JP2013544397A - キーワード抽出に関するシステム及び方法 - Google Patents
キーワード抽出に関するシステム及び方法 Download PDFInfo
- Publication number
- JP2013544397A JP2013544397A JP2013537776A JP2013537776A JP2013544397A JP 2013544397 A JP2013544397 A JP 2013544397A JP 2013537776 A JP2013537776 A JP 2013537776A JP 2013537776 A JP2013537776 A JP 2013537776A JP 2013544397 A JP2013544397 A JP 2013544397A
- Authority
- JP
- Japan
- Prior art keywords
- candidate
- computer system
- pool
- candidate pool
- keywords
- 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.)
- Granted
Links
- 238000000605 extraction Methods 0.000 title claims description 38
- 238000000034 method Methods 0.000 title claims description 26
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 238000012549 training Methods 0.000 claims description 22
- 238000013459 approach Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 239000000306 component Substances 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000003058 natural language processing Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000002790 cross-validation Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000000692 Student's t-test Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000002939 conjugate gradient method Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/42—Data-driven translation
- G06F40/49—Data-driven translation using very large corpora, e.g. the web
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/14—Details of searching files based on file metadata
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2452—Query translation
- G06F16/24522—Translation of natural language queries to structured queries
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- 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
- G06F16/3329—Natural language query formulation or dialogue systems
-
- 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
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3334—Selection or weighting of terms from queries, including natural language queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
- G06F16/353—Clustering; Classification into predefined classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- 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
- G06F16/93—Document management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Mathematical Physics (AREA)
- Library & Information Science (AREA)
- Human Computer Interaction (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Multimedia (AREA)
- Probability & Statistics with Applications (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Document Processing Apparatus (AREA)
Abstract
【選択図】図1
Description
例示的な一実施形態では、潜在的なキーワード語句がそのページから選択され得る前に、そのページのプレーンテキストがHTML形式から抽出されてもよい。順に、このテキストをさらに処理することで、キーワード抽出システムに有用であり得るその構造に関する情報を取得することができる。本システムの前処理部は、好ましくは、ウェブページテキストの抽出並びにタグ付け及び書式付けを実行して、後に続く候補語句選択及び特徴抽出の段階のための適切な入力を提供する。
候補抽出は、潜在的なキーワードであり、且つ所与の語句がキーワードである尤度を推定する分類器の入力として使用することができる語句を選択するために用いてもよい。加えて、例示的な分類器が語句をトレーニングしている間に、候補抽出の精度の向上は、キーワードではありそうにない単語の組合せをフィルタリングするのに役立ち、良くないトレーニングサンプルの量を減らし、ひいては、良いトレーニングデータと悪いトレーニングデータとの比率を改善する(キーワード抽出タスクは、良いラベルデータが殆どなく、良いサンプルと悪いサンプルの間の不均衡を有する)。
どの候補語句がキーワードであるかを識別するために、例示的な一実施形態では、入力(候補語句の特徴)を使用してその語句がキーワードである確率を推定する分類器を使用し、出力ラベル(キーワード又は非キーワード)をその語句に割り当てる。特徴入力をキーワードラベルにマップする分類機能は、監視された機械学習を使用して取得してもよい。すなわち、本マッピングは、「正しい」出力ラベルが注釈者によって提供されたデータセットに基づく分類器システムによって学習され得る。
特徴値のセットは各キーワード候補について計算されて分類器への入力として使用することができる。特徴の選択は分類器の性能で重要な役割を果たす。その特徴は、(a)一般的、非言語的特徴と、(b)言語的特徴の二つのタイプに分けることができる。一般的特徴は、[17]に記載のシステムによって使用される特徴と同様でもよく、頻度、文書中の位置、及び大文字使用などの情報を含む。言語的特徴は品詞、語句構造、及び固有表現情報を使用する。二つのタイプの特徴について以下にさらに詳しく説明する。
例示的な頻度特徴
頻度特徴は、TFxIDFと同様の情報を提供する。頻度特徴は、文書内の関連語出現頻度と語出現頻度のログとの他にDF(文書コレクション中の頻度)とログDF値とを含んでもよい。DF値は、Google Ngramコーパスからの頻度を使用して概算してもよい。好ましくは、ユニグラム及びバイグラムの頻度情報のみが、DFを計算するために使用される。2単語よりも長い候補語句については、その語句内のすべてのバイグラムのDFの平均値をDF値として用いてもよい。平均値は、異なる長さの語句についての値の似た範囲を得るために使用することができる。また、ブログのコレクション全体について計算されたDF値をGoogle Ngramコーパスからの頻度の代わりに用いてもよい。
tfi,j=ni,j/Σknk,j
ここで、ni,jは、文書j内の考察される用語iの出現回数である。
idfi=log(|D|/|d:ti∈d|)
これは、コレクション内のすべての文書の数のログを、用語iを含む文書の数で割ったものである。
候補語句がその文書のタイトル中にあるかどうか。
大文字で書かれた単語は、所与の文書中の重要な用語としてマークされた固有名詞又は単語を含む。例示的な大文字使用の特徴は、キーワード候補内のすべての単語が大文字で書かれているかどうか、及び、候補語句内の少なくとも一つの単語が大文字で書かれているかどうか、である。
文書内でキーワード候補が最初に出現する相対的な位置であり、単語の数で数える。たとえば、文書が20個の単語を有し、候補語句の最初の単語がその文書中の5番目の単語である場合には、位置=5/20=0.25である。
候補語句中の単語の数。
候補語句がページurl内にあるかどうか。
ウィキペディア・トラフィックの統計値に基づく特徴を、頻出する探索/照会項目としてキーワード候補の人気を反映するために用いてもよい。この特徴のセットは、候補語句がウィキペディアのタイトル(リダイレクトを含む)であるかどうかと、その候補語句のトラフィック数字(その候補がウィキペディアのタイトルでない場合には0)とを含み得る。トラフィック統計値は、一定期間(たとえば、2010年6月中の20日間)に亘って集められた1時間当たりのウィキペディアのログに基づくものであってもよい。
1.名詞句
その候補が名詞句である又は名詞句を含むかどうか。
2.名詞
その候補語句が少なくとも一つの名詞を含むかどうか、及び、その候補語句が名詞のみから成るかどうか。
3.POSタグ
その候補語句に割り当てられた品詞タグの列。
4.固有表現
キーワード候補が固有表現であるかどうか、キーワード候補が、固有表現及びその候補に割り当てられた固有表現タグを含むかどうか(その候補語句がNEでない場合には「0」)。
5.PMI
自己相互情報量(Pointwise mutual information(PMI))は、語句がコロケーションである可能性が高いかどうかを反映する。候補語句のPMIスコアは以下のように計算することができる。
バイグラムについては、
PMI(w1,w2)=log{P(w1,w2)/P(w1)*P(w2)}
ただし、P(w)は単語又は語句の相対的頻度である。
単一の単語については、
PMI=log{1/P(w)}
2単語よりも長い候補語句については、PMIは、その語句内のすべてのバイグラムのPMIスコアの平均値に設定してもよい。
例示的なトレーニングデータ
トレーニングデータは、たとえば500個のウェブページ(ブログページのコーパスから無作為に選択されたもの。[3]を参照)を含んでもよい。注釈者は、ブログページから抽出されたプレーンテキストを提示され、そのページの内容を最もよく表すキーワードを選択するように指示され得る。ヘッダからのメタ情報は注釈付きテキストに含まれないのが好ましい。単一のページについて選択することができるキーワードの数には制限を設けないのが好ましい。追加のページについても、注釈を付け、トレーニングに使用されないテストセットとして除外することができる。
各ページについて、キーワードは2人の注釈者によって選ばれるのが好ましい。しかし、このタスクへの注釈者間の合意は高くなくてもよい(たとえば、一実装形態では、注釈者のカッパスコアは0.49であった)。低いカッパスコアの要因としては次のことが考えられる。第1に、注釈者が、部分的にのみ一致する同様の語句にタグを付けることがある。第2に、選択可能なキーワードの最大数が指定されていないときに、一人の注釈者が、所与のテキストについてもう一人よりも多くのキーワードを選択することを選ぶことがある。
1.(一人の注釈者又は双方によって)1次としてマークを付けられたすべてのキーワード。
2.両方の注釈者によって選択された2次キーワード。
3.一人のみによって選択されたが、他方の注釈者によって選択された1次キーワードに部分的に一致する、2次キーワード。
上記のように、例示的な一実施形態では、基底候補セットとして名詞句を使用するが、その名詞句から抽出された名詞列とユニグラム、バイグラム、及びトライグラムで候補プールを増補する。
システム性能全体を評価するために、本発明のシステムによって達成される結果が[17]に基づいて基準値と比較された。基準値システムで、候補抽出方法はnグラム方法であり、特徴は(NP/名詞特徴の単純なセットを加えた)一般的非言語的特徴で構成される。(a)結合された候補抽出方法の使用と(b)分類段階での言語的特徴の追加とでシステム性能がどのように変わったかを分析した。
1.R精度(上位n個の結果のうちいくつの候補がキーワードであるか。ここで、nはページ上に有り得るキーワードの総数)。
2.上位10個のスコア(R精度に似ているが、上位10個の結果で切り捨てる。すなわち、すべてのn>10が10にセットされる)。
所与のウェブページについて文脈的に適切な広告を選択する二つの好ましい手法がある。一つの手法は、広告プールへのウェブページテキストの直接の突き合わせを含む。もう一方の手法では、そのページと広告の間の突き合わせが中間キーワード抽出ステップを含む。各手法の例を以下に示す。
1.KEA[5]
2.GenEx[15]、[14]
3.Yih他[17]
4.Hulth[7]、[6]
5.その他:[10]、[16]
1.Broder他[2]
2.Ribeiro−Neto他[12]。
[1]Bird,Steven,Edward Loper及びEwan Klein。Natural Language Processing with Python。O’Reilly Media Inc.、2009。
[2]Broder,Andrei及びFontoura,Marcus及びJosifovski,Vanja及びRiedel,Lance。A semantic approach to contextual advertising。SIGIR’07:Proceedings of the 30th annual international ACM SIGIR conference on Research and development in information retrieval、ページ559〜566、New York,NY,USA、2007。ACM。
[3]Kevin Burton及びAkshay Java及びIan Soboroff。ICWSM 2009 Spinn3r Dataset。San Jose,CA、2009。
[4]Finkel,Jenny Rose及びGrenager,Trond及びManning,Christopher。Incorporating non−local information into information extraction systems by Gibbs sampling。ACL ’05:Proceedings of the 43rd Annual Meeting on Association for Computational Linguistics、ページ363〜370、Morristown,NJ,USA、2005。Association for Computational Linguistics。
[5]Frank,Eibe及びPaynter,Gordon W.及びWitten,Ian H.及びGutwin,Carl及びNevill−Manning,Craig G.。Domain−specific keyphrase extraction。IJCAI’99:Proceedings of the 16th international joint conference on Artificial intelligence、ページ668〜673、San Francisco,CA,USA、1999。Morgan Kaufmann Publishers Inc.。
[6]Hulth,Anette。Automatic Keyword Extraction。Combining Machine Learning and Natural Language Processing。Verlag Dr. Muller、2008。
[7]Hulth,Anette。Improved automatic keyword extraction given more linguistic knowledge。Proceedings of the 2003 conference on Empirical methods in natural language processing、ページ216〜223、Morristown,NJ,USA、2003。Association for Computational Linguistics。
[8]Joachims,Thorsten。Making large−scale support vector machine learning practical。:169〜184、1999。
[9]Kohlschiitter,Christian及びFankhauser,Peter及びNejdl,Wolfgang。Boilerplate detection using shallow text features。WSDM ’10:Proceedings of the third ACM international conference on Web search and data mining、ページ441〜450、New York,NY,USA、2010。ACM。
[10]Matsuo,Y.及びIshizuka,M.。Keyword Extraction from a Document using Word Co−occurrence Statistical Information。Transactions of the Japanese Society for Artificial Intelligence、17:217〜223、2002。
[11]Adwait Ratnaparkhi。A Simple Introduction to Maximum Entropy Models for Natural Language Processing。Technical report,IRCS、1997。
[12]Ribeiro−Neto,Berthier及びCristo,Marco及びGolgher,Paulo B.及びSilva de Moura,Edleno。Impedance coupling in content−targeted advertising。SIGIR ’05:Proceedings of the 28th annual international ACM SIGIR conference on Research and development in information retrieval、ページ496〜503、New York,NY,USA、2005。ACM。
[13]Sekine,Satoshi及びRalph Grishman。A corpus based probabilistic grammar with only two non−terminals。Fourth International Workshop on Parsing Technology,1995。
[14]Turney,Peter D.。Coherent keyphrase extraction via web mining。IJCAI’03:Proceedings of the 18th international joint conference on Artificial intelligence、ページ434〜439、San Francisco,CA,USA、2003。Morgan Kaufmann Publishers Inc.。
[15]Turney,Peter D.。Learning Algorithms for Keyphrase Extraction。Inf. Retr.、2(4):303〜336、2000。
[16]Wu,Xiaoyuan及びBolivar,Alvaro。Keyword extraction for contextual advertisement。WWW ’08:Proceeding of the 17th international conference on World Wide Web、ページ1195〜1196、New York,NY,USA、2008。ACM。
[17]Yih,Wen−tau及びGoodman,Joshua及びCarvalho,Vitor R.。Finding advertising keywords on web pages。WWW’06:Proceedings of the 15th international conference on World Wide Web、ページ213〜222、New York,NY,USA、2006。ACM。
[18]OAK System,http://nlp.cs.nyu.edu/oak/。
Claims (19)
- (a)ウェブページからテキストを抽出して少なくとも候補キーワードの第1のセットを生成し、言語処理を適用して少なくとも候補キーワードの第2のセットを生成し、前記候補キーワードの第1及び第2のセットを第1の候補プールに結合する前処理部と、
(b)少なくとも前記第1の候補プールを記述するデータを前記前処理部から受信して第2の候補プールを生成する候補抽出部と、
(c)少なくとも前記第2の候補プールを記述するデータを受信し、一般的特徴及び言語的特徴について前記第2の候補プールを分析する特徴抽出部と、
(d)少なくとも前記第2の候補プールを記述する前記データと関連データとを前記特徴抽出部から受信し、前記第2の候補プール内の各候補が1次又は2次キーワードである尤度を判定する分類部と
を備えるコンピュータシステム。 - 前記言語処理の少なくとも一部がトークナイザ及びパーサによって実行される、
請求項1に記載のコンピュータシステム。 - 前記言語処理の少なくとも一部がトークナイザ、パーサ、品詞タグ付けプログラム、及び固有表現タグ付けプログラムによって実行される、
請求項1に記載のコンピュータシステム。 - 前記言語処理の少なくとも一部がトークナイザによって実行される、
請求項1に記載のコンピュータシステム。 - 前記言語処理の少なくとも一部がパーサによって実行される、
請求項1に記載のコンピュータシステム。 - 前記言語処理の少なくとも一部が品詞タグ付けプログラムによって実行される、
請求項1に記載のコンピュータシステム。 - 前記言語処理の少なくとも一部が固有表現タグ付けプログラムによって実行される、
請求項1に記載のコンピュータシステム。 - 前記候補キーワードの第1のセットがメタデータテキストを含む、
請求項1に記載のコンピュータシステム。 - 前記第2の候補プールが名詞句及び名詞列を含む、
請求項1に記載のコンピュータシステム。 - 前記第2の候補プールが名詞句、名詞列、及びnグラムを含む、
請求項1に記載のコンピュータシステム。 - 前記一般的特徴が頻度、文書中の位置、及び大文字使用のうちの一又は複数を含む、
請求項1に記載のコンピュータシステム。 - 前記言語的特徴が品詞、語句構造、及び固有表現情報のうちの一又は複数に関連する、
請求項1に記載のコンピュータシステム。 - 前記一般的特徴が頻度特徴を含み、前記頻度特徴が前記ウェブページ内の関連語出現頻度と語出現頻度のログとのうちの一又は複数を含む、
請求項1に記載のコンピュータシステム。 - 各候補が1次又は2次キーワードである尤度の前記判定が注釈付きトレーニングデータに基づく、
請求項1に記載のコンピュータシステム。 - 各候補が1次又は2次キーワードである尤度の前記判定が、複数の注釈者からの注釈入力を結合することによって作成されたトレーニングデータに基づき、各注釈が1次キーワードと2次キーワードとの間の区別を含む、
請求項1に記載のコンピュータシステム。 - 前記一般的特徴が頻度、文書中の位置、及び大文字使用を含み、前記言語的特徴が品詞、語句構造、及び固有表現情報に関連する、
請求項1に記載のコンピュータシステム。 - 前記一般的特徴が頻度特徴を含み、前記頻度特徴が前記ウェブページ内の関連語出現頻度と語出現頻度のログとのうちの一又は複数を含み、前記言語的特徴が品詞、語句構造、及び固有表現情報に関連する、
請求項1に記載のコンピュータシステム。 - コンピュータ処理システムによって実装されるステップを含む方法であって、
(a)ウェブページからテキストを抽出して少なくとも候補キーワードの第1のセットを生成し、言語処理を適用して少なくとも候補キーワードの第2のセットを生成し、前記候補キーワードの第1及び第2のセットを第1の候補プールに結合するステップと、
(b)少なくとも前記第1の候補プールを記述するデータを受信して第2の候補プールを生成するステップと、
(c)少なくとも前記第2の候補プールを記述するデータを受信し、一般的特徴及び言語的特徴について前記第2の候補プールを分析するステップと、
(d)少なくとも前記第2の候補プールを記述する前記データと関連データとを特徴抽出部から受信し、前記第2の候補プール内の各候補が1次又は2次キーワードである尤度を判定するステップと
を含む方法。 - (a)ウェブページからテキストを抽出して少なくとも候補キーワードの第1のセットを生成し、言語処理を適用して少なくとも候補キーワードの第2のセットを生成し、前記候補キーワードの第1及び第2のセットを第1の候補プールに結合するステップと、
(b)少なくとも前記第1の候補プールを記述するデータを受信して第2の候補プールを生成するステップと、
(c)少なくとも前記第2の候補プールを記述するデータを受信し、一般的特徴及び言語的特徴について前記第2の候補プールを分析するステップと、
(d)少なくとも前記第2の候補プールを記述する前記データと関連データとを特徴抽出部から受信し、前記第2の候補プール内の各候補が1次又は2次キーワードである尤度を判定するステップと
を含むステップを実行するように動作可能なソフトウェアを格納する、コンピュータ読み取り可能な記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US41039210P | 2010-11-05 | 2010-11-05 | |
US61/410,392 | 2010-11-05 | ||
PCT/US2011/058899 WO2012061462A1 (en) | 2010-11-05 | 2011-11-02 | Systems and methods regarding keyword extraction |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2013544397A true JP2013544397A (ja) | 2013-12-12 |
JP2013544397A5 JP2013544397A5 (ja) | 2014-09-25 |
JP5990178B2 JP5990178B2 (ja) | 2016-09-07 |
Family
ID=46020615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013537776A Active JP5990178B2 (ja) | 2010-11-05 | 2011-11-02 | キーワード抽出に関するシステム及び方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US8874568B2 (ja) |
EP (1) | EP2635965A4 (ja) |
JP (1) | JP5990178B2 (ja) |
KR (1) | KR101672579B1 (ja) |
CN (1) | CN103201718A (ja) |
WO (1) | WO2012061462A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018509664A (ja) * | 2015-12-31 | 2018-04-05 | バイドゥ オンライン ネットワーク テクノロジー (ベイジン) カンパニー リミテッド | モデル生成方法、単語重み付け方法、装置、デバイス及びコンピュータ記憶媒体 |
Families Citing this family (66)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120076414A1 (en) * | 2010-09-27 | 2012-03-29 | Microsoft Corporation | External Image Based Summarization Techniques |
US8732014B2 (en) * | 2010-12-20 | 2014-05-20 | Yahoo! Inc. | Automatic classification of display ads using ad images and landing pages |
US8898163B2 (en) | 2011-02-11 | 2014-11-25 | International Business Machines Corporation | Real-time information mining |
US9558267B2 (en) * | 2011-02-11 | 2017-01-31 | International Business Machines Corporation | Real-time data mining |
US8983826B2 (en) * | 2011-06-30 | 2015-03-17 | Palo Alto Research Center Incorporated | Method and system for extracting shadow entities from emails |
CN103198057B (zh) * | 2012-01-05 | 2017-11-07 | 深圳市世纪光速信息技术有限公司 | 一种自动给文档添加标签的方法和装置 |
US9613125B2 (en) * | 2012-10-11 | 2017-04-04 | Nuance Communications, Inc. | Data store organizing data using semantic classification |
US9292797B2 (en) | 2012-12-14 | 2016-03-22 | International Business Machines Corporation | Semi-supervised data integration model for named entity classification |
EP3011473A1 (en) * | 2013-06-21 | 2016-04-27 | Hewlett-Packard Development Company, L.P. | Topic based classification of documents |
CN103473317A (zh) * | 2013-09-12 | 2013-12-25 | 百度在线网络技术(北京)有限公司 | 提取关键词的方法和设备 |
US10552459B2 (en) * | 2013-10-31 | 2020-02-04 | Micro Focus Llc | Classifying a document using patterns |
CN104679768B (zh) * | 2013-11-29 | 2019-08-09 | 百度在线网络技术(北京)有限公司 | 从文档中提取关键词的方法和设备 |
US9384287B2 (en) | 2014-01-15 | 2016-07-05 | Sap Portals Isreal Ltd. | Methods, apparatus, systems and computer readable media for use in keyword extraction |
US8924338B1 (en) | 2014-06-11 | 2014-12-30 | Fmr Llc | Automated predictive tag management system |
KR101624909B1 (ko) * | 2014-12-10 | 2016-05-27 | 주식회사 와이즈넛 | 정규화된 키워드 가중치에 기반한 연관 키워드 추출 방법 |
JP6074820B2 (ja) * | 2015-01-23 | 2017-02-08 | 国立研究開発法人情報通信研究機構 | アノテーション補助装置及びそのためのコンピュータプログラム |
US10169374B2 (en) * | 2015-08-21 | 2019-01-01 | Adobe Systems Incorporated | Image searches using image frame context |
US10140314B2 (en) * | 2015-08-21 | 2018-11-27 | Adobe Systems Incorporated | Previews for contextual searches |
KR101708444B1 (ko) * | 2015-11-16 | 2017-02-22 | 주식회사 위버플 | 키워드 및 자산 가격 관련성 평가 방법 및 그 장치 |
US10558785B2 (en) | 2016-01-27 | 2020-02-11 | International Business Machines Corporation | Variable list based caching of patient information for evaluation of patient rules |
US10528702B2 (en) | 2016-02-02 | 2020-01-07 | International Business Machines Corporation | Multi-modal communication with patients based on historical analysis |
US10565309B2 (en) * | 2016-02-17 | 2020-02-18 | International Business Machines Corporation | Interpreting the meaning of clinical values in electronic medical records |
US10937526B2 (en) | 2016-02-17 | 2021-03-02 | International Business Machines Corporation | Cognitive evaluation of assessment questions and answers to determine patient characteristics |
US11037658B2 (en) | 2016-02-17 | 2021-06-15 | International Business Machines Corporation | Clinical condition based cohort identification and evaluation |
US10685089B2 (en) | 2016-02-17 | 2020-06-16 | International Business Machines Corporation | Modifying patient communications based on simulation of vendor communications |
US10282356B2 (en) | 2016-03-07 | 2019-05-07 | International Business Machines Corporation | Evaluating quality of annotation |
CN107203542A (zh) * | 2016-03-17 | 2017-09-26 | 阿里巴巴集团控股有限公司 | 词组提取方法及装置 |
US10311388B2 (en) | 2016-03-22 | 2019-06-04 | International Business Machines Corporation | Optimization of patient care team based on correlation of patient characteristics and care provider characteristics |
US10923231B2 (en) | 2016-03-23 | 2021-02-16 | International Business Machines Corporation | Dynamic selection and sequencing of healthcare assessments for patients |
CN105912524B (zh) * | 2016-04-09 | 2019-08-20 | 北京交通大学 | 基于低秩矩阵分解的文章话题关键词提取方法和装置 |
RU2619193C1 (ru) | 2016-06-17 | 2017-05-12 | Общество с ограниченной ответственностью "Аби ИнфоПоиск" | Многоэтапное распознавание именованных сущностей в текстах на естественном языке на основе морфологических и семантических признаков |
US10318562B2 (en) | 2016-07-27 | 2019-06-11 | Google Llc | Triggering application information |
KR101931859B1 (ko) * | 2016-09-29 | 2018-12-21 | (주)시지온 | 전자문서의 대표 단어 선정 방법, 전자 문서 제공 방법, 및 이를 수행하는 컴퓨팅 시스템 |
CN108073568B (zh) * | 2016-11-10 | 2020-09-11 | 腾讯科技(深圳)有限公司 | 关键词提取方法和装置 |
US9965460B1 (en) * | 2016-12-29 | 2018-05-08 | Konica Minolta Laboratory U.S.A., Inc. | Keyword extraction for relationship maps |
CN107248927B (zh) * | 2017-05-02 | 2020-06-09 | 华为技术有限公司 | 故障定位模型的生成方法、故障定位方法和装置 |
CN107704503A (zh) * | 2017-08-29 | 2018-02-16 | 平安科技(深圳)有限公司 | 用户关键词提取装置、方法及计算机可读存储介质 |
US10417268B2 (en) * | 2017-09-22 | 2019-09-17 | Druva Technologies Pte. Ltd. | Keyphrase extraction system and method |
US20200273447A1 (en) * | 2017-10-24 | 2020-08-27 | Beijing Didi Infinity Technology And Development Co., Ltd. | System and method for key phrase spotting |
US11216452B2 (en) * | 2017-11-01 | 2022-01-04 | Sap Se | Systems and methods for disparate data source aggregation, self-adjusting data model and API |
KR102019194B1 (ko) | 2017-11-22 | 2019-09-06 | 주식회사 와이즈넛 | 문서 내 핵심 키워드 추출 시스템 및 방법 |
WO2019135403A1 (ja) * | 2018-01-05 | 2019-07-11 | 国立大学法人九州工業大学 | ラベル付与装置、ラベル付与方法、及びプログラム |
US20190272071A1 (en) * | 2018-03-02 | 2019-09-05 | International Business Machines Corporation | Automatic generation of a hierarchically layered collaboratively edited document view |
US10831803B2 (en) * | 2018-07-26 | 2020-11-10 | Beijing Jingdong Shangke Information Technology Co., Ltd. | System and method for true product word recognition |
US11238850B2 (en) | 2018-10-31 | 2022-02-01 | Walmart Apollo, Llc | Systems and methods for e-commerce API orchestration using natural language interfaces |
US11195524B2 (en) * | 2018-10-31 | 2021-12-07 | Walmart Apollo, Llc | System and method for contextual search query revision |
US11404058B2 (en) | 2018-10-31 | 2022-08-02 | Walmart Apollo, Llc | System and method for handling multi-turn conversations and context management for voice enabled ecommerce transactions |
US11183176B2 (en) | 2018-10-31 | 2021-11-23 | Walmart Apollo, Llc | Systems and methods for server-less voice applications |
CN109977397B (zh) * | 2019-02-18 | 2022-11-15 | 广州市诚毅科技软件开发有限公司 | 基于词性组合的新闻热点提取方法、系统及存储介质 |
US12118314B2 (en) * | 2019-05-31 | 2024-10-15 | Nec Corporation | Parameter learning apparatus, parameter learning method, and computer readable recording medium |
US11250214B2 (en) | 2019-07-02 | 2022-02-15 | Microsoft Technology Licensing, Llc | Keyphrase extraction beyond language modeling |
US11874882B2 (en) * | 2019-07-02 | 2024-01-16 | Microsoft Technology Licensing, Llc | Extracting key phrase candidates from documents and producing topical authority ranking |
CN110362827B (zh) * | 2019-07-11 | 2024-05-14 | 腾讯科技(深圳)有限公司 | 一种关键词提取方法、装置及存储介质 |
CN110377725B (zh) * | 2019-07-12 | 2021-09-24 | 深圳新度博望科技有限公司 | 数据生成方法、装置、计算机设备及存储介质 |
CN110516237B (zh) * | 2019-08-15 | 2022-12-09 | 重庆长安汽车股份有限公司 | 短文本短语提取方法、系统及存储介质 |
CN110781662B (zh) * | 2019-10-21 | 2022-02-01 | 腾讯科技(深圳)有限公司 | 一种逐点互信息的确定方法和相关设备 |
CN113703588A (zh) * | 2020-05-20 | 2021-11-26 | 北京搜狗科技发展有限公司 | 一种输入方法、装置和用于输入的装置 |
US10878174B1 (en) * | 2020-06-24 | 2020-12-29 | Starmind Ag | Advanced text tagging using key phrase extraction and key phrase generation |
CN112347778B (zh) * | 2020-11-06 | 2023-06-20 | 平安科技(深圳)有限公司 | 关键词抽取方法、装置、终端设备及存储介质 |
KR102639979B1 (ko) * | 2020-12-08 | 2024-02-22 | 주식회사 카카오엔터프라이즈 | 주요 키워드 추출 장치, 그것의 제어 방법 및 주요 키워드 추출 프로그램 |
JP7525421B2 (ja) | 2021-02-10 | 2024-07-30 | 株式会社カネカ | 多種部材の位置検出ロボットビジョンシステムを有する物品の製造装置 |
US11379763B1 (en) | 2021-08-10 | 2022-07-05 | Starmind Ag | Ontology-based technology platform for mapping and filtering skills, job titles, and expertise topics |
KR102334236B1 (ko) | 2021-08-31 | 2021-12-02 | (주)네오플로우 | 음성 변환 Text Data에서 의미있는 키워드 추출 방법과 활용 |
KR102334255B1 (ko) | 2021-08-31 | 2021-12-02 | (주)네오플로우 | AI 기반 음성서비스의 Text Data 수집 플랫폼 구축 및 통합관리방법 |
CN114398968B (zh) * | 2022-01-06 | 2022-09-20 | 北京博瑞彤芸科技股份有限公司 | 基于文件相似度对同类获客文件进行标注的方法和装置 |
CN115204146B (zh) * | 2022-07-28 | 2023-06-27 | 平安科技(深圳)有限公司 | 关键词抽取方法、装置、计算机设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0765018A (ja) * | 1993-08-31 | 1995-03-10 | Matsushita Electric Ind Co Ltd | キーワード自動抽出装置 |
JP2004139553A (ja) * | 2002-08-19 | 2004-05-13 | Matsushita Electric Ind Co Ltd | 文書検索システムおよび質問応答システム |
JP2005085285A (ja) * | 2003-09-10 | 2005-03-31 | Microsoft Corp | ペンベースのコンピューティングシステムでの注釈の管理 |
JP2006146705A (ja) * | 2004-11-22 | 2006-06-08 | Mitsubishi Electric Corp | 構造化文書曖昧照合装置及びそのプログラム |
US20070112764A1 (en) * | 2005-03-24 | 2007-05-17 | Microsoft Corporation | Web document keyword and phrase extraction |
JP2007257390A (ja) * | 2006-03-24 | 2007-10-04 | Internatl Business Mach Corp <Ibm> | 新たな複合語を抽出するシステム |
JP2008065417A (ja) * | 2006-09-05 | 2008-03-21 | Hottolink Inc | 連想語群検索装置、システム及びコンテンツマッチ型広告システム |
JP2009271794A (ja) * | 2008-05-08 | 2009-11-19 | Nomura Research Institute Ltd | 検索システム |
JP2010204866A (ja) * | 2009-03-02 | 2010-09-16 | Nippon Telegr & Teleph Corp <Ntt> | 重要キーワード抽出装置及び方法及びプログラム |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6167368A (en) * | 1998-08-14 | 2000-12-26 | The Trustees Of Columbia University In The City Of New York | Method and system for indentifying significant topics of a document |
US7925610B2 (en) * | 1999-09-22 | 2011-04-12 | Google Inc. | Determining a meaning of a knowledge item using document-based information |
US7526425B2 (en) * | 2001-08-14 | 2009-04-28 | Evri Inc. | Method and system for extending keyword searching to syntactically and semantically annotated data |
US7139752B2 (en) * | 2003-05-30 | 2006-11-21 | International Business Machines Corporation | System, method and computer program product for performing unstructured information management and automatic text analysis, and providing multiple document views derived from different document tokenizations |
US7428529B2 (en) * | 2004-04-15 | 2008-09-23 | Microsoft Corporation | Term suggestion for multi-sense query |
US7519588B2 (en) | 2005-06-20 | 2009-04-14 | Efficient Frontier | Keyword characterization and application |
US8380721B2 (en) * | 2006-01-18 | 2013-02-19 | Netseer, Inc. | System and method for context-based knowledge search, tagging, collaboration, management, and advertisement |
US8341112B2 (en) * | 2006-05-19 | 2012-12-25 | Microsoft Corporation | Annotation by search |
US8001105B2 (en) * | 2006-06-09 | 2011-08-16 | Ebay Inc. | System and method for keyword extraction and contextual advertisement generation |
JP3983265B1 (ja) * | 2006-09-27 | 2007-09-26 | 沖電気工業株式会社 | 辞書作成支援システム、方法及びプログラム |
US20080098300A1 (en) * | 2006-10-24 | 2008-04-24 | Brilliant Shopper, Inc. | Method and system for extracting information from web pages |
US20090254512A1 (en) * | 2008-04-03 | 2009-10-08 | Yahoo! Inc. | Ad matching by augmenting a search query with knowledge obtained through search engine results |
US8386519B2 (en) * | 2008-12-30 | 2013-02-26 | Expanse Networks, Inc. | Pangenetic web item recommendation system |
US8768960B2 (en) | 2009-01-20 | 2014-07-01 | Microsoft Corporation | Enhancing keyword advertising using online encyclopedia semantics |
US20100281025A1 (en) * | 2009-05-04 | 2010-11-04 | Motorola, Inc. | Method and system for recommendation of content items |
WO2011035389A1 (en) * | 2009-09-26 | 2011-03-31 | Hamish Ogilvy | Document analysis and association system and method |
US8463786B2 (en) * | 2010-06-10 | 2013-06-11 | Microsoft Corporation | Extracting topically related keywords from related documents |
-
2011
- 2011-11-02 EP EP11838723.2A patent/EP2635965A4/en not_active Withdrawn
- 2011-11-02 US US13/287,294 patent/US8874568B2/en active Active
- 2011-11-02 KR KR1020137011659A patent/KR101672579B1/ko active IP Right Grant
- 2011-11-02 CN CN2011800531753A patent/CN103201718A/zh active Pending
- 2011-11-02 WO PCT/US2011/058899 patent/WO2012061462A1/en active Application Filing
- 2011-11-02 JP JP2013537776A patent/JP5990178B2/ja active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0765018A (ja) * | 1993-08-31 | 1995-03-10 | Matsushita Electric Ind Co Ltd | キーワード自動抽出装置 |
JP2004139553A (ja) * | 2002-08-19 | 2004-05-13 | Matsushita Electric Ind Co Ltd | 文書検索システムおよび質問応答システム |
JP2005085285A (ja) * | 2003-09-10 | 2005-03-31 | Microsoft Corp | ペンベースのコンピューティングシステムでの注釈の管理 |
JP2006146705A (ja) * | 2004-11-22 | 2006-06-08 | Mitsubishi Electric Corp | 構造化文書曖昧照合装置及びそのプログラム |
US20070112764A1 (en) * | 2005-03-24 | 2007-05-17 | Microsoft Corporation | Web document keyword and phrase extraction |
JP2007257390A (ja) * | 2006-03-24 | 2007-10-04 | Internatl Business Mach Corp <Ibm> | 新たな複合語を抽出するシステム |
JP2008065417A (ja) * | 2006-09-05 | 2008-03-21 | Hottolink Inc | 連想語群検索装置、システム及びコンテンツマッチ型広告システム |
JP2009271794A (ja) * | 2008-05-08 | 2009-11-19 | Nomura Research Institute Ltd | 検索システム |
JP2010204866A (ja) * | 2009-03-02 | 2010-09-16 | Nippon Telegr & Teleph Corp <Ntt> | 重要キーワード抽出装置及び方法及びプログラム |
Non-Patent Citations (2)
Title |
---|
JPN6015052737; 上村 卓史、外2名: 'ウェブ閲覧における効率的なキーワード抽出とその利用' データベースとWeb情報システムに関するシンポジウム 情報処理学会シンポジウムシリーズ 第2007巻,第3号, 20071220, p.1-9, 社団法人情報処理学会 * |
JPN6016030049; 斎藤 一、外3名: 'キーワード地図構造モデリングによるグループ学習支援システムの構築' 電子情報通信学会技術研究報告 第103巻,第217号, 20030717, p.1-4, 社団法人電子情報通信学会 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018509664A (ja) * | 2015-12-31 | 2018-04-05 | バイドゥ オンライン ネットワーク テクノロジー (ベイジン) カンパニー リミテッド | モデル生成方法、単語重み付け方法、装置、デバイス及びコンピュータ記憶媒体 |
US10565253B2 (en) | 2015-12-31 | 2020-02-18 | Baidu Online Network Technology (Beijing) Co., Ltd. | Model generation method, word weighting method, device, apparatus, and computer storage medium |
Also Published As
Publication number | Publication date |
---|---|
EP2635965A4 (en) | 2016-08-10 |
US8874568B2 (en) | 2014-10-28 |
US20120117092A1 (en) | 2012-05-10 |
WO2012061462A1 (en) | 2012-05-10 |
EP2635965A1 (en) | 2013-09-11 |
JP5990178B2 (ja) | 2016-09-07 |
KR101672579B1 (ko) | 2016-11-03 |
KR20130142124A (ko) | 2013-12-27 |
CN103201718A (zh) | 2013-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5990178B2 (ja) | キーワード抽出に関するシステム及び方法 | |
US8073877B2 (en) | Scalable semi-structured named entity detection | |
US10198491B1 (en) | Computerized systems and methods for extracting and storing information regarding entities | |
US8484238B2 (en) | Automatically generating regular expressions for relaxed matching of text patterns | |
US8819047B2 (en) | Fact verification engine | |
KR101136007B1 (ko) | 문서 감성 분석 시스템 및 그 방법 | |
Fan et al. | Using syntactic and semantic relation analysis in question answering | |
US8856119B2 (en) | Holistic disambiguation for entity name spotting | |
US20130198195A1 (en) | System and method for identifying one or more resumes based on a search query using weighted formal concept analysis | |
US20130007020A1 (en) | Method and system of extracting concepts and relationships from texts | |
JP2007087401A (ja) | インデクシングシステム、インデクシング方法、質問テンプレート生成システム、質問テンプレート生成方法、及びプログラム | |
WO2006108069A2 (en) | Searching through content which is accessible through web-based forms | |
US20160062967A1 (en) | System and method for measuring sentiment of text in context | |
Echeverry-Correa et al. | Topic identification techniques applied to dynamic language model adaptation for automatic speech recognition | |
Bendersky et al. | Joint annotation of search queries | |
Das et al. | Temporal analysis of sentiment events–a visual realization and tracking | |
Sadeghi et al. | Automatic identification of light stop words for Persian information retrieval systems | |
Jayasiriwardene et al. | Keyword extraction from Tweets using NLP tools for collecting relevant news | |
Figueroa et al. | Contextual language models for ranking answers to natural language definition questions | |
Klang et al. | Linking, searching, and visualizing entities in wikipedia | |
KR20140056715A (ko) | 계층적 카테고리를 기초로 하는 감성 분석을 위한 장치 및 이를 위한 방법 | |
Ojokoh et al. | Online question answering system | |
US20240046039A1 (en) | Method for News Mapping and Apparatus for Performing the Method | |
US20240070387A1 (en) | Method for Determining News Ticker Related to News Based on Sentence Ticker and Apparatus for Performing the Method | |
US20240070396A1 (en) | Method for Determining Candidate Company Related to News and Apparatus for Performing the Method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140807 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140807 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20151225 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160105 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160212 |
|
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: 20160809 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160812 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5990178 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: R3D02 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
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 |