コンピュータプログラムは、コンパイル型、又はインタプリタ型言語を含むあらゆる種類のプログラミング言語で記述してもよい。前記コンピュータプログラムは、スタンドアロンプログラム、あるいはモジュール、コンポーネント、サブルーチン、又はコンピュータ環境において使用するのに適した他のユニットを含む、あらゆる種類で展開してもよい。
命令プログラムの実行に適したプロセッサは、一例として、汎用および専用プロセッサのどちらでもあり、且つあらゆる種類のコンピュータの単一プロセッサ又はマルチプロセッサのうちの1つである。一般的に、プロセッサは、命令およびデータをROM(read-only memory)又はRAM(random access memory)又はその双方から受信する。コンピュータの上記必須要素は、命令を実行するためのプロセッサ、且つ命令およびデータを格納するための1又は2以上のメモリである。一般的に、コンピュータは、データファイルを格納するための1又は2以上のマス・ストレージ装置も具備する、又は通信することで動作可能なように接続されている。前記装置としては、内蔵ハードディスクおよびリムーバルディスクなどのような磁気ディスク、光磁気ディスク、および光ディスクがある。コンピュータプログラム命令やデータを明白に具現することに適した記憶装置は、全ての種類の不揮発性メモリを具備している。前記不揮発性メモリとしては、一例として、EPROM、EEPROM、およびフラッシュメモリ装置などのような半導体メモリ装置、内蔵ハードディスクおよびリムーバルディスクなどのような磁気ディスク、光磁気ディスク、およびCD-ROMとDVD-ROMディスクがある。上記プロセッサおよび上記メモリは、ASIC(application-specific integrated circuits)によって補完されてもよいし、又は組み込まれていてもよい。
ユーザとのやり取りを提供するため、上記特徴は、ユーザに対して情報を表示するためのCRT(cathode ray tube)又はLCD(liquid crystal display)モニタなどのようなディスプレイ装置、およびユーザがコンピュータに対して入力する手段を提供するマウス又はトラックボールなどのようなキーボードとポインティング装置を有するコンピュータに実装されていてもよい。
上記特徴は、データサーバなどのようなバックエンド部を具備している、あるいはアプリケーションサーバ又はインターネットサーバなどのようなミドルウェア部を具備している、あるいはグラフィカルユーザインタフェース又はインターネットブラウザを有するクライアントコンピュータなどのようなフロンドエンド部を具備している、あるいはそれらのあらゆる組み合わせであるコンピュータシステムに実装されていてもよい。上記システムの構成部品は、通信ネットワークなどのようなデジタルデータ通信のあらゆる形式又は媒体によって接続していてもよい。通信ネットワークの例としては、例えば、LAN、WAN、およびコンピュータとネットワークから形成されるインターネットがある。
上記コンピュータシステムは、クライアントおよびサーバを含んでいる。クライアントおよびサーバは、一般的に互いに離れた場所に設置されており、一般的に上述したようなネットワークを介して接続される。クライアントとサーバの関係は、それぞれのコンピュータで実行されるとともに、クライアント・サーバの関係を互いに有しているコンピュータプログラムのおかげで成り立っている。
多くの実施形態をこれまで記述してきた。それでもやはり、様々な変形が本発明の精神および範囲から逸脱しない限りで実施することができることは明らかである。その結果、他の実施形態は、下記の特許請求の範囲内のものである。
300 生成モデル
302 第1ドメイン
306 第1オブジェクト
308 第1マッピング
310 第2マッピング
SC スーパークラスタノード
C1 第1クラスタノード
C2 第2クラスタノード
O1 オブジェクトノード
O2 オブジェクトノード
302 第1ドメイン
306 第1オブジェクト
308 第1マッピング
310 第2マッピング
SC スーパークラスタノード
C1 第1クラスタノード
C2 第2クラスタノード
O1 オブジェクトノード
O2 オブジェクトノード
Claims (17)
- 第1ドメインに属する第1オブジェクトを識別する過程と、
前記第1オブジェクトを用いて、複数の第2オブジェクトの各々に対する重み付け関係を有する複数の第1クラスタノードを含む生成モデルの第1クラスタノードを少なくとも識別する過程と
前記第1オブジェクトの識別に応じて、少なくとも1つの前記第2オブジェクトを識別する過程とを備え、
前記第2オブジェクトは、前記第1オブジェクトに属するとともに、前記第1クラスタノードとそのそれぞれに対応する重み付け関係とを用いて識別されるコンピュータ実行方法。 - 前記第1クラスタノードは、前記第2ドメインに属し、
前記第1クラスタノードの識別する過程は、前記第1ドメインの前記第1オブジェクトから第2ドメインの前記第1クラスタノードへとマッピングをする過程を備えている請求項1に記載のコンピュータ実行方法。 - 前記マッピングをする過程の実行は、前記第1オブジェクトに基づいて、前記第2ドメインに対する推論処理を実行する過程を備える請求項2に記載のコンピュータ実行方法。
- 前記第2オブジェクトの識別は、前記第1クラスタノードから前記第2オブジェクトへのマッピングをする過程を備える請求項1に記載のコンピュータ実行方法。
- 前記第1クラスタノードは、少なくとも重み付け関係のうちいくつかを介して前記複数の第2オブジェクトのサブグループに関連付けられており、
前記マッピングをする過程の実行は、少なくとも1つの前記重み付け関係の値を算出する過程を備えている請求項4に記載のコンピュータ実行方法。 - 前記複数のクラスタノードは、抽象概念を表すとともに、それぞれに対応するトピックIDに関連付けられており、
前記生成モデルは、前記抽象概念と第2オブジェクトの各々とを関連付けるベイジアンネットワークを形成するグラフィカルモデルである請求項1に記載のコンピュータ実行方法。 - 前記重み付け関係は、少なくとも1つの前記クラスタノードが存在する場合に前記複数の第2オブジェクトのうち1つが存在する可能性を各々が表わす確率値を含む請求項6に記載のコンピュータ実行方法。
- 前記複数の第2オブジェクトは、ディレクトリに格納された画面表示可能な実行オブジェクトであり、
前記ディレクトリは、ユーザが任意の前記第2オブジェクトを選択し、表示目的としてディスプレイに選択オブジェクトを出力するように構成されている請求項1に記載のコンピュータ実行方法。 - 前記重み付け関係は、前記画面表示可能な実行オブジェクトのうち少なくとも2つを一緒に共通の場所に配置するユーザの傾向を表わしている請求項8に記載のコンピュータ実行方法。
- 前記複数の第2オブジェクトは、ディレクトリに格納された画像オブジェクトであり、
前記ディレクトリは、ユーザが任意の前記画像オブジェクトを選択し、デザインを形成するスケッチに選択画像オブジェクトを配置するように構成されている請求項1に記載のコンピュータ実行方法。 - 前記重み付け関係は、前記画像オブジェクトのうち少なくとも2つを一緒に共通の場所に配置するユーザの傾向を表わしている請求項10に記載のコンピュータ実行方法。
- 前記生成モデルを、前記第1ドメインに属する他の複数の第2オブジェクトに関して実行された前記識別する過程を少なくとも有するように構成された他の生成モデルと交換する過程をさらに含む請求項1に記載のコンピュータ実行方法。
- 第1ドメインに属する第1オブジェクトを識別する識別モジュールと、
複数の第2オブジェクトの各々に対する重み付け関係を有する複数の第1クラスタノードを含む生成モデルにおいて、前記第1オブジェクトから少なくとも第1クラスタノードへとマッピングする第1マッパと、
前記第1オブジェクトの識別に応答して、前記第1オブジェクトから少なくとも1つの前記第2オブジェクトへマッピングする第2マッパとを具備し、
前記第2オブジェクトは、前記第1オブジェクトに属するとともに、前記第1クラスタノードとそのそれぞれに対応する重み付け関係とを用いて識別されるコンピュータシステム。 - 前記第1クラスタノードは前記第2ドメインに属するとともに、前記第1マッパのマッピングは前記第1ドメインの前記第1オブジェクトから前記第2ドメインの前記クラスタノードへとなるように実行され、
前記第1マッパは、前記第1オブジェクトに基づき、第2ドメインに対する推論処理を実行する推論エンジンを具備する請求項13に記載のコンピュータシステム。 - 前記第1クラスタノードは、少なくともいくつかの前記重み付け関係を介して、前記複数の第2オブジェクトのサブグループに関連付けられており、
前記第2マッパは、前記重み付け関係のうち少なくとも1つの値の算出をする強度評価器を具備する請求項13に記載のコンピュータシステム。 - ユーザが表示用ユーザインタフェースを生成するように構成された画面ビルダと、
前記複数の第2オブジェクトを含む画面表示可能な実行オブジェクトを格納するディレクトリとをさらに具備し、
前記ディレクトリは、ユーザが任意の前記第2オブジェクトを選択し、表示目的として前記画面ビルダを用いて前記ユーザインタフェースに選択オブジェクトを出力するように構成されている請求項13に記載のコンピュータシステム。 - ユーザがデザインを生成するように構成されたスケッチアプリケーションプログラムと、
前記複数の第2オブジェクトを含む画像オブジェクトを格納するディレクトリとを更に具備し、
前記ディレクトリは、ユーザが任意の前記画像オブジェクトを選択し、前記デザインを形成するスケッチに選択画像オブジェクトを格納するように構成されている請求項13に記載のコンピュータシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/388,245 US20100211894A1 (en) | 2009-02-18 | 2009-02-18 | Identifying Object Using Generative Model |
US12/388,245 | 2009-02-18 | ||
PCT/US2010/024524 WO2010096518A2 (en) | 2009-02-18 | 2010-02-18 | Identifying object using generative model |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2012518240A true JP2012518240A (ja) | 2012-08-09 |
Family
ID=42560964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011551205A Withdrawn JP2012518240A (ja) | 2009-02-18 | 2010-02-18 | 生成モデルを使用したオブジェクト識別 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20100211894A1 (ja) |
EP (1) | EP2399203A4 (ja) |
JP (1) | JP2012518240A (ja) |
CN (1) | CN102378977A (ja) |
AU (1) | AU2010216065A1 (ja) |
BR (1) | BRPI1008910A2 (ja) |
CA (1) | CA2752714A1 (ja) |
WO (1) | WO2010096518A2 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8874477B2 (en) | 2005-10-04 | 2014-10-28 | Steven Mark Hoffberg | Multifactorial optimization system and method |
US7945854B2 (en) * | 2006-10-30 | 2011-05-17 | Palo Alto Research Center Incorporated | Systems and methods for the combination and display of social and textual content |
US20110106819A1 (en) * | 2009-10-29 | 2011-05-05 | Google Inc. | Identifying a group of related instances |
US20110239163A1 (en) * | 2009-12-04 | 2011-09-29 | Daisuke Mochizuki | Display screen control method, graphical user interface, information processing apparatus, information processing method, and program |
US8832102B2 (en) * | 2010-01-12 | 2014-09-09 | Yahoo! Inc. | Methods and apparatuses for clustering electronic documents based on structural features and static content features |
US9009152B2 (en) * | 2010-02-04 | 2015-04-14 | Yahoo! Inc. | Smart widgets |
KR101356784B1 (ko) * | 2012-05-15 | 2014-01-28 | 한국과학기술원 | 확률적 모델 시뮬레이터 및 이를 위한 인터페이스와 시뮬레이션 모듈 |
US11003686B2 (en) * | 2018-07-26 | 2021-05-11 | Roblox Corporation | Addressing data skew using map-reduce |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6694044B1 (en) * | 1999-09-16 | 2004-02-17 | Hewlett-Packard Development Company, L.P. | Method for motion classification using switching linear dynamic system models |
US6883164B2 (en) * | 2000-12-15 | 2005-04-19 | International Business Machines Corporation | Strategy for dynamically modeling ASN.1 data to an object model |
US6714939B2 (en) * | 2001-01-08 | 2004-03-30 | Softface, Inc. | Creation of structured data from plain text |
US20030200533A1 (en) * | 2001-11-28 | 2003-10-23 | Roberts Andrew F. | Method and apparatus for creating software objects |
US7730063B2 (en) * | 2002-12-10 | 2010-06-01 | Asset Trust, Inc. | Personalized medicine service |
US7383258B2 (en) * | 2002-10-03 | 2008-06-03 | Google, Inc. | Method and apparatus for characterizing documents based on clusters of related words |
US7231393B1 (en) * | 2003-09-30 | 2007-06-12 | Google, Inc. | Method and apparatus for learning a probabilistic generative model for text |
US7275024B2 (en) * | 2003-03-12 | 2007-09-25 | Microsoft Corporation | Automatic generation of a dimensional model for business analytics from an object model for online transaction processing |
US20060024654A1 (en) * | 2004-07-31 | 2006-02-02 | Goodkovsky Vladimir A | Unified generator of intelligent tutoring |
US7693683B2 (en) * | 2004-11-25 | 2010-04-06 | Sharp Kabushiki Kaisha | Information classifying device, information classifying method, information classifying program, information classifying system |
US8874477B2 (en) * | 2005-10-04 | 2014-10-28 | Steven Mark Hoffberg | Multifactorial optimization system and method |
US7822699B2 (en) * | 2005-11-30 | 2010-10-26 | Microsoft Corporation | Adaptive semantic reasoning engine |
US7814040B1 (en) * | 2006-01-31 | 2010-10-12 | The Research Foundation Of State University Of New York | System and method for image annotation and multi-modal image retrieval using probabilistic semantic models |
US7752152B2 (en) * | 2006-03-17 | 2010-07-06 | Microsoft Corporation | Using predictive user models for language modeling on a personal device with user behavior models based on statistical modeling |
US8032375B2 (en) * | 2006-03-17 | 2011-10-04 | Microsoft Corporation | Using generic predictive models for slot values in language modeling |
RU2009115639A (ru) * | 2006-09-19 | 2010-10-27 | Нокиа Корпорейшн (Fi) | Система и способ для управления электронными виджетами и для их использования |
US7849097B2 (en) * | 2006-12-15 | 2010-12-07 | Microsoft Corporation | Mining latent associations of objects using a typed mixture model |
US20100190142A1 (en) * | 2009-01-28 | 2010-07-29 | Time To Know Ltd. | Device, system, and method of automatic assessment of pedagogic parameters |
-
2009
- 2009-02-18 US US12/388,245 patent/US20100211894A1/en not_active Abandoned
-
2010
- 2010-02-18 CN CN2010800151779A patent/CN102378977A/zh active Pending
- 2010-02-18 AU AU2010216065A patent/AU2010216065A1/en not_active Abandoned
- 2010-02-18 JP JP2011551205A patent/JP2012518240A/ja not_active Withdrawn
- 2010-02-18 WO PCT/US2010/024524 patent/WO2010096518A2/en active Application Filing
- 2010-02-18 EP EP10744277.4A patent/EP2399203A4/en not_active Withdrawn
- 2010-02-18 BR BRPI1008910A patent/BRPI1008910A2/pt not_active IP Right Cessation
- 2010-02-18 CA CA2752714A patent/CA2752714A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
US20100211894A1 (en) | 2010-08-19 |
EP2399203A4 (en) | 2014-04-09 |
WO2010096518A2 (en) | 2010-08-26 |
WO2010096518A3 (en) | 2010-12-16 |
EP2399203A2 (en) | 2011-12-28 |
CA2752714A1 (en) | 2010-08-26 |
CN102378977A (zh) | 2012-03-14 |
AU2010216065A1 (en) | 2011-09-01 |
BRPI1008910A2 (pt) | 2019-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11630828B2 (en) | Website scoring system | |
JP6435383B2 (ja) | オンライン・ソーシャル・ネットワーク上の示唆クエリをフィルタリング | |
JP2012518240A (ja) | 生成モデルを使用したオブジェクト識別 | |
KR102542049B1 (ko) | 인공지능 학습모델을 이용하여 요약 정보를 제공하기 위한 전자 장치 및 이의 제어 방법 | |
AU2012304880B2 (en) | Presenting search results in hierarchical form | |
US11288333B2 (en) | Method and system for estimating user-item interaction data based on stored interaction data by using multiple models | |
CN102906744B (zh) | 无限浏览 | |
KR20230084460A (ko) | 인공지능 학습모델을 이용하여 요약 정보를 제공하기 위한 전자 장치 및 이의 제어 방법 | |
US9141595B2 (en) | Contextual commenting on the web | |
US8051370B2 (en) | Intelligent autocompletion | |
US8990208B2 (en) | Information management and networking | |
US7853596B2 (en) | Mining geographic knowledge using a location aware topic model | |
US8156135B2 (en) | Method and system for progressive disclosure of search results | |
US20180137589A1 (en) | Contextual personalized list of recommended courses | |
JP2014139807A (ja) | ブラウザ履歴を使用したアクション提案の方法及びシステム | |
JP6457641B2 (ja) | オンライン・ソーシャル・ネットワーク上でのオファーおよび広告の検索 | |
KR101659064B1 (ko) | 사용자 피드백을 이용하여 컨텐츠에 대한 평가 점수를 산출하기 위한 방법 및 장치 | |
Bohnert et al. | Personalised viewing-time prediction in museums | |
US20110314372A1 (en) | Document representation transitioning | |
US20130067022A1 (en) | Platform for Third-Party Supplied Calls-To-Action | |
US20180137587A1 (en) | Contextual personalized list of recommended courses | |
US20180137588A1 (en) | Contextual personalized list of recommended courses | |
US8812304B2 (en) | Method and system for downloading additional search results into electronic dictionaries | |
CN104364782B (zh) | 包括由用户的动作触发的补充内容的搜索结果 | |
KR20090072772A (ko) | 텍스트에 기초하여 아이콘 정보를 제공하기 위한 방법,시스템, 단말 장치 및 컴퓨터 판독 가능한 기록 매체 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20130507 |