JP2015069608A - ユーザと対話的に検索を進行させるプログラム、サーバ及び方法 - Google Patents
ユーザと対話的に検索を進行させるプログラム、サーバ及び方法 Download PDFInfo
- Publication number
- JP2015069608A JP2015069608A JP2013206055A JP2013206055A JP2015069608A JP 2015069608 A JP2015069608 A JP 2015069608A JP 2013206055 A JP2013206055 A JP 2013206055A JP 2013206055 A JP2013206055 A JP 2013206055A JP 2015069608 A JP2015069608 A JP 2015069608A
- Authority
- JP
- Japan
- Prior art keywords
- information gain
- content
- user
- category
- calculating
- 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
- 238000000034 method Methods 0.000 title claims description 20
- 230000002250 progressing effect Effects 0.000 title abstract description 4
- 238000004364 calculation method Methods 0.000 claims abstract description 33
- 230000002452 interceptive effect Effects 0.000 claims abstract description 21
- 230000006870 function Effects 0.000 claims description 16
- 238000010801 machine learning Methods 0.000 claims description 3
- 235000013305 food Nutrition 0.000 description 9
- 240000007124 Brassica oleracea Species 0.000 description 8
- 235000003899 Brassica oleracea var acephala Nutrition 0.000 description 8
- 235000011301 Brassica oleracea var capitata Nutrition 0.000 description 8
- 235000001169 Brassica oleracea var oleracea Nutrition 0.000 description 8
- 235000015277 pork Nutrition 0.000 description 6
- 235000013372 meat Nutrition 0.000 description 5
- 244000247812 Amorphophallus rivieri Species 0.000 description 4
- 235000001206 Amorphophallus rivieri Nutrition 0.000 description 4
- 229920002752 Konjac Polymers 0.000 description 4
- 240000007594 Oryza sativa Species 0.000 description 4
- 235000007164 Oryza sativa Nutrition 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 235000010485 konjac Nutrition 0.000 description 4
- 239000000252 konjac Substances 0.000 description 4
- 235000009566 rice Nutrition 0.000 description 4
- 235000012046 side dish Nutrition 0.000 description 4
- 240000008415 Lactuca sativa Species 0.000 description 3
- 235000001497 healthy food Nutrition 0.000 description 3
- 235000012149 noodles Nutrition 0.000 description 3
- 235000012045 salad Nutrition 0.000 description 3
- 235000002566 Capsicum Nutrition 0.000 description 2
- 240000004160 Capsicum annuum Species 0.000 description 2
- 235000008534 Capsicum annuum var annuum Nutrition 0.000 description 2
- 241000237858 Gastropoda Species 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 2
- 241000758706 Piperaceae Species 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000010411 cooking Methods 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 230000037213 diet Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 235000021186 dishes Nutrition 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【解決手段】コンテンツ蓄積手段を用いて、回答文に含まれる単語を検索キーとして、コンテンツ集合Sを検索するコンテンツ検索手段と、コンテンツ集合Sに対するカテゴリa毎の情報利得IG(a)を算出する情報利得算出手段と、コンテンツ集合Sの中で、ユーザに任意に複数のコンテンツを選択させるコンテンツ選択手段と、ユーザによって選択された複数のコンテンツに対するカテゴリa毎の選択確率P(a)を算出する選択確率算出手段と、カテゴリa毎に、情報利得IG(a)に選択確率P(a)を重み付けした更新情報利得を算出する更新情報利得算出手段としてコンピュータを機能させる。そして、対話進行インタフェース手段は、更新情報利得が最も高いカテゴリに基づく質問文をユーザに明示する。
【選択図】図3
Description
(S1)システムが、ユーザへ「何の材料を使いますか?」と質問したとする。
(S2)これに対し、ユーザが、「豚肉とキャベツがいい」と回答したとする。このとき、ユーザにとっては、「ヘルシー」なダイエット料理を所望していたかもしれない。
(S3)システムとしては、回答文に含まれる「豚肉」「キャベツ」を検索キーとして、データベースからレシピのコンテンツ集合Sを検索する。そのコンテンツ集合Sの中から、カテゴリaに関するコンテンツ集合Sa毎に、情報利得(information gain)が算出される。
中華料理に関するコンテンツ集合Sa :情報利得=0.60
パーティに関するコンテンツ集合Sa :情報利得=0.56
電子レンジに関するコンテンツ集合Sa :情報利得=0.53
ヘルシーな料理に関するコンテンツ集合Sa:情報利得=0.50
(S4)情報利得=0.60となる「中華料理に関するコンテンツ集合」が選択される。そこで、システムは、回答者に対して「中華料理ですか?」を質問することとなる。
検索対象となる多数のコンテンツを蓄積すると共に、各コンテンツに1つ以上のカテゴリを付与して記憶するコンテンツ蓄積手段と、
ユーザに対してカテゴリに基づく質問文を明示し、その回答文を取得する対話進行インタフェース手段と、
コンテンツ蓄積手段を用いて、回答文に含まれる単語を検索キーとして、コンテンツ集合Sを検索するコンテンツ検索手段と、
コンテンツ集合Sに対するカテゴリa毎の情報利得IG(a)を算出する情報利得算出手段と、
コンテンツ集合Sの中で、ユーザに任意に複数のコンテンツを選択させるコンテンツ選択手段と、
ユーザによって選択された複数のコンテンツに対するカテゴリa毎の選択確率P(a)を算出する選択確率算出手段と、
カテゴリa毎に、情報利得IG(a)に選択確率P(a)を重み付けした更新情報利得PIG(a)を算出する更新情報利得算出手段と
してコンピュータを機能させ、
対話進行インタフェース手段は、更新情報利得が最も高いカテゴリに基づく質問文をユーザに明示する
ようにコンピュータを機能させることを特徴とする。
更新情報利得算出手段は、以下の式によって更新情報利得を算出する
PIG(a)=IG(a)×P(a)+Δr (Δr=0〜0.001の乱数)
ようにコンピュータを機能させることも好ましい。
更新情報利得算出手段は、以下の式によって更新情報利得を算出する
B=b-P(a) (b:1より大きい自然数)
PIG(a)=IG(a)B
ようにコンピュータを機能させることも好ましい。
情報利得算出手段について、情報利得IG(a)は、Iterative Dichotomiser 3に基づくものであって、以下の式によって算出される
IG(a)=H(S)−Σt∈Tp(t)H(t)
H(S)=−Σx∈Tp(x)log2p(x)
H(S):コンテンツ集合Sの平均情報量
p(x):コンテンツ集合S全てが、カテゴリxに属するコンテンツとなる割合
ようにコンピュータを機能させることも好ましい。
選択確率P(a)は、利用者の利用履歴から算出したカテゴリaに対する利用者の嗜好確率g(a)を事前確率とし、最大事後確率推定(MAP(Maximum a posteriori) estimation)に基づいて算出する
ようにコンピュータを機能させることも好ましい。
コンテンツ蓄積手段は、多数のコンテンツをカテゴリに分類するために、機械学習ライブラリを用いたオンライン学習法(Confidence-weighted linear classification)を用いる
ようにコンピュータを機能させることも好ましい。
検索対象となる多数のコンテンツを蓄積すると共に、各コンテンツに1つ以上のカテゴリを付与して記憶するコンテンツ蓄積手段と、
に対してカテゴリに基づく質問文を送信し、その回答文を受信する対話進行インタフェース手段と、
コンテンツ蓄積手段を用いて、回答文に含まれる単語を検索キーとして、コンテンツ集合Sを検索するコンテンツ検索手段と、
コンテンツ集合Sに対するカテゴリa毎の情報利得IG(a)を算出する情報利得算出手段と、
コンテンツ集合Sの中で、ユーザに任意に複数のコンテンツを選択させるコンテンツ選択手段と、
ユーザによって選択された複数のコンテンツに対するカテゴリa毎の選択確率P(a)を算出する選択確率算出手段と、
カテゴリa毎に、情報利得IG(a)に選択確率P(a)を重み付けした更新情報利得を算出する更新情報利得算出手段と
を有し、
対話進行インタフェース手段は、更新情報利得が最も高いカテゴリに基づく質問文を、端末へ送信する
ことを特徴とする。
装置は、検索対象となる多数のコンテンツを蓄積すると共に、各コンテンツに1つ以上のカテゴリを付与して記憶するコンテンツ蓄積部を有し、
ユーザに対してカテゴリに基づく質問文を明示し、その回答文を取得する第1のステップと、
コンテンツ蓄積部を用いて、回答文に含まれる単語を検索キーとして、コンテンツ集合Sを検索する第2のステップと、
明示されたコンテンツ集合に対するカテゴリ毎の情報利得IG(A)を算出する第3のステップと、
コンテンツ集合の中で、ユーザに任意に複数のコンテンツを選択させる第4のステップと、
ユーザによって選択された複数のコンテンツに対するカテゴリ毎の選択確率P(a)を算出する第5のステップと、
カテゴリ毎に、情報利得に選択確率を重み付けした更新情報利得を算出する第6のステップと、
更新情報利得が最も高いカテゴリに基づく質問文をユーザに明示する第7のステップと
を有することを特徴とする。
コンテンツ蓄積部10は、検索対象となる多数のコンテンツを蓄積すると共に、各コンテンツに1つ以上の「カテゴリ」を付与して記憶する。例えば、検索対象コンテンツが、レシピであるとする。この場合、以下のように、コンテンツ毎にカテゴリが付与されている。
<コンテンツ名> <カテゴリ>
「ヘルシー★ピーマンの肉詰め」 ->(ヘルシー)(肉料理)
「豪華・中華料理」 ->(中華)(パーティ)
「キャベツサラダ」 ->(サラダ)(イタリアン)
「豚肉を使った男の3分クッキング」 ->(肉料理)(電子レンジ)
「低カロおかず*わけぎとコンニャクのぬた」->(ヘルシー)(和食)
「砂糖なし!電子レンジで基本に筑前煮」->(ヘルシー)(電子レンジ)(和食)
「キャベツの入った麺料理」 ->(麺料理)(和食)
対話進行インタフェース部11は、ユーザに対してカテゴリに基づく質問文を明示し、その回答文を取得する。対話進行インタフェース部11は、動的又は静的な対話シナリオを用いて、ユーザの回答文に応じて質問文を選択し、対話を進行させる。ここで、対話進行インタフェース部11は、制御ロジックに基づいて対話シナリオを進行させるものであるが、「情報利得」が最も高いカテゴリに基づく質問文をユーザに明示する。その情報利得としては、更新情報利得算出部16から出力されたカテゴリ毎の更新情報利得を用いる。即ち、本発明の対話検索プログラムによれば、既存の対話進行インタフェース部11が、更新情報利得算出部16から出力された更新情報利得を用いることに特徴がある。
コンテンツ検索部12は、コンテンツ蓄積部10を用いて、回答文に含まれる単語を検索キーとして、コンテンツ集合Sを検索する。尚、コンテンツ集合Sは、Confidence-weighted linear classification(CW)ベクトル特徴の特徴量を、bag-of-wordsモデルを用いて検索されるものであってもよい。特徴量としては、名詞及び形容詞のTF−IDF値を用いる。
中華料理に関するコンテンツ集合Sa
パーティに関するコンテンツ集合Sa
電子レンジに関するコンテンツ集合Sa
ヘルシーな料理に関するコンテンツ集合Sa
情報利得算出部13は、コンテンツ集合Sに対するカテゴリa毎の情報利得IG(a)を算出する。情報利得算出部13について、情報利得IG(a)は、ID3に基づくものであって、以下の式によって算出される。
IG(a)=H(S)−Σt∈Tp(t)H(t)
H(S)=−Σx∈Tp(x)log2p(x)
H(S):コンテンツ集合Sの平均情報量
p(x):コンテンツ集合S全てが、カテゴリxに属するコンテンツとなる割合
中華料理に関するコンテンツ集合Sa :情報利得=0.60
パーティに関するコンテンツ集合Sa :情報利得=0.56
電子レンジに関するコンテンツ集合Sa :情報利得=0.53
ヘルシーな料理に関するコンテンツ集合Sa:情報利得=0.50
コンテンツ選択部14は、コンテンツ集合Saの中で、ユーザに任意に複数のコンテンツを選択させる。本発明によれば、情報利得算出部13によって得られたコンテンツ集合Sa毎の情報利得をそのまま利用することなく、一度、ユーザにコンテンツを選択させる。
「ヘルシー★ピーマンの肉詰め」
「豪華・中華料理」
「キャベツサラダ」
「豚肉を使った男の3分クッキング」
「低カロおかず*わけぎとコンニャクのぬた」
「砂糖なし!電子レンジで基本に筑前煮」
「キャベツの入った麺料理」
「ヘルシー★ピーマンの肉詰め」
「低カロおかず*わけぎとコンニャクのぬた」
「砂糖なし!電子レンジで基本に筑前煮」
選択確率算出部15は、ユーザによって選択された複数のコンテンツに対するカテゴリa毎の選択確率P(a)を算出する。
「ヘルシー★ピーマンの肉詰め」 ->(ヘルシー)(肉料理)
「低カロおかず*わけぎとコンニャクのぬた」->(ヘルシー)(和食)
「砂糖なし!電子レンジで基本に筑前煮」->(ヘルシー)(電子レンジ)(和食)
p(中華) =0/3=0
p(パーティ) =0/3=0
p(電子レンジ)=1/3=0.333
p(ヘルシー) =3/3=1
更新情報利得算出部16は、カテゴリa毎に、情報利得IG(a)に選択確率P(a)を重み付けした更新情報利得PIG(a)を算出する。重み付けとしては、例えば以下の2つの算出方法がある。
(更新情報利得算出方法1)
PIG(a)=IG(a)×P(a)+Δr (Δr=0〜0.001の乱数)
(更新情報利得算出方法2)
B=b-P(a) (b:1より大きい自然数)
PIG(a)=IG(a)B
「中華料理ですか?」 :情報利得0.60×重み0+0.001=0.001
「パーティの料理ですか?」 :情報利得0.56×重み0+0.001=0.001
「電子レンジを使いますか?」:情報利得0.53×重み0.333+0.001=0.177
「ヘルシーな料理ですか?」 :情報利得0.50×重み1+0.001=0.5
結果的に、各カテゴリについて最も更新情報利得が高い質問文は、「ヘルシーな料理ですか?」となる。
MAP=arg max P(a)=arg maxP(X/a)・g(a)
X:ユーザが選択した各カテゴリのコンテンツの回数
P(X/a):前述した選択確率P(a)と同様の計算方法
g(a):検索されたカテゴリaの回数/検索されたレシピの回数
10 コンテンツ蓄積部
11 対話進行インタフェース部
12 コンテンツ検索部
13 情報利得算出部
14 コンテンツ選択部
15 選択確率算出部
16 更新情報利得算出部
2 端末
Claims (8)
- ユーザと対話的に検索を進行させるようにコンピュータを機能させる対話検索プログラムであって、
検索対象となる多数のコンテンツを蓄積すると共に、各コンテンツに1つ以上のカテゴリを付与して記憶するコンテンツ蓄積手段と、
ユーザに対して前記カテゴリに基づく質問文を明示し、その回答文を取得する対話進行インタフェース手段と、
前記コンテンツ蓄積手段を用いて、前記回答文に含まれる単語を検索キーとして、コンテンツ集合Sを検索するコンテンツ検索手段と、
前記コンテンツ集合Sに対する前記カテゴリa毎の情報利得IG(a)を算出する情報利得算出手段と、
前記コンテンツ集合Sの中で、ユーザに任意に複数のコンテンツを選択させるコンテンツ選択手段と、
ユーザによって選択された複数のコンテンツに対する前記カテゴリa毎の選択確率P(a)を算出する選択確率算出手段と、
前記カテゴリa毎に、前記情報利得IG(a)に前記選択確率P(a)を重み付けした更新情報利得PIG(a)を算出する更新情報利得算出手段と
してコンピュータを機能させ、
前記対話進行インタフェース手段は、前記更新情報利得が最も高いカテゴリに基づく質問文をユーザに明示する
ようにコンピュータを機能させることを特徴とする対話検索プログラム。 - 前記更新情報利得算出手段は、以下の式によって更新情報利得を算出する
PIG(a)=IG(a)×P(a)+Δr (Δr=0〜0.001の乱数)
ようにコンピュータを機能させることを特徴とする請求項1に記載の対話検索プログラム。 - 前記更新情報利得算出手段は、以下の式によって更新情報利得を算出する
B=b-P(a) (b:1より大きい自然数)
PIG(a)=IG(a)B
ようにコンピュータを機能させることを特徴とする請求項1に記載の対話検索プログラム。 - 前記情報利得算出手段について、前記情報利得IG(a)は、Iterative Dichotomiser 3に基づくものであって、以下の式によって算出される
IG(a)=H(S)−Σt∈Tp(t)H(t)
H(S)=−Σx∈Tp(x)log2p(x)
H(S):コンテンツ集合Sの平均情報量
p(x):コンテンツ集合S全てが、カテゴリxに属するコンテンツとなる割合
ようにコンピュータを機能させることを特徴とする請求項1から3のいずれか1項に記載の対話検索プログラム。 - 前記選択確率P(a)は、利用者の利用履歴から算出したカテゴリaに対する利用者の嗜好確率g(a)を事前確率とし、最大事後確率推定(MAP(Maximum a posteriori) estimation)に基づいて算出する
ようにコンピュータを機能させることを特徴とする請求項1から4のいずれか1項に記載の対話検索プログラム。 - 前記コンテンツ蓄積手段は、多数のコンテンツをカテゴリに分類するために、機械学習ライブラリを用いたオンライン学習法(Confidence-weighted linear classification)を用いる
ようにコンピュータを機能させることを特徴とする請求項1から5のいずれか1項に記載の対話検索プログラム。 - ユーザ操作に基づく端末との間で、対話的にシナリオを進行する対話検索サーバであって、
検索対象となる多数のコンテンツを蓄積すると共に、各コンテンツに1つ以上のカテゴリを付与して記憶するコンテンツ蓄積手段と、
前記に対して前記カテゴリに基づく質問文を送信し、その回答文を受信する対話進行インタフェース手段と、
前記コンテンツ蓄積手段を用いて、前記回答文に含まれる単語を検索キーとして、コンテンツ集合Sを検索するコンテンツ検索手段と、
前記コンテンツ集合Sに対する前記カテゴリa毎の情報利得IG(a)を算出する情報利得算出手段と、
前記コンテンツ集合Sの中で、ユーザに任意に複数のコンテンツを選択させるコンテンツ選択手段と、
ユーザによって選択された複数のコンテンツに対する前記カテゴリa毎の選択確率P(a)を算出する選択確率算出手段と、
前記カテゴリa毎に、前記情報利得IG(a)に前記選択確率P(a)を重み付けした更新情報利得を算出する更新情報利得算出手段と
を有し、
前記対話進行インタフェース手段は、前記更新情報利得が最も高いカテゴリに基づく質問文を、前記端末へ送信する
ことを特徴とする対話検索サーバ。 - 装置を用いて、ユーザと対話的にシナリオを進行する対話方法であって、
前記装置は、検索対象となる多数のコンテンツを蓄積すると共に、各コンテンツに1つ以上のカテゴリを付与して記憶するコンテンツ蓄積部を有し、
ユーザに対して前記カテゴリに基づく質問文を明示し、その回答文を取得する第1のステップと、
前記コンテンツ蓄積部を用いて、前記回答文に含まれる単語を検索キーとして、コンテンツ集合Sを検索する第2のステップと、
明示された前記コンテンツ集合に対する前記カテゴリ毎の情報利得IG(A)を算出する第3のステップと、
前記コンテンツ集合の中で、ユーザに任意に複数のコンテンツを選択させる第4のステップと、
ユーザによって選択された複数のコンテンツに対する前記カテゴリ毎の選択確率P(a)を算出する第5のステップと、
前記カテゴリ毎に、前記情報利得に前記選択確率を重み付けした更新情報利得を算出する第6のステップと、
前記更新情報利得が最も高いカテゴリに基づく質問文をユーザに明示する第7のステップと
を有することを特徴とする対話方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013206055A JP6146864B2 (ja) | 2013-10-01 | 2013-10-01 | ユーザと対話的に検索を進行させるプログラム、サーバ及び方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013206055A JP6146864B2 (ja) | 2013-10-01 | 2013-10-01 | ユーザと対話的に検索を進行させるプログラム、サーバ及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015069608A true JP2015069608A (ja) | 2015-04-13 |
JP6146864B2 JP6146864B2 (ja) | 2017-06-14 |
Family
ID=52836146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013206055A Expired - Fee Related JP6146864B2 (ja) | 2013-10-01 | 2013-10-01 | ユーザと対話的に検索を進行させるプログラム、サーバ及び方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6146864B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018005624A (ja) * | 2016-07-04 | 2018-01-11 | パナソニックIpマネジメント株式会社 | 決定木生成装置、決定木生成方法、決定木生成プログラム及び質問システム |
JP2018045413A (ja) * | 2016-09-14 | 2018-03-22 | ヤフー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP2018092586A (ja) * | 2016-11-25 | 2018-06-14 | パナソニックIpマネジメント株式会社 | 情報処理方法、情報処理装置およびプログラム |
CN110727773A (zh) * | 2019-10-11 | 2020-01-24 | 沈阳民航东北凯亚有限公司 | 信息提供方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005228354A (ja) * | 2005-03-18 | 2005-08-25 | Matsushita Electric Ind Co Ltd | 情報検索装置 |
JP2006338508A (ja) * | 2005-06-03 | 2006-12-14 | Nippon Telegr & Teleph Corp <Ntt> | 関連コンテンツ探索装置及び方法 |
JP2008021216A (ja) * | 2006-07-14 | 2008-01-31 | Fujitsu Ltd | 情報検索システム |
JP2009193457A (ja) * | 2008-02-15 | 2009-08-27 | Oki Electric Ind Co Ltd | 情報検索装置、方法及びプログラム |
-
2013
- 2013-10-01 JP JP2013206055A patent/JP6146864B2/ja not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005228354A (ja) * | 2005-03-18 | 2005-08-25 | Matsushita Electric Ind Co Ltd | 情報検索装置 |
JP2006338508A (ja) * | 2005-06-03 | 2006-12-14 | Nippon Telegr & Teleph Corp <Ntt> | 関連コンテンツ探索装置及び方法 |
JP2008021216A (ja) * | 2006-07-14 | 2008-01-31 | Fujitsu Ltd | 情報検索システム |
JP2009193457A (ja) * | 2008-02-15 | 2009-08-27 | Oki Electric Ind Co Ltd | 情報検索装置、方法及びプログラム |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018005624A (ja) * | 2016-07-04 | 2018-01-11 | パナソニックIpマネジメント株式会社 | 決定木生成装置、決定木生成方法、決定木生成プログラム及び質問システム |
JP2018045413A (ja) * | 2016-09-14 | 2018-03-22 | ヤフー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP2018092586A (ja) * | 2016-11-25 | 2018-06-14 | パナソニックIpマネジメント株式会社 | 情報処理方法、情報処理装置およびプログラム |
CN110727773A (zh) * | 2019-10-11 | 2020-01-24 | 沈阳民航东北凯亚有限公司 | 信息提供方法及装置 |
CN110727773B (zh) * | 2019-10-11 | 2022-02-01 | 沈阳民航东北凯亚有限公司 | 信息提供方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
JP6146864B2 (ja) | 2017-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11302337B2 (en) | Voiceprint recognition method and apparatus | |
US10650804B2 (en) | Sentiment-based recommendations as a function of grounding factors associated with a user | |
US20190340538A1 (en) | Identifying entities using a deep-learning model | |
US10509832B2 (en) | Generating snippet modules on online social networks | |
US20160179967A1 (en) | Searching for ideograms in an online social network | |
CN110472251A (zh) | 翻译模型训练的方法、语句翻译的方法、设备及存储介质 | |
US10747798B2 (en) | Control method, processing apparatus, and recording medium | |
WO2017075017A1 (en) | Automatic conversation creator for news | |
WO2020238502A1 (zh) | 物品推荐方法及装置、电子设备及存储介质 | |
JP6146864B2 (ja) | ユーザと対話的に検索を進行させるプログラム、サーバ及び方法 | |
WO2014057486A1 (en) | System and method for providing content in real-time | |
CN115292543B (zh) | 基于语音互动小说的数据处理方法及相关产品 | |
US9672202B2 (en) | Context-aware re-formating of an input | |
EP3188086A1 (en) | Identifying entities using a deep-learning model | |
JP2013232090A (ja) | 情報処理装置、情報処理方法、並びにプログラム | |
CN110580285B (zh) | 一种产品标签确定方法及装置,电子设备 | |
JP2016177690A (ja) | サービス推薦装置およびサービス推薦方法並びにサービス推薦プログラム | |
Delmastro et al. | Social monitoring for food policy and research: Directions and implications | |
JP6982017B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
Fraser et al. | Crime, media, culture: Asia-style | |
US11288457B1 (en) | Dialog management using knowledge graph-driven information state in a natural language processing system | |
JP6676698B2 (ja) | 予約語及び属性言語間の関連度を用いた情報検索方法及び装置 | |
CN109032374B (zh) | 一种用于输入法的候选展示方法、装置、介质及设备 | |
Hernández et al. | User-centric Recommendation Model for AAC based on Multi-criteria Planning | |
JP2019194793A (ja) | 情報処理装置およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160707 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170412 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170420 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170421 |
|
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: 20170511 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170512 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6146864 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |