JP2017134675A - 情報検索装置及びプログラム - Google Patents
情報検索装置及びプログラム Download PDFInfo
- Publication number
- JP2017134675A JP2017134675A JP2016014675A JP2016014675A JP2017134675A JP 2017134675 A JP2017134675 A JP 2017134675A JP 2016014675 A JP2016014675 A JP 2016014675A JP 2016014675 A JP2016014675 A JP 2016014675A JP 2017134675 A JP2017134675 A JP 2017134675A
- Authority
- JP
- Japan
- Prior art keywords
- word
- words
- content
- relevance
- related word
- 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
- 238000004364 calculation method Methods 0.000 claims abstract description 53
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 19
- 239000013604 expression vector Substances 0.000 description 13
- 230000014509 gene expression Effects 0.000 description 13
- 241000282326 Felis catus Species 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 8
- 230000000877 morphologic effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 239000013598 vector Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 241000008357 Okapia johnstoni Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Images
Abstract
Description
また、番組検索の機能に用いられる他の検索技術には、協調フィルタリングがある(例えば、非特許文献2参照)。協調フィルタリングでは、多くのユーザによる商品へのレーティング情報を基に、個人の嗜好に合わせた推薦を行う。
この態様によれば、情報検索装置は、ユーザが入力した検索キーに含まれる単語を上位関連語として取得する。情報検索装置は、上位関連語のそれぞれについて、関連する単語及びその関連する単語との類似度を概念マップから読み出し、さらに、その読み出された単語のそれぞれについて、関連する単語及びその関連する単語との類似度を概念マップから読み出す処理を所定回繰り返す。情報検索装置は、概念マップから読み出された単語である下位関連語のそれぞれについて、上位関連語からその下位関連語に至る単語を順に並べたパスを取得する。情報検索装置は、下位関連語のそれぞれについて、下位関連語が検索キーと関連する高さを表す関連度を、その下位関連語が含まれるパスにおいて隣接する単語間の類似度と、そのパスに含まれる単語に関連する他の単語の数と、そのパスの上位関連語の単語の重要度とに基づいて計算する。また、情報検索装置は、上位関連語それぞれの関連度を、その上位関連語の重要度に基づき計算する。情報検索装置は、コンテンツに関するテキストデータに含まれる単語それぞれの重要度と、その単語の関連度とに基づき、テキストデータが検索キーに関連する程度を定量的に表すスコアを計算する。情報検索装置は、コンテンツに関するテキストデータそれぞれのスコアに基づいて、複数のコンテンツの中から検索キーに関連する程度が高いコンテンツを選択する。
これにより、情報検索装置は、コンテンツに関するテキストデータに検索キーに含まれる単語が出現しなくても、検索キーと関連するコンテンツを検索結果として得ることができる。
この態様によれば、情報検索装置は、下位関連語に至るパスにおいて隣接する単語間の類似度が高いほど、パスに含まれる単語に関連する他の単語の数が少ないほど、又は、パスにおける上位関連語の重要度が高いほど、検索キーとの関連が高いことを示す値の関連度を計算する。
これにより、情報検索装置は、検索キーから得られた関連語に適切な値の関連度を与え、検索キーとの関連が高いコンテンツを精度よく検索することができる。
この態様によれば、情報検索装置は、上位関連語から下位関連語に至るパスにおいて隣接する2つの単語の組毎に、それら単語間の類似度が高いほど、又は、それら単語それぞれに関連する他の単語の数が少ないほど、高い関連度を示す単語間関連度を計算する。情報検索装置は、下位関連語の関連度を、下位関連語に至るパスに含まれる全ての単語の組の単語間関連度と、そのパスにおける上位関連語の単語の重要度との乗算により計算する、ことを特徴とする。
これにより、情報検索装置は、検索キーから得られた下位関連語に適切な値の関連度を与え、検索キーと関連が高いコンテンツを精度よく検索することができる。
この態様によれば、情報検索装置は、同一の下位関連語に至るパスが複数ある場合、各パスについて計算した関連度のうち、最も大きな関連度をその下位関連語の関連度として選択する。
これにより、情報検索装置は、検索キーから得られた下位関連語に適切な値の関連度を与え、検索キーと関連が高いコンテンツを精度よく検索することができる。
この態様によれば、情報検索装置は、コンテンツに関するテキストデータに含まれる上位関連語又は下位関連語のそれぞれについて単語の重要度と関連度とを乗算し、乗算結果の合計を、コンテンツに関するテキストデータに含まれる単語の総数により除算して、スコアを計算する。
これにより、情報検索装置は、コンテンツと検索キーの関連の高さを精度よく算出することができる。また、情報検索装置は、検索キーから得られた単語と、その単語を用いて概念マップを辿って得た単語とが、コンテンツに関するテキストデータに出現するかを判断するため、検索に用いる単語の数が少なく、高速な検索を行うことができる。
図1は、本発明の一実施形態による情報検索装置1の構成を示す機能ブロック図であり、本実施形態と関係する機能ブロックのみを抽出して示してある。情報検索装置1は、1台以上のコンピュータ装置により実現することができる。情報検索装置1を複数台のコンピュータ装置により実現する場合、いずれのコンピュータ装置によりいずれの機能部を実現するかは任意とすることができる。また、一つの機能部を複数台のコンピュータ装置により実現してもよい。
単語重要度記憶部112は、予め計算しておいた各単語の重要度を記憶する。単語の重要度には、大規模なテキストデータから作成したIDF(Inversed Document Frequency)などを用いる。IDFは、以下の式(1)により計算される。
コンテンツが番組である場合、コンテンツ情報記憶部113は、コンテンツIDに対応付けて、コンテンツ情報を記憶する。コンテンツIDは、各コンテンツを一意に特定する。コンテンツ情報は、コンテンツに関する情報を記述したテキストデータを含む。例えば、コンテンツ情報は、番組のタイトル、サブタイトル、番組情報、番組配信サイトのURL(Universal Resource Locator)などを含む。番組情報は、例えば、番組のあらすじや番組内容を示す文章である番組概要、番組の字幕、番組の原稿などを示すテキストデータである。なお、コンテンツ情報記憶部113は、コンテンツ本体のデジタルデータであるコンテンツデータを記憶してもよい。
上位関連語取得部13は、検索キーに含まれる単語を上位関連語として取得する。
下位関連語取得部14は、上位関連語それぞれについて、関連する単語、及び、その関連する単語との類似度を概念マップから読み出す。さらに、下位関連語取得部14は、読み出された単語それぞれについて、関連する単語、及び、その関連する単語との類似度を概念マップから読み出す処理をn回(nは0以上の整数)繰り返す。下位関連語取得部14は、概念マップから読み出された単語を下位関連語とする。以下では、上位関連語及び下位関連語を総称して関連語と記載する。下位関連語取得部14は、上位関連語から下位関連語に至るまでの関連語を順に並べた単語の列であるパスを取得する。
情報検索装置1の検索キー受信部12は、ユーザが入力した検索キーqを表示装置5から受信する(ステップS110)。検索キーqは、1以上の単語を含む。検索キーqは、文章であってもよい。なお、ある番組と類似の他の番組を検索する場合、検索キー受信部12は、表示装置5からコンテンツIDを受信してもよい。検索キー受信部12は、受信したコンテンツIDによりコンテンツ情報記憶部113に記憶されているコンテンツ情報を特定し、特定したコンテンツ情報から番組概要を読み出して検索キーqとする。また、ユーザが番組概要を入力してもよい。
式(3)において、weightpath(q,c)は、あるパスにおける関連語cと検索キーqの関連度を示し、そのパスにおける関連語cはn段目に出現する。IDF(c0)は、関連語cが出現するパスにおける上位関連語c0のIDF値を用いた単語の重要度である。
式(4)において、weightedge(ci,ci+1)は、あるパスにおける関連語ciと、その関連語ciの一段下の関連語ci+1との単語間関連度である。sim(ci,ci+1)は、概念マップに登録されている関連語ciと関連語ci+1との類似度を示す。|ci|は、関連語ciにつながる単語の数、|ci+1|は、関連語ci+1につながる単語の数を示す。max(|ci|,|ci+1|)は、|ci|と|ci+1|のうちのいずれか大きいほうの値を示す。
同図では、ユーザにより入力された検索キーqが「集団的自衛権」であり、関連語集合中の関連語c「権利」にたどり着く場合の例を示している。検索キーq「集団的自衛権」の上位関連語から下位関連語「権利」に辿り着くパスは、パスp1「集団的自衛権(c0)−自衛権(c1)−権利(c2)」及びパスp2「自衛(c0)−自衛権(c1)−権利(c2)」の2つである。
スコア計算部16は、各コンテンツについて計算したスコアを選択部17に出力する。
図5(a)は、本実施形態によって、検索キー「猫」により検索を行った際の検索結果の表示例を示している。同図では、スコアが高い順に、コンテンツID、スコア、スコアに最も寄与した単語、その単語に至るパス及び番組概要が表示されている。「猫が出現する」、「猫−[上位下位]−ネコ」のように、本実施形態により検索を行った際に、その番組を検索結果として得るときに寄与した単語や、その単語へ至るパスを提示することで、よりユーザによって使いやすい検索システムとなると考えられる。
(要素2)検索キーに含まれる単語からコンテンツ関連テキストに出現する単語へのパスの本数。
(要素3)パス中で経由する単語間の類似度。
(要素4)パス中で経由する単語につながる他の単語の数。
図6は、検索キーに含まれる単語とコンテンツ関連テキストに出現する単語との距離を模式的に示す図である。コンテンツマップは、検索キーから得られた関連語のつながりと、コンテンツ関連テキストに関連語が出現するコンテンツとを示す。関連語からコンテンツへの線がつながっている場合、その関連語がそのコンテンツのコンテンツ関連テキストに出現することを示す。つまり、コンテンツAのコンテンツ関連テキストには関連語c0の「単語wa」が出現し、コンテンツBのコンテンツ関連テキストには関連語c1の「単語wc」及び「単語we」が出現し、コンテンツCのコンテンツ関連テキストには関連語c1の「単語wf」が出現する。この場合、コンテンツB、CよりもコンテンツAのほうが、検索キーに含まれる単語との距離が近い。この距離が近いほど、スコアは大きくなる。
図7は、検索キーに含まれる単語からコンテンツ関連テキストに出現する単語へのパスの本数を模式的に表す図である。同図では、コンテンツBのコンテンツ関連テキストには関連語c1の「単語wc」及び「単語we」が出現し、コンテンツCのコンテンツ関連テキストには関連語c1の「単語wf」が出現する。この場合、コンテンツCよりもコンテンツBのほうが、パスが多い。パスの本数が多いほど、スコアは大きくなる。
図8は、パス中で経由する単語間の類似度を模式的に表す図である。同図では、単語間の線の太さによって類似度を表している。コンテンツAのコンテンツ関連テキストに含まれる単語wbは、1段上の単語waとの類似度が高く、コンテンツBのコンテンツ関連テキストに含まれる単語wdは、1段上の単語wcとの類似度が低い。よって、パス中で経由する単語間の類似度は、コンテンツBよりもコンテンツAのほうが高い。この類似度が大きい程、スコアは大きくなる。
図9は、パス中で経由する単語につながる他の単語の数を模式的に表す図である。同図では、単語wa、単語wbにつながる単語の数は、単語wc、単語wdにつながる単語の数よりも少ない。よって、コンテンツAのコンテンツ関連テキストに至るパスは、コンテンツBのコンテンツ関連テキストに至るパスよりも、パス中で経由している単語につながる他の単語の数が少ない。この数が少ないほど、スコアは大きくなる。
従来技術による番組検索では、検索結果として出力された番組数が0である19個の検索キーについて、本実施形態の情報検索装置1が番組検索を行って得られた検索結果を評価した結果、最大の評価値が4である検索キーの個数が6、最大の評価値が3である検索キーの個数が3であった。このことから、本実施形態では、検索結果として得られる番組数が従来よりも増加し、従来技術では検索結果が0件の検索キーでも本実施形態では有用な検索結果が得られることがわかる。
また、検索キーに含まれる単語がコンテンツ関連テキストに出現する場合であっても、検索キーに含まれる単語から得られた関連語が出現しない場合には相対的にスコアが低くなる。よって、情報検索装置1は、コンテンツ関連テキストに検索キーが出現する場合でも、コンテンツ関連テキストが検索キーと近い内容ではないときには、検索キーとの関連が高くないと判断することができる。換言すれば、関連語が多く出現するコンテンツのスコアが高くなるため、検索キーが主題に近いほどコンテンツの順位が高くなる。
また、情報検索装置1は、関連語集合の作成時に概念マップを活用することで、関連語集合に含まれる単語の探索スペースを狭くすることができるため、高速に検索を行うことができる。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、CD−ROM等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含むものとする。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。
5 表示装置
9 ネットワーク
11 記憶部
12 検索キー受信部
13 上位関連語取得部
14 下位関連語取得部
15 関連度計算部
16 スコア計算部
17 選択部
18 出力部
111 概念マップ記憶部
112 単語重要度記憶部
113 コンテンツ情報記憶部
Claims (6)
- 検索キーに含まれる単語を上位関連語として取得する上位関連語取得部と、
関連する単語と関連する単語間の類似度とを示す概念マップから、前記上位関連語に関連する単語及び関連する当該単語との類似度を読み出し、さらに、読み出された前記単語に関連する単語及び関連する当該単語との類似度を前記概念マップから読み出す処理を所定回繰り返し、前記概念マップから読み出された前記単語である下位関連語毎に、前記上位関連語から前記下位関連語に至るまでに前記概念マップから読み出された単語を順に並べた単語の列であるパスを取得する下位関連語取得部と、
前記上位関連語から前記下位関連語に至る前記パスにおいて隣接する単語間の類似度と、前記パスに含まれる単語に関連する他の単語の数と、前記上位関連語の単語の重要度とに基づいて、前記下位関連語毎に前記検索キーとの関連の高さを表す関連度を計算する処理、及び、前記上位関連語それぞれの関連度を当該上位関連語の重要度に基づき計算する処理を行う関連度計算部と、
コンテンツに関するテキストデータを単語に分割し、分割により得られた前記単語それぞれの重要度と、前記関連度計算部により計算された前記単語の関連度とに基づき、前記テキストデータが前記検索キーに関連する程度を定量的に表すスコアを計算するスコア計算部と、
複数のコンテンツの中から、前記コンテンツに関するテキストデータそれぞれについて前記スコア計算部が計算した前記スコアに基づいて、前記検索キーに関連する程度が高いコンテンツを選択する選択部と、
を備えることを特徴とする情報検索装置。 - 前記関連度計算部は、類似度が高いほど、関連する他の単語の数が少ないほど、又は、前記重要度が高いほど、前記検索キーとの関連が高いことを示す値の関連度を計算する、
ことを特徴とする請求項1に記載の情報検索装置。 - 前記関連度計算部は、前記上位関連語から前記下位関連語に至る前記パスにおいて隣接する2つの単語の組毎に、前記組を構成する単語間の類似度が高いほど、又は、前記組を構成する単語それぞれに関連する他の単語の数が少ないほど前記組を構成する単語間の関連度が高いことを示す値となる単語間関連度を計算し、前記パスに含まれる全ての前記組の前記単語間関連度と前記上位関連語の前記重要度との乗算により前記下位関連語の関連度を計算する、
ことを特徴とする請求項1又は請求項2に記載の情報検索装置。 - 前記関連度計算部は、同一の下位関連語に至るパスが複数ある場合、前記パス毎に計算した関連度のうち最も大きな関連度を選択する、
ことを特徴とする請求項1から請求項3のいずれか一項に記載の情報検索装置。 - 前記スコア計算部は、コンテンツに関するテキストデータを単語に分割し、分割により得られた前記単語のうち前記上位関連語又は前記下位関連語に合致する各単語について、前記単語の前記重要度と前記単語の前記関連度とを乗算し、乗算した結果の合計を、分割により得られた前記単語の数により除算して前記スコアを計算する、
ことを特徴とする請求項1から請求項4のいずれか一項に記載の情報検索装置。 - コンピュータを、
検索キーに含まれる単語を上位関連語として取得する上位関連語取得手段と、
関連する単語と関連する単語間の類似度とを示す概念マップから、前記上位関連語に関連する単語及び関連する当該単語との類似度を読み出し、さらに、読み出された前記単語に関連する単語及び関連する当該単語との類似度を前記概念マップから読み出す処理を所定回繰り返し、前記概念マップから読み出された前記単語である下位関連語毎に、前記上位関連語から前記下位関連語に至るまでに前記概念マップから読み出された単語を順に並べた単語の列であるパスを取得する下位関連語取得手段と、
前記上位関連語から前記下位関連語に至る前記パスにおいて隣接する単語間の類似度と、前記パスに含まれる単語に関連する他の単語の数と、前記上位関連語の単語の重要度とに基づいて、前記下位関連語毎に前記検索キーとの関連の高さを表す関連度を計算する処理、及び、前記上位関連語それぞれの関連度を当該上位関連語の重要度に基づき計算する処理を行う関連度計算手段と、
コンテンツに関するテキストデータを単語に分割し、分割により得られた前記単語それぞれの重要度と、前記関連度計算手段により計算された前記単語の関連度とに基づき、前記テキストデータが前記検索キーに関連する程度を定量的に表すスコアを計算するスコア計算手段と、
複数のコンテンツの中から、前記コンテンツに関するテキストデータそれぞれについて前記スコア計算手段が計算した前記スコアに基づいて、前記検索キーに関連する程度が高いコンテンツを選択する選択手段と、
を有する情報検索装置として動作させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016014675A JP6639040B2 (ja) | 2016-01-28 | 2016-01-28 | 情報検索装置及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016014675A JP6639040B2 (ja) | 2016-01-28 | 2016-01-28 | 情報検索装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017134675A true JP2017134675A (ja) | 2017-08-03 |
JP6639040B2 JP6639040B2 (ja) | 2020-02-05 |
Family
ID=59505021
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016014675A Active JP6639040B2 (ja) | 2016-01-28 | 2016-01-28 | 情報検索装置及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6639040B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019121210A (ja) * | 2018-01-09 | 2019-07-22 | 鹿島建設株式会社 | 安全情報提供システム |
WO2019180546A1 (ja) * | 2018-03-23 | 2019-09-26 | 株式会社半導体エネルギー研究所 | 文書検索システム、文書検索方法、プログラム、及び非一時的コンピュータ可読記憶媒体 |
KR102059743B1 (ko) * | 2018-04-11 | 2019-12-26 | 한국과학기술원 | 딥러닝 기반의 지식 구조 생성 방법을 활용한 의료 문헌 구절 검색 방법 및 시스템 |
-
2016
- 2016-01-28 JP JP2016014675A patent/JP6639040B2/ja active Active
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019121210A (ja) * | 2018-01-09 | 2019-07-22 | 鹿島建設株式会社 | 安全情報提供システム |
WO2019180546A1 (ja) * | 2018-03-23 | 2019-09-26 | 株式会社半導体エネルギー研究所 | 文書検索システム、文書検索方法、プログラム、及び非一時的コンピュータ可読記憶媒体 |
JP2021007024A (ja) * | 2018-03-23 | 2021-01-21 | 株式会社半導体エネルギー研究所 | 文書検索方法、文書検索システム、プログラム |
JPWO2019180546A1 (ja) * | 2018-03-23 | 2021-03-11 | 株式会社半導体エネルギー研究所 | 文書検索システム、文書検索方法、プログラム、及び非一時的コンピュータ可読記憶媒体 |
JP2021072102A (ja) * | 2018-03-23 | 2021-05-06 | 株式会社半導体エネルギー研究所 | 文書検索方法、文書検索装置 |
JP7321143B2 (ja) | 2018-03-23 | 2023-08-04 | 株式会社半導体エネルギー研究所 | 文書検索システム |
US11789953B2 (en) | 2018-03-23 | 2023-10-17 | Semiconductor Energy Laboratory Co., Ltd. | Document search system, document search method, program, and non-transitory computer readable storage medium |
KR102059743B1 (ko) * | 2018-04-11 | 2019-12-26 | 한국과학기술원 | 딥러닝 기반의 지식 구조 생성 방법을 활용한 의료 문헌 구절 검색 방법 및 시스템 |
Also Published As
Publication number | Publication date |
---|---|
JP6639040B2 (ja) | 2020-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10839029B2 (en) | Personalization of web search results using term, category, and link-based user profiles | |
KR101171405B1 (ko) | 검색 결과에서 배치 내용 정렬의 맞춤화 | |
US8745039B2 (en) | Method and system for user guided search navigation | |
JP5727512B2 (ja) | 検索提案のクラスタ化及び提示 | |
US8156120B2 (en) | Information retrieval using user-generated metadata | |
US9323827B2 (en) | Identifying key terms related to similar passages | |
US20070143300A1 (en) | System and method for monitoring evolution over time of temporal content | |
US10437859B2 (en) | Entity page generation and entity related searching | |
JP4569380B2 (ja) | ベクトル生成方法及び装置及びカテゴリ分類方法及び装置及びプログラム及びプログラムを格納したコンピュータ読み取り可能な記録媒体 | |
JP6346367B1 (ja) | 類似性指標値算出装置、類似検索装置および類似性指標値算出用プログラム | |
US8943101B2 (en) | Keyword acquiring device, content providing system, keyword acquiring method, a computer-readable recording medium and content providing method | |
JP2011103075A (ja) | 抜粋文抽出方法 | |
JP6639040B2 (ja) | 情報検索装置及びプログラム | |
JP5197491B2 (ja) | 行動推薦装置及び方法及びプログラム | |
JP2017117021A (ja) | キーワード抽出装置、コンテンツ生成システム、キーワード抽出方法、およびプログラム | |
JP5513929B2 (ja) | 経験情報の再利用性評価装置及び方法及びプログラム | |
JP7042720B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP2010282403A (ja) | 文書検索方法 | |
JP2010015394A (ja) | リンク先提示装置およびコンピュータプログラム | |
JP2007052693A (ja) | Webページ情報表示装置,処理方法およびプログラム | |
JP7297855B2 (ja) | キーワード抽出装置、キーワード抽出方法、およびプログラム | |
JP2012243130A (ja) | 情報検索装置、方法、及びプログラム | |
KR100906810B1 (ko) | 키워드 검색 방법 | |
JP3861105B2 (ja) | 質問応答システム | |
JP6488399B2 (ja) | 情報提示システム、及び情報提示方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20181026 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181126 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191118 |
|
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: 20191126 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191223 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6639040 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 |