JP2018151578A - 決定装置、決定方法および決定プログラム - Google Patents
決定装置、決定方法および決定プログラム Download PDFInfo
- Publication number
- JP2018151578A JP2018151578A JP2017049089A JP2017049089A JP2018151578A JP 2018151578 A JP2018151578 A JP 2018151578A JP 2017049089 A JP2017049089 A JP 2017049089A JP 2017049089 A JP2017049089 A JP 2017049089A JP 2018151578 A JP2018151578 A JP 2018151578A
- Authority
- JP
- Japan
- Prior art keywords
- meaning
- estimation
- utterance
- user
- determination
- 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 78
- 230000004044 response Effects 0.000 claims abstract description 132
- 230000002787 reinforcement Effects 0.000 claims description 43
- 230000003993 interaction Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 52
- 238000012545 processing Methods 0.000 description 31
- 238000010586 diagram Methods 0.000 description 12
- 230000010365 information processing Effects 0.000 description 6
- 238000013145 classification model Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000002349 favourable effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
まず、図1を用いて、決定装置の一例となる情報提供装置が実行する決定処理の一例について説明する。図1は、実施形態に係る情報提供装置が実行する処理の一例を示す図である。なお、以下の説明では、情報提供装置10が実行する処理として、利用者Uの発話に対する応答の内容を決定する決定処理と、決定した内容の応答を出力する出力処理との一例について説明する。すなわち、情報提供装置10は、利用者Uとの対話を実現する対話システムである。
ここで、利用者Uとの対話を円滑にするため、予め生成された対話モデルを用いて利用者Uとの対話を実演する技術が知られている。このような技術の一例として、発話の内容が天気に関する内容であるか、時計に関する内容であるかというように、発話の内容が属するドメインを推定し、ドメインごとに生成された対話モデルを用いて、利用者Uの発話に対して自然な内容の応答を出力する技術が知られている。
ここで、図1を用いて、情報提供装置10が実行する処理の一例について説明する。まず、情報提供装置10は、利用者端末100から発話#1を受付ける(ステップS1)。このような場合、情報提供装置10は、ドメインごとに異なる推定モデルであって、発話の意味を強化学習する推定モデルを用いて、発話#1の意味を推定する(ステップS2)。すなわち、情報提供装置10は、発話#1から意味表現を生成する。
ここで、情報提供装置10は、応答決定処理をルールベースで実現する。この際、情報提供装置10は、所謂スロットフィリングの技術を用いて、利用者Uに対する応答を生成してもよい。より具体的には、情報提供装置10は、推定モデルを用いて推定された意味が所定の条件を満たしていない場合は、所定の条件を満たす意味の発話を利用者Uに対して求める内容を、応答の内容として決定してもよい。
また、情報提供装置10は、推定モデルとして、利用者Uの属性に応じて発話の意味を推定する推定モデルを用いて、発話の意味を推定してもよい。例えば、利用者Uの発話に含まれる意味は、利用者Uの属性に応じて変化するとも考えられる。そこで、情報提供装置10は、利用者Uのデモグラフィック属性、サイコグラフィック属性、各種のペルソナ、過去の会話履歴等を利用者Uの属性として取得し、推定モデルの強化学習の際に、強化学習におけるコントローラの状態観測の結果として、発話と利用者Uの属性とを採用する。そして、情報提供装置10は、例えば、発話#2から意味#2を推定する際に、属性モデルに発話#2と利用者Uの属性とを入力することで、利用者Uの属性に応じた意味の推定を実現してもよい。
また、情報提供装置10は、全ての推定モデルを用いて、発話の意味の推定およびドメインの選択を行ってもよい。例えば、情報提供装置10は、それぞれ異なる分野に対応する複数の推定モデルを用いて、発話の意味を推定する。そして、情報提供装置10は、複数の推定モデルによって推定された意味のうち、所定の数以上の推定モデルによって推定された意味に基づいて、応答の内容を決定する。
また、情報提供装置10は、意味の推定結果を適時利用者Uに開示することで、推定結果が正しいか否かの確認を行うことで、推定モデルの強化学習に必要なデータを対話的に取得してもよい。例えば、情報提供装置10は、所定のタイミングで、発話から推定した意味の内容と、利用者Uから受付けた発話の意味が推定モデルにより推定した意味で合っているか否かの問合せとを応答の内容としてもよい。より具体的な例を挙げると、情報提供装置10は、発話#1から推定した意味が「意味#1」である場合、「意味#1で合っていますか?」等といった応答を出力してもよい。
ここで、情報提供装置10は、発話に対応するドメインと関連する分野の外部サーバ等に適宜アクセスを行い、推定した意味に矛盾が含まれるか否かを判定してもよい。また、情報提供装置10は、推定した意味に矛盾が含まれるか否かの判定結果に基づいて、推定モデルの強化学習を実現してもよい。
以下、上記した情報提供装置10が有する機能構成の一例について説明する。図2は、実施形態に係る情報提供装置の構成例を示す図である。図2に示すように、情報提供装置10は、通信部20、記憶部30、および制御部40を有する。
なお、図2に示した推定部42は、それぞれ異なる分野に対応する複数の推定モデルを用いて、発話の意味を推定してもよい。例えば、推定部42は、推定モデルデータベース31に登録された全ての推定モデルを用いて、発話#1の意味を推定する。このような場合、決定部43は、複数の推定モデルによって推定された意味のうち、所定の数以外の推定モデルによって推定された意味に基づいて、応答の内容を決定してもよい。例えば、決定部43は、過半数の推定モデルによって共通して推定された内容の意味に基づき、応答の内容を決定してもよい。
続いて、図6、図7を用いて、情報提供装置10が実行する処理の流れの一例を説明する。図6は、実施形態に係る情報提供装置が実行する決定処理の流れの一例を示すフローチャートである。また、図7は、実施形態に係る情報提供装置が実行する強化学習の流れの一例を示すフローチャートである。
上記では、情報提供装置10による決定処理や強化学習の一例について説明した。しかしながら、実施形態は、これに限定されるものではない。以下、情報提供装置10が実行する提供処理や決定処理のバリエーションについて説明する。
情報提供装置10は、発話から意味を適切に推定することができるのであれば、強化学習において任意の学習を行ってよい。例えば、情報提供装置10は、発話の中に異なる意味が複数存在する単語(すなわち、同音異義語が存在する単語)が含まれる場合は、推定した意味で合っているか否かを利用者Uに対して問い合わせる応答を出力し、かかる応答に対する利用者Uの発話が好意的な内容であるか否かに基づいて、推定モデルの強化学習を行ってもよい。また、情報提供装置10は、利用者Uに意味の問い合わせを行った際に、正しい意味を示す発話を受付けた場合は、かかる発話が示す意味を推定するように、推定モデルの強化学習を行ってもよい。
また、情報提供装置10は、ドメイン判定処理に用いる分類モデルの強化学習を行ってもよい。すなわち、情報提供装置10は、利用者Uとの対話を通じて学習が行われる分類モデルを用いて、発話が属するドメインの分類を行ってもよい。また、情報提供装置10は、分類モデルと、発話が属するドメインの推定モデルとの強化学習を同時に行ってもよい。
上述した処理では、情報提供装置10は、所定のルールに基づいて応答内容を決定する応答決定処理を実行した。しかしながら、実施形態は、これに限定されるものではない。例えば、情報提供装置10は、状態追跡処理および応答決定処理を実行するモデルを準備し、教師あり学習や利用者との対話を用いた強化学習を行うことで、対話管理を実現してもよい。
記憶部30に登録された各データベース31、32は、外部のストレージサーバに保持されていてもよい。また、情報提供装置10は、発話を分類する分類サーバ、ドメインごとに発話の意味を推定する1台または複数台の推定サーバ、推定結果に基づいて応答の内容を決定する決定サーバ、推定モデルの強化学習を行う学習サーバとが連携して動作することにより、実現されてもよい。このような場合、分類サーバには、図2に示す分類部41が配置され、推定サーバには、推定部42が配置され、決定サーバには、決定部43および生成部44が配置され、学習サーバには、判定部45および学習部46が配置されていてもよい。また、ドメインに対応する複数の推定サーバが存在する場合、各推定サーバには、対応するドメインの推定モデルが保持されるとともに、各推定モデルの強化学習を行う学習部が配置されていてもよい。
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、逆に、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
また、上述した実施形態に係る情報提供装置10は、例えば図8に示すような構成のコンピュータ1000によって実現される。図8は、ハードウェア構成の一例を示す図である。コンピュータ1000は、出力装置1010、入力装置1020と接続され、演算装置1030、一次記憶装置1040、二次記憶装置1050、出力IF(Interface)1060、入力IF1070、ネットワークIF1080がバス1090により接続された形態を有する。
上述したように、情報提供装置10は、利用者Uから受付けた発話の意味を推定する推定モデルであって、対話を通じて学習が行われる推定モデルを用いて、発話の意味を推定する。そして、情報提供装置10は、推定された意味に基づいて、利用者Uに対する応答の内容を決定する。このように、情報提供装置10は、対話システムにおいて利用者Uとの対話により学習される推定モデルを用いて、利用者Uの発話の意味を推定するので、学習データの数を削減する結果、新たなドメインの追加を容易にすることができる。
20 通信部
30 記憶部
31 推定モデルデータベース
32 ルールデータベース
40 制御部
41 分類部
42 推定部
43 決定部
44 生成部
45 判定部
46 学習部
100 利用者端末
200 第1外部サーバ
300 第2外部サーバ
Claims (15)
- 利用者から受付けた発話の意味を推定する推定モデルであって、対話を通じて学習が行われる推定モデルを用いて、前記発話の意味を推定する推定部と、
前記推定部により推定された意味に基づいて、前記利用者に対する応答の内容を決定する決定部と
を有することを特徴とする決定装置。 - 前記推定部は、前記利用者から受け付けた発話に関連する分野ごとに異なる推定モデルを用いて、前記発話の意味を推定する
ことを特徴とする請求項1に記載の決定装置。 - 前記決定部は、前記利用者から受け付けた発話に関連する分野によらずに、前記推定部により推定された意味に応じて、前記利用者に対する応答の内容を決定する
ことを特徴とする請求項2に記載の決定装置。 - 前記推定部は、それぞれ異なる分野に対応する複数の推定モデルを用いて、前記発話の意味を推定し、
前記決定部は、複数の推定モデルによって推定された意味のうち、所定の数以上の推定モデルによって推定された意味に基づいて、前記応答の内容を決定する
ことを特徴とする請求項2または3に記載の決定装置。 - 前記決定部は、前記推定部により推定された意味に基づいて、前記利用者との対話の状態を判定し、判定結果に基づいて、前記利用者に対する応答の内容を決定する
ことを特徴とする請求項1〜4のうちいずれか1つに記載の決定装置。 - 前記決定部は、前記推定部により推定された意味に対して予め対応付けられた内容を前記応答の内容とする
ことを特徴とする請求項1〜5のうちいずれか1つに記載の決定装置。 - 前記決定部は、前記推定部により推定された意味が所定の条件を満たしていない場合は、当該所定の条件を満たす意味の発話を前記利用者に対して求める内容を、前記応答の内容として決定する
ことを特徴とする請求項1〜6のうちいずれか1つに記載の決定装置。 - 前記推定部は、前記推定モデルとして、前記利用者の属性に応じて前記発話の意味を推定する推定モデルを用いて、前記発話の意味を推定する
ことを特徴とする請求項1〜7のうちいずれか1つに記載の決定装置。 - 前記推定部が前記推定モデルを用いて推定した前記意味と、当該意味に応じて前記決定部が決定した内容の応答に対する前記利用者の反応とに基づいて、前記推定モデルを学習する学習部
を有することを特徴とする請求項1〜8のうちいずれか1つに記載の決定装置。 - 前記決定部は、さらに、前記推定部により推定された意味を前記利用者に対して問い合わせる内容を前記応答の内容として決定する
ことを特徴とする請求項9に記載の決定装置。 - 前記推定部は、前記発話の意味を、当該発話が当該意味を有する確度と共に推定し、
前記決定部は、前記推定部により推定された確度が所定の閾値以下となる場合は、前記推定部により推定された意味を前記利用者に対して問い合わせる内容を前記応答の内容として決定する
ことを特徴とする請求項10に記載の決定装置。 - 前記推定部により推定された意味の内容が、適切であるか否かを判定する判定部
を有し、
前記学習部は、前記判定部による判定結果に基づいて、前記推定モデルの学習を実行する
ことを特徴とする請求項9〜11のうちいずれか1つに記載の決定装置。 - 前記推定部は、前記推定モデルとして、前記利用者との対話を用いて強化学習が行われる推定モデルを用いて、前記発話の意味を推定する
ことを特徴とする請求項1〜12のうちいずれか1つに記載の決定装置。 - 決定装置が実行する決定方法であって、
利用者から受付けた発話の意味を推定する推定モデルであって、対話を通じて学習が行われる推定モデルを用いて、前記発話の意味を推定する推定工程と、
前記推定工程により推定された意味に基づいて、前記利用者に対する応答の内容を決定する決定工程と
を含むことを特徴とする決定方法。 - 利用者から受付けた発話の意味を推定する推定モデルであって、対話を通じて学習が行われる推定モデルを用いて、前記発話の意味を推定する推定手順と、
前記推定手順により推定された意味に基づいて、前記利用者に対する応答の内容を決定する決定手順と
をコンピュータに実行させるための決定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017049089A JP6199517B1 (ja) | 2017-03-14 | 2017-03-14 | 決定装置、決定方法および決定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017049089A JP6199517B1 (ja) | 2017-03-14 | 2017-03-14 | 決定装置、決定方法および決定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6199517B1 JP6199517B1 (ja) | 2017-09-20 |
JP2018151578A true JP2018151578A (ja) | 2018-09-27 |
Family
ID=59895695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017049089A Active JP6199517B1 (ja) | 2017-03-14 | 2017-03-14 | 決定装置、決定方法および決定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6199517B1 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021131906A1 (ja) * | 2019-12-25 | 2021-07-01 | 学校法人日本大学 | 食生活推定装置 |
JP2021111336A (ja) * | 2020-01-08 | 2021-08-02 | 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 | スキルサービスの更新方法、装置、電子機器、プログラム及び可読記憶媒体 |
JP2021131528A (ja) * | 2020-02-19 | 2021-09-09 | 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 | ユーザ意図認識方法、装置、電子機器、コンピュータ可読記憶媒体及びコンピュータプログラム |
WO2022158665A1 (ko) * | 2021-01-19 | 2022-07-28 | 삼성전자주식회사 | 전자 장치 및 그 제어 방법 |
US11915691B2 (en) | 2021-01-19 | 2024-02-27 | Samsung Electronics Co., Ltd. | Electronic apparatus and controlling method thereof |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114416931A (zh) * | 2020-10-28 | 2022-04-29 | 华为云计算技术有限公司 | 标签生成方法、装置及相关设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000339314A (ja) * | 1999-05-25 | 2000-12-08 | Nippon Telegr & Teleph Corp <Ntt> | 自動応答方法及び対話解析方法並びに応答文生成方法、その装置、そのプログラムを記録した媒体 |
JP2015219583A (ja) * | 2014-05-14 | 2015-12-07 | 日本電信電話株式会社 | 話題決定装置、発話装置、方法、及びプログラム |
-
2017
- 2017-03-14 JP JP2017049089A patent/JP6199517B1/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000339314A (ja) * | 1999-05-25 | 2000-12-08 | Nippon Telegr & Teleph Corp <Ntt> | 自動応答方法及び対話解析方法並びに応答文生成方法、その装置、そのプログラムを記録した媒体 |
JP2015219583A (ja) * | 2014-05-14 | 2015-12-07 | 日本電信電話株式会社 | 話題決定装置、発話装置、方法、及びプログラム |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021131906A1 (ja) * | 2019-12-25 | 2021-07-01 | 学校法人日本大学 | 食生活推定装置 |
JP2021103434A (ja) * | 2019-12-25 | 2021-07-15 | 学校法人日本大学 | 食生活推定装置 |
JP7269585B2 (ja) | 2019-12-25 | 2023-05-09 | 学校法人日本大学 | 食生活推定装置 |
JP2021111336A (ja) * | 2020-01-08 | 2021-08-02 | 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 | スキルサービスの更新方法、装置、電子機器、プログラム及び可読記憶媒体 |
JP7092282B2 (ja) | 2020-01-08 | 2022-06-28 | バイドゥ オンライン ネットワーク テクノロジー(ペキン) カンパニー リミテッド | スキルサービスの更新方法、装置、電子機器、プログラム及び可読記憶媒体 |
JP2021131528A (ja) * | 2020-02-19 | 2021-09-09 | 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 | ユーザ意図認識方法、装置、電子機器、コンピュータ可読記憶媒体及びコンピュータプログラム |
JP7130194B2 (ja) | 2020-02-19 | 2022-09-05 | バイドゥ オンライン ネットワーク テクノロジー(ペキン) カンパニー リミテッド | ユーザ意図認識方法、装置、電子機器、コンピュータ可読記憶媒体及びコンピュータプログラム |
US11646016B2 (en) | 2020-02-19 | 2023-05-09 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for recognizing user intention, device, and readable storage medium |
WO2022158665A1 (ko) * | 2021-01-19 | 2022-07-28 | 삼성전자주식회사 | 전자 장치 및 그 제어 방법 |
US11915691B2 (en) | 2021-01-19 | 2024-02-27 | Samsung Electronics Co., Ltd. | Electronic apparatus and controlling method thereof |
Also Published As
Publication number | Publication date |
---|---|
JP6199517B1 (ja) | 2017-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6199517B1 (ja) | 決定装置、決定方法および決定プログラム | |
KR102313473B1 (ko) | 자동 어시스턴트를 위한 명령 번들 제안 제공 | |
WO2019101083A1 (zh) | 一种语音数据处理方法、语音交互设备及存储介质 | |
US11868733B2 (en) | Creating a knowledge graph based on text-based knowledge corpora | |
JP2021534493A (ja) | 限られた知識ドメイン内でナレッジグラフを構築するための技術 | |
JP6224857B1 (ja) | 分類装置、分類方法および分類プログラム | |
JP2023520416A (ja) | ドメイン外(ood)検出のための改良された技術 | |
US20120259801A1 (en) | Transfer of learning for query classification | |
KR20180022762A (ko) | 실시간 답변 메시지 생성을 이용한 고객 상담 서비스 제공 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 | |
US20200027443A1 (en) | Task-independent conversational systems | |
KR20170137419A (ko) | 실시간 답변 메시지 생성을 이용한 고객 상담 서비스 제공 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 | |
JP6370962B1 (ja) | 生成装置、生成方法および生成プログラム | |
CN111340220A (zh) | 用于训练预测模型的方法和装置 | |
CN117157643A (zh) | 利用知识蒸馏的ai nlp编码器的域自适应 | |
JP6824795B2 (ja) | 修正装置、修正方法および修正プログラム | |
AU2022201193A1 (en) | System and method for designing artificial intelligence (ai) based hierarchical multi-conversation system | |
US20190164083A1 (en) | Categorical Data Transformation and Clustering for Machine Learning using Natural Language Processing | |
JP2024508502A (ja) | 情報をプッシュする方法および装置 | |
JP2020135689A (ja) | モデル学習システム、意図解釈システム、モデル学習方法およびモデル学習用プログラム | |
CN117575008A (zh) | 训练样本生成方法、模型训练方法、知识问答方法及设备 | |
JP6983729B2 (ja) | 抽出装置、評価装置、抽出方法および抽出プログラム | |
US11868886B2 (en) | Time-preserving embeddings | |
US20230106590A1 (en) | Question-answer expansion | |
CN114064854A (zh) | 查询文本处理方法、装置、设备及存储介质 | |
JP2019021210A (ja) | 特定装置および特定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20170731 |
|
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: 20170808 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170823 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6199517 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
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 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
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 |