JP2015508209A - コンテキストを決定するシステムおよび方法 - Google Patents
コンテキストを決定するシステムおよび方法 Download PDFInfo
- Publication number
- JP2015508209A JP2015508209A JP2014558171A JP2014558171A JP2015508209A JP 2015508209 A JP2015508209 A JP 2015508209A JP 2014558171 A JP2014558171 A JP 2014558171A JP 2014558171 A JP2014558171 A JP 2014558171A JP 2015508209 A JP2015508209 A JP 2015508209A
- Authority
- JP
- Japan
- Prior art keywords
- context
- tag
- sparse vector
- computer program
- tags
- 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 73
- 230000008859 change Effects 0.000 claims abstract description 12
- 239000013598 vector Substances 0.000 claims description 223
- 238000004590 computer program Methods 0.000 claims description 70
- 238000012545 processing Methods 0.000 claims description 49
- 230000000694 effects Effects 0.000 claims description 19
- 230000015654 memory Effects 0.000 claims description 18
- 230000004044 response Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 102100029768 Histone-lysine N-methyltransferase SETD1A Human genes 0.000 description 7
- 101000865038 Homo sapiens Histone-lysine N-methyltransferase SETD1A Proteins 0.000 description 7
- LZHSWRWIMQRTOP-UHFFFAOYSA-N N-(furan-2-ylmethyl)-3-[4-[methyl(propyl)amino]-6-(trifluoromethyl)pyrimidin-2-yl]sulfanylpropanamide Chemical compound CCCN(C)C1=NC(=NC(=C1)C(F)(F)F)SCCC(=O)NCC2=CC=CO2 LZHSWRWIMQRTOP-UHFFFAOYSA-N 0.000 description 7
- 238000009795 derivation Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 101100218322 Arabidopsis thaliana ATXR3 gene Proteins 0.000 description 6
- 102100032742 Histone-lysine N-methyltransferase SETD2 Human genes 0.000 description 6
- 101100149326 Homo sapiens SETD2 gene Proteins 0.000 description 6
- 101100533304 Plasmodium falciparum (isolate 3D7) SETVS gene Proteins 0.000 description 6
- 101150117538 Set2 gene Proteins 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 101100043929 Arabidopsis thaliana SUVH2 gene Proteins 0.000 description 5
- 101100043931 Chlamydomonas reinhardtii SUVH3 gene Proteins 0.000 description 5
- 101150057295 SET3 gene Proteins 0.000 description 5
- 238000010295 mobile communication Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 101100002926 Arabidopsis thaliana ASHR3 gene Proteins 0.000 description 3
- 101100042374 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) SET4 gene Proteins 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 101100456616 Arabidopsis thaliana MEA gene Proteins 0.000 description 2
- 101150051720 SET5 gene Proteins 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000000153 supplemental effect Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 241000283984 Rodentia Species 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/26—Techniques for post-processing, e.g. correcting the recognition result
- G06V30/262—Techniques for post-processing, e.g. correcting the recognition result using context analysis, e.g. lexical, syntactic or semantic context
-
- 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
- G06F16/334—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
- H04M1/72454—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to context-related or environment-related conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Environmental & Geological Engineering (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
時間://深夜 (0時16分から4時までの時間を表す)
時間://早朝 (4時1分から6時までの時間を表す)
時間://午前中 (6時1分から11時45分までの時間を表す)
時間://正午 (11時46分から12時15分までの時間を表す)
時間://午後 (12時16分から17時までの時間を表す)
時間://夕方 (17時1分から19時までの時間を表す)
時間://夜 (19時1分から23時45分までの時間を表す)
時間://真夜中 (23時46分から0時15分までの時間を表す)
Claims (50)
- コンテキストタグの第1セット、及び、コンテキストタグの第2セットを形成することであって、前記第1セット及び前記第2セットは、各々システムのコンテキストに対応すると共に、前記システムのコンテキストの異なる期間にそれぞれ対応する、前記形成することと、
前記第1セットから第1導出コンテキストデータを導出し、前記第2セットから第2導出コンテキストデータを導出することと、
前記第1導出コンテキストデータと前記第2導出コンテキストデータとの差を決定することと、
前記差に基づいて、コンテキストが変更されたかを判定することと、
コンテキストが変更されたと判定されることに応じて前記システムを制御することと、
を含む、方法。 - 請求項1に記載の方法であって、前記第1導出コンテキストデータが前記第2導出コンテキストデータよりも前のタイムインスタンスに少なくとも一部対応するように、前記第1セットが、前記第2セットのコンテキストタグよりも前のタイムインスタンスに対応する少なくとも1つのコンテキストタグを含む、方法。
- 請求項1または2に記載の方法であって、前記第1導出コンテキストデータが前記第2導出コンテキストタグよりも長い期間に対応するように、前記第1セットが、前記第2セットのコンテキストタグよりも長い期間に対応するコンテキストタグを含む、方法。
- 請求項1、2または3に記載の方法であって、
前記コンテキストタグに対応する疎ベクトルのコードブックであって、前記疎ベクトルの非ゼロ要素の数に対して高次元を有する疎ベクトルのコードブックを形成することと、
前記コードブックを用いて前記第1セットから第1コンテキスト疎ベクトルを形成し、前記第2セットから第2コンテキスト疎ベクトルを形成することと、
前記第1及び第2コンテキスト疎ベクトルを用いて前記差を決定することと、
を含む、方法。 - 請求項4に記載の方法であって、前記コードブックを形成することは、
タグを含むドキュメントについてランダム疎ベクトルを形成することと、
前記タグが存在するドキュメントについて前記疎ベクトルからタグのコードブックベクトルに寄与を付加することと、
複数のタグに対して前記寄与の付加を繰り返すことと、
を含む、方法。 - 請求項4または5に記載の方法であって、さらに、
前記第1コンテキスト疎ベクトルと第2コンテキスト疎ベクトルとの距離を算出して前記差を決定すること、を含む、方法。 - 請求項4、5または6に記載の方法であって、さらに、
前記コードブックを用いて前記第1コンテキスト疎ベクトルから第1コンテキストを決定することと、
前記コードブックを用いて、前記第2コンテキスト疎ベクトルから第2コンテキストを決定することと、
前記決定された第1コンテキストと、前記決定された第2コンテキストとの距離を算出して前記差を決定することと、を含む、方法。 - 請求項6または7に記載の方法であって、
前記距離は、ユークリッド距離、水平移動距離、ドット積及びハウスドルフ距離のグループから選択される少なくとも1つの距離測度を用いて算出される、方法。 - 請求項1から8のいずれかに記載の方法であって、
前記タグは、一般的なワード、ブランド名、インターネットアドレスのワード、及び、センサまたはアプリケーションからの状態であってワードに形成される状態のグループからのワードを含む、方法。 - 請求項1から9のいずれかに記載の方法であって、
タグのセットの少なくとも1つは、対応するコンテキスト情報に重み付けを行うことによって形成または使用される、方法。 - 請求項10に記載の方法であって、
前記重み付けは、時間、タイムインスタンスで前記タグに関連付けられたコンテキストの種類、及び、タイムインスタンスで前記タグに関連付けられたコンテキストに関連する期待値のグループのうち少なくとも1つに基づく、方法。 - 請求項1から11のいずれかに記載の方法であって、
前記制御することは、前記コンテキストの変更に基づいてアプリケーション状態を設定することを含む、方法。 - 請求項1から12のいずれかに記載の方法であって、前記制御することは、
ソーシャルメディア・アクティビティ・コンテキストを決定することと、
前記ソーシャルメディア・アクティビティ・コンテキストに応じて前記ユーザに関連情報を提示することと、
を含む、方法。 - 少なくとも1つの処理装置と、1つ以上のプログラムユニットのためのコンピュータプログラムコードを含む少なくとも1つのメモリと、を含む装置であって、前記少なくとも1つのメモリ及び前記コンピュータプログラムコードは、前記処理装置により、前記装置に、少なくとも、
コンテキストタグの第1セット、及び、コンテキストタグの第2セットを形成することであって、前記第1セット及び前記第2セットは、各々装置のコンテキストに対応すると共に、前記装置のコンテキストの異なる期間にそれぞれ対応する、前記形成することと、
前記第1セットから第1導出コンテキストデータを導出し、前記第2セットから第2導出コンテキストデータを導出することと、
前記第1導出コンテキストデータと前記第2導出コンテキストデータとの差を判定することと、
前記差に基づいて、コンテキストが変更されたかを判定することと、
コンテキストが変更されたと判定されることに応じて前記装置を制御することと、
を行わせるように構成される、装置。 - 請求項14に記載の装置であって、
前記第1導出コンテキストデータが前記第2導出コンテキストデータよりも前のタイムインスタンスに少なくとも一部対応するように、前記第1セットが、前記第2セットのコンテキストタグよりも前のタイムインスタンスに対応する少なくとも1つのコンテキストタグを含む、装置。 - 請求項14または15に記載の装置であって、
前記第1導出コンテキストデータが前記第2導出コンテキストタグよりも長い期間に対応するように、前記第1セットが、前記第2セットのコンテキストタグよりも長い期間に対応するコンテキストタグを含む、装置。 - 請求項14から16のいずれかに記載の装置であって、さらにコンピュータプログラムコードを含み、
前記コンピュータプログラムコードは、前記少なくとも1つの処理装置により、前記装置に、少なくとも、
前記コンテキストタグに対応する疎ベクトルのコードブックであって、前記疎ベクトルの非ゼロ要素の数に対して高次元を有する疎ベクトルのコードブックを形成させ、
前記コードブックを用いて、前記第1セットから第1コンテキスト疎ベクトルを形成させ、
前記第2セットから第2コンテキスト疎ベクトルを形成させ、
前記第1及び第2コンテキスト疎ベクトルを用いて前記差を決定させるように構成される、装置。 - 請求項17に記載の装置であって、さらに、前記コードブックを形成するためのコンピュータプログラムコードを含み、
前記コンピュータプログラムコードは、前記少なくとも1つの処理装置により、前記装置に、少なくとも、
タグを含むドキュメントに対してランダムな疎ベクトルを形成させ、
前記タグが存在するドキュメントについて前記疎ベクトルからタグのコードブックベクトルに寄与を付加させ、
複数のタグに対して前記寄与の付加を繰り返させるように構成される、装置。 - 請求項17または18に記載の装置であって、さらにコンピュータプログラムコードを含み、前記コンピュータプログラムコードは、前記少なくとも1つの処理装置により、前記装置に、少なくとも、
前記第1コンテキスト疎ベクトルと前記第2コンテキスト疎ベクトルとの距離を算出させて前記差を決定させるように構成される、装置。 - 請求項17から19のいずれかに記載の装置であって、さらにコンピュータプログラムコードを含み、
前記コンピュータプログラムコードは、前記少なくとも1つの処理装置により、前記装置に、少なくとも、
前記コードブックを用いて前記第1コンテキスト疎ベクトルから第1コンテキストを決定させ、
前記コードブックを用いて前記第2コンテキスト疎ベクトルから第2コンテキストを決定させ、
前記決定された第1コンテキスト及び前記決定された第2コンテキストとの距離を算出させて前記差を決定させるように構成される、装置。 - 請求項19または20に記載の装置であって、前記距離は、ユークリッド距離、水平移動距離、ドット積及びハウスドルフ距離のグループから選択される少なくとも1つの距離測度を用いて算出される、装置。
- 請求項14から21のいずれかに記載の装置であって、前記タグは、一般的なワード、ブランド名、インターネットアドレスのワード、及び、センサまたはアプリケーションからの状態であってワードに形成される状態のグループからのワードを含む、装置。
- 請求項14から22のいずれかに記載の装置であって、タグのセットの少なくとも1つは、対応するコンテキスト情報に重み付けを行うことによって形成または使用される、装置。
- 請求項23に記載の装置であって、前記重み付けは、時間、タイムインスタンスで前記タグに関連付けられたコンテキストの種類、及び、タイムインスタンスで前記タグに関連付けられたコンテキストに関連する期待値のグループのうち少なくとも1つに基づく、装置。
- 請求項14から24のいずれかに記載の装置であって、さらにコンピュータプログラムコードを含み、
前記コンピュータプログラムコードは、前記少なくとも1つの処理装置により、前記装置に、少なくとも、
前記コンテキストの変更に基づいて、アプリケーション状態を設定させるように構成される、装置。 - 請求項14から25のいずれかに記載の装置であって、さらにコンピュータプログラムコードを含み、
前記コンピュータプログラムコードは、前記少なくとも1つの処理装置により、前記装置に、少なくとも、
ソーシャルメディア・アクティビティ・コンテキストを決定させ、
前記ソーシャルメディア・アクティビティ・コンテキストに応じて、前記ユーザに関連情報を提示させるように構成される、装置。 - 少なくとも1つの処理装置と、1つ以上のプログラムユニットのためのコンピュータプログラムを含む少なくとも1つのメモリと、を含むシステムであって、
前記少なくとも1つのメモリ及び前記コンピュータプログラムコードは、前記処理装置により、前記システムに、少なくとも、
コンテキストタグの第1セット、及び、コンテキストタグの第2セットを形成することであって、前記第1セット及び前記第2セットは、各々システムのコンテキストに対応すると共に、前記システムのコンテキストの異なる期間にそれぞれ対応する、前記形成することと、
前記第1セットから第1導出コンテキストデータを導出し、前記第2セットから第2導出コンテキストデータを導出することと、
前記第1導出コンテキストデータと前記第2導出コンテキストデータとの差を決定することと、
前記差に基づいて、コンテキストが変更されたかを判定することと、
コンテキストが変更されたと判定されることに応じて前記システムを制御することと、
を行わせるように構成される、システム。 - 請求項27に記載のシステムであって、前記第1導出コンテキストデータが前記第2導出コンテキストデータよりも前のタイムインスタンスに少なくとも一部対応するように、前記第1セットが、前記第2セットのコンテキストタグよりも前のタイムインスタンスに対応する少なくとも1つのコンテキストタグを含む、システム。
- 請求項27または28に記載のシステムであって、前記第1導出コンテキストデータが前記第2導出コンテキストタグよりも長い期間に対応するように、前記第1セットが、前記第2セットのコンテキストタグよりも長い期間に対応するコンテキストタグを含む、システム。
- 請求項27から29のいずれかに記載のシステムであって、さらにコンピュータプログラムコードを含み、
前記コンピュータプログラムコードは、前記少なくとも1つの処理装置により、前記システムに、少なくとも、
前記コンテキストタグに対応する疎ベクトルのコードブックであって、前記疎ベクトルの非ゼロ要素の数に対して高次元を有する疎ベクトルのコードブックを形成させ、
前記コードブックを用いて、前記第1セットから第1コンテキスト疎ベクトルを形成させ、前記第2セットから第2コンテキスト疎ベクトルを形成させ、
前記第1及び第2コンテキスト疎ベクトルを用いて前記差を決定させる、
ように構成される、システム。 - 請求項30に記載のシステムであって、さらにコンピュータプログラムコードを含み、
前記コンピュータプログラムコードは、前記少なくとも1つの処理装置により、前記システムに、少なくとも、
タグを含むドキュメントに対してランダムな疎ベクトルを形成させ、
前記タグが存在するドキュメントについて前記疎ベクトルからタグのコードブックベクトルに寄与を付加させ、
複数のタグに対して前記寄与の付加を繰り返させる、
ように構成される、システム。 - 請求項30または31に記載のシステムであって、さらにコンピュータプログラムコードを含み、
前記コンピュータプログラムコードは、前記少なくとも1つの処理装置により、前記システムに、少なくとも、
前記第1コンテキスト疎ベクトルと前記第2コンテキスト疎ベクトルとの距離を算出させて前記差を決定させるように構成される、システム。 - 請求項30から32のいずれかに記載のシステムであって、さらにコンピュータプログラムコードを含み、
前記コンピュータプログラムコードは、前記少なくとも1つの処理装置により、前記システムに、少なくとも、
前記コードブックを用いて前記第1コンテキスト疎ベクトルから第1コンテキストを決定させ、
前記コードブックを用いて前記第2コンテキスト疎ベクトルから第2コンテキストを決定させ、
前記決定された第1コンテキスト及び前記決定された第2コンテキストとの距離を算出させて前記差を決定させる、
ように構成される、システム。 - 請求項32または33に記載のシステムであって、前記距離は、ユークリッド距離、水平移動距離、ドット積及びハウスドルフ距離のグループから選択される少なくとも1つの距離測度を用いて算出される、システム。
- 請求項27から34のいずれかに記載のシステムであって、前記タグは、一般的なワード、ブランド名、インターネットアドレスのワード、及び、センサまたはアプリケーションからの状態であってワードに形成される状態のグループからのワードを含む、システム。
- 請求項27から35のいずれかに記載のシステムであって、タグのセットの少なくとも1つは、対応するコンテキスト情報に重み付けを行うことによって形成または使用される、システム。
- 請求項36に記載のシステムであって、前記重み付けは、時間、タイムインスタンスで前記タグに関連付けられたコンテキストの種類、及び、タイムインスタンスで前記タグに関連付けられたコンテキストに関連する期待値のグループのうち少なくとも1つに基づく、システム。
- 請求項27から37のいずれかに記載のシステムであって、さらにコンピュータプログラムコードを含み、
前記コンピュータプログラムコードは、前記少なくとも1つの処理装置により、前記システムに、少なくとも、
前記コンテキストの変更に基づいて、アプリケーション状態を設定させるように構成される、システム。 - 請求項27から38のいずれかに記載のシステムであって、さらにコンピュータプログラムコードを含み、
前記コンピュータプログラムコードは、前記少なくとも1つの処理装置により、前記システムに、ソーシャルメディア・アクティビティ・コンテキストを決定させ、
前記ソーシャルメディア・アクティビティ・コンテキストに応じて、前記ユーザに関連情報を提示させる、
ように構成される、システム。 - 1つ以上の命令の1つ以上のシーケンスを含むコンピュータプログラム製品であって、当該命令は、1つ以上の処理装置によって実行されると、システムに、請求項1から13のいずれかに記載の方法を行わせる、コンピュータプログラム製品。
- 1つ以上の命令の1つ以上のシーケンスを含みコンピュータプログラム製品であって、当該命令は、1つ以上の処理装置によって実行されると、システムに、少なくとも、
コンテキストタグの第1セット、及び、コンテキストタグの第2セットを形成することであって、前記第1セット及び前記第2セットは、各々システムのコンテキストに対応すると共に、前記システムのコンテキストの異なる期間にそれぞれ対応する、前記形成することと、
前記第1セットから第1導出コンテキストデータを導出し、前記第2セットから第2導出コンテキストデータを導出することと、
前記第1導出コンテキストデータと前記第2導出コンテキストデータとの差を決定することと、
前記差に基づいて、コンテキストが変更されたかを判定することと、
コンテキストが変更されたと判定されることに応じて前記システムを制御することと、
を行わせる、コンピュータプログラム製品。 - コンテキストタグの第1セット、及び、コンテキストタグの第2セットを形成する手段であって、前記第1セット及び前記第2セットは、各々装置のコンテキストに対応すると共に、前記装置のコンテキストの異なる期間にそれぞれ対応する、前記形成する手段と、
前記第1セットから第1導出コンテキストデータを導出し、前記第2セットから第2導出コンテキストデータを導出する手段と、
前記第1導出コンテキストデータと前記第2コンテキストデータとの差を決定する手段と、
前記差に基づいてコンテキストが変更されたかを判定する手段と、
コンテキストが変更されたと判定されると、前記装置を制御する手段と、
を有する、装置。 - 請求項42に記載の装置であって、さらに、
前記コンテキストタグに対応する疎ベクトルのコードブックであって、前記疎ベクトルの非ゼロ要素の数に対して高次元を有する疎ベクトルのコードブックを形成する手段と、
前記コードブックを用いて前記第1セットから第1コンテキスト疎ベクトルを形成し、前記第2セットから第2コンテキスト疎ベクトルを形成する手段と、
前記第1及び第2コンテキスト疎ベクトルを用いて前記差を決定する手段と、
を有する、装置。 - 請求項43に記載の装置であって、さらに、
タグを含むドキュメントに対してランダム疎ベクトルを形成する手段と、
前記タグが存在するドキュメントについて前記疎ベクトルからタグのコードブックベクトルに寄与を付加する手段と、
複数のタグに対して前記寄与の付加を繰り返す手段と、
を有する、装置。 - 請求項43または44に記載の装置であって、さらに、
前記第1コンテキスト疎ベクトルと第2コンテキスト疎ベクトルとの距離を算出して前記差を決定する手段を有する、装置。 - 請求項43から45のいずれかに記載の装置であって、さらに、
前記コードブックを用いて前記第1コンテキスト疎ベクトルから第1コンテキストを決定する手段と、
前記コードブックを用いて、前記第2コンテキスト疎ベクトルから第2コンテキストを決定する手段と、
前記決定された第1コンテキストと、前記決定された第2コンテキストとの距離を算出して前記差を決定する手段と、
を有する、装置。 - 請求項42から46のいずれかに記載の装置であって、さらに、
前記コンテキストの変更に基づいて、アプリケーション状態を設定する手段を有する、装置。 - 請求項14から25のいずれかに記載の装置であって、さらに、
ソーシャルメディア・アクティビティ・コンテキストを決定する手段と、
前記ソーシャルメディア・アクティビティ・コンテキストに応じて前記ユーザに関連情報を提示する手段と、
を有する、装置。 - コンピュータシステムの動作を制御するデータ構造であって、前記データ構造は、用語に関連付けられた高次元疎ベクトルを含み、前記用語は、一般的なワード、インターネットアドレスのワード、ブランド名、ユーザ電話帳名およびセンサ値のワードのグループから選択される少なくとも3種類のワードを含む、データ構造。
- コンテキストの変更を決定するシステムにおいて、ハードウェアセンサ状態を示す人間の言葉のワードの使用。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/FI2012/050180 WO2013124521A1 (en) | 2012-02-22 | 2012-02-22 | A system and a method for determining context |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015508209A true JP2015508209A (ja) | 2015-03-16 |
JP5944535B2 JP5944535B2 (ja) | 2016-07-05 |
Family
ID=49005056
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014558171A Expired - Fee Related JP5944535B2 (ja) | 2012-02-22 | 2012-02-22 | コンテキストを決定するシステムおよび方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10108701B2 (ja) |
EP (1) | EP2817735B1 (ja) |
JP (1) | JP5944535B2 (ja) |
CN (1) | CN104246748B (ja) |
WO (1) | WO2013124521A1 (ja) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2817737A4 (en) * | 2012-02-22 | 2015-10-07 | Nokia Technologies Oy | ADAPTIVE SYSTEM |
EP3106973A1 (en) * | 2015-06-16 | 2016-12-21 | Huawei Technologies Co., Ltd. | Context-driven adaptive application launcher grid user interface based on random index predictor for mobile devices |
US9622177B2 (en) * | 2015-08-06 | 2017-04-11 | Qualcomm Incorporated | Context aware system with multiple power consumption modes |
CN107193832A (zh) * | 2016-03-15 | 2017-09-22 | 北京京东尚科信息技术有限公司 | 相似度挖掘方法及装置 |
US9805371B1 (en) | 2016-07-08 | 2017-10-31 | Asapp, Inc. | Automatically suggesting responses to a received message |
US10083451B2 (en) | 2016-07-08 | 2018-09-25 | Asapp, Inc. | Using semantic processing for customer support |
US10109275B2 (en) | 2016-12-19 | 2018-10-23 | Asapp, Inc. | Word hash language model |
GB201706047D0 (en) * | 2017-04-14 | 2017-05-31 | Digital Genius Ltd | Automated tagging of text |
US10572826B2 (en) * | 2017-04-18 | 2020-02-25 | International Business Machines Corporation | Scalable ground truth disambiguation |
US20190122140A1 (en) * | 2017-10-20 | 2019-04-25 | STATGRAF Research LLP. | Data analysis and rendering |
US10497004B2 (en) | 2017-12-08 | 2019-12-03 | Asapp, Inc. | Automating communications using an intent classifier |
US10489792B2 (en) | 2018-01-05 | 2019-11-26 | Asapp, Inc. | Maintaining quality of customer support messages |
US10169315B1 (en) * | 2018-04-27 | 2019-01-01 | Asapp, Inc. | Removing personal information from text using a neural network |
US11226990B2 (en) * | 2018-07-20 | 2022-01-18 | Ionir Systems Ltd. | System and method for operating a digital storage system |
US11216510B2 (en) | 2018-08-03 | 2022-01-04 | Asapp, Inc. | Processing an incomplete message with a neural network to generate suggested messages |
US10747957B2 (en) | 2018-11-13 | 2020-08-18 | Asapp, Inc. | Processing communications using a prototype classifier |
US11551004B2 (en) | 2018-11-13 | 2023-01-10 | Asapp, Inc. | Intent discovery with a prototype classifier |
US11425064B2 (en) | 2019-10-25 | 2022-08-23 | Asapp, Inc. | Customized message suggestion with user embedding vectors |
US11900110B2 (en) * | 2021-03-19 | 2024-02-13 | Prosper Funding LLC | Increasing user interaction with deep learning agent |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001324335A (ja) * | 2000-05-15 | 2001-11-22 | Kenwood Corp | 車載用ナビゲーション装置及び車載用オーディオ装置の再生方法 |
WO2006075512A1 (ja) * | 2005-01-13 | 2006-07-20 | Matsushita Electric Industrial Co., Ltd. | 情報通知制御装置、情報通知方式、およびプログラム |
JP2006302194A (ja) * | 2005-04-25 | 2006-11-02 | Brother Ind Ltd | コンテンツ出力システム、及び、プログラム |
US20070239813A1 (en) * | 2006-04-11 | 2007-10-11 | Motorola, Inc. | Method and system of utilizing a context vector and method and system of utilizing a context vector and database for location applications |
JP2010067175A (ja) * | 2008-09-12 | 2010-03-25 | Toshiba Corp | ハイブリッド型コンテンツ推薦サーバ、推薦システムおよび推薦方法 |
JP2011227758A (ja) * | 2010-04-21 | 2011-11-10 | Sony Corp | 情報処理装置、情報処理方法及びプログラム |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6912386B1 (en) | 2001-11-13 | 2005-06-28 | Nokia Corporation | Method for controlling operation of a mobile device by detecting usage situations |
US7720675B2 (en) * | 2003-10-27 | 2010-05-18 | Educational Testing Service | Method and system for determining text coherence |
US7881708B2 (en) | 2004-12-27 | 2011-02-01 | Nokia Corporation | Mobile terminal, and an associated method, with means for modifying a behavior pattern of a multi-medial user interface |
US8275399B2 (en) | 2005-09-21 | 2012-09-25 | Buckyball Mobile Inc. | Dynamic context-data tag cloud |
US20100005087A1 (en) * | 2008-07-01 | 2010-01-07 | Stephen Basco | Facilitating collaborative searching using semantic contexts associated with information |
US20110044447A1 (en) * | 2009-08-21 | 2011-02-24 | Nexidia Inc. | Trend discovery in audio signals |
GB201003628D0 (en) * | 2010-03-04 | 2010-04-21 | Touchtype Ltd | System and method for inputting text into electronic devices |
EP2589257A4 (en) | 2010-06-30 | 2014-01-15 | Nokia Corp | METHODS AND APPARATUSES FOR CONTROLLING SENSOR SOLICITATION |
US8516205B2 (en) | 2010-10-29 | 2013-08-20 | Nokia Corporation | Method and apparatus for providing efficient context classification |
US8719257B2 (en) * | 2011-02-16 | 2014-05-06 | Symantec Corporation | Methods and systems for automatically generating semantic/concept searches |
WO2012123621A1 (en) * | 2011-03-16 | 2012-09-20 | Nokia Corporation | Method, device and system for user interface adaptation |
US8620764B2 (en) * | 2011-05-09 | 2013-12-31 | Telefonaktiebolaget L M Ericsson (Publ) | Method for providing a recommendation such as a personalized recommendation, recommender system, and computer program product comprising a recommender computer program |
US9582755B2 (en) * | 2012-05-07 | 2017-02-28 | Qualcomm Incorporated | Aggregate context inferences using multiple context streams |
US9646605B2 (en) * | 2013-01-22 | 2017-05-09 | Interactive Intelligence Group, Inc. | False alarm reduction in speech recognition systems using contextual information |
-
2012
- 2012-02-22 JP JP2014558171A patent/JP5944535B2/ja not_active Expired - Fee Related
- 2012-02-22 CN CN201280072391.7A patent/CN104246748B/zh not_active Expired - Fee Related
- 2012-02-22 WO PCT/FI2012/050180 patent/WO2013124521A1/en active Application Filing
- 2012-02-22 US US14/378,015 patent/US10108701B2/en active Active
- 2012-02-22 EP EP12869067.4A patent/EP2817735B1/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001324335A (ja) * | 2000-05-15 | 2001-11-22 | Kenwood Corp | 車載用ナビゲーション装置及び車載用オーディオ装置の再生方法 |
WO2006075512A1 (ja) * | 2005-01-13 | 2006-07-20 | Matsushita Electric Industrial Co., Ltd. | 情報通知制御装置、情報通知方式、およびプログラム |
US20070197195A1 (en) * | 2005-01-13 | 2007-08-23 | Keiji Sugiyama | Information notification controller, information notification system, and program |
JP2006302194A (ja) * | 2005-04-25 | 2006-11-02 | Brother Ind Ltd | コンテンツ出力システム、及び、プログラム |
US20070239813A1 (en) * | 2006-04-11 | 2007-10-11 | Motorola, Inc. | Method and system of utilizing a context vector and method and system of utilizing a context vector and database for location applications |
JP2010067175A (ja) * | 2008-09-12 | 2010-03-25 | Toshiba Corp | ハイブリッド型コンテンツ推薦サーバ、推薦システムおよび推薦方法 |
JP2011227758A (ja) * | 2010-04-21 | 2011-11-10 | Sony Corp | 情報処理装置、情報処理方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
US10108701B2 (en) | 2018-10-23 |
CN104246748A (zh) | 2014-12-24 |
JP5944535B2 (ja) | 2016-07-05 |
WO2013124521A1 (en) | 2013-08-29 |
EP2817735B1 (en) | 2022-03-30 |
US20150154285A1 (en) | 2015-06-04 |
CN104246748B (zh) | 2018-02-09 |
EP2817735A1 (en) | 2014-12-31 |
EP2817735A4 (en) | 2016-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5944535B2 (ja) | コンテキストを決定するシステムおよび方法 | |
CN106462608B (zh) | 改进语言模型的知识源个性化 | |
KR102189854B1 (ko) | 개인적 엔티티들을 모델링 | |
JP5870217B2 (ja) | 適応システム | |
JP5890539B2 (ja) | 予測に基づくサービスへのアクセス | |
JP2021108183A (ja) | 意図推薦方法、装置、機器及び記憶媒体 | |
CN106845644B (zh) | 一种通过相互关系学习用户及移动应用的联系的异构网络 | |
KR101656819B1 (ko) | 특징-추출-기반 이미지 점수화 | |
May Petry et al. | MARC: a robust method for multiple-aspect trajectory classification via space, time, and semantic embeddings | |
Bao et al. | A BiLSTM-CNN model for predicting users’ next locations based on geotagged social media | |
US20190079946A1 (en) | Intelligent file recommendation | |
CN110956253A (zh) | 针对头衔标准化的与语言无关的机器学习模型 | |
CN111432347B (zh) | 信息处理方法、装置、存储介质及电子设备 | |
CN111512617A (zh) | 推荐联系人信息的装置和方法 | |
CN111814475A (zh) | 用户画像构建方法、装置、存储介质和电子设备 | |
KR20140027011A (ko) | 친구 추천 방법 및 이를 위한 서버 및 단말 | |
KR20190075277A (ko) | 콘텐트 검색을 위한 방법 및 그 전자 장치 | |
CN111796925A (zh) | 算法模型的筛选方法、装置、存储介质和电子设备 | |
TW202301080A (zh) | 輔助系統的多裝置調解 | |
US20160371598A1 (en) | Unified attractiveness prediction framework based on content impact factor | |
Tran et al. | Towards multi-resident activity monitoring with smarter safer home platform | |
US11314793B2 (en) | Query processing | |
US11488039B2 (en) | Unified intent understanding for deep personalization | |
Christopoulou et al. | CLIO: context supporting collective city memory | |
Maggiore et al. | Smarter smartphones: understanding and predicting user habits from GPS sensor data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150820 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20151002 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20151112 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20151209 |
|
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: 20160523 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160525 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5944535 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |