JP2018501597A - 類似性特定方法、装置、端末、プログラム及び記録媒体 - Google Patents
類似性特定方法、装置、端末、プログラム及び記録媒体 Download PDFInfo
- Publication number
- JP2018501597A JP2018501597A JP2017553299A JP2017553299A JP2018501597A JP 2018501597 A JP2018501597 A JP 2018501597A JP 2017553299 A JP2017553299 A JP 2017553299A JP 2017553299 A JP2017553299 A JP 2017553299A JP 2018501597 A JP2018501597 A JP 2018501597A
- Authority
- JP
- Japan
- Prior art keywords
- cost
- character string
- sequence
- edit distance
- similarity
- 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
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
- G06F16/90344—Query processing by using string matching techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/194—Calculation of difference between files
-
- 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
- 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
- G06V30/274—Syntactic or semantic context, e.g. balancing
Abstract
Description
第1文字列及び第2文字列に対してそれぞれ単語分割を行なって、少なくとも一つの単語をそれぞれ含む第1シーケンス及び第2シーケンスを得るステップと、
予め定義した編集距離アルゴリズム、上記第1シーケンス及び上記第2シーケンスに基づいて、上記第1文字列と上記第2文字列との間の編集距離を特定するステップと、
上記編集距離、及び、上記第1シーケンスを上記第2シーケンスに変換するために行なった各操作の情報に基づいて、上記第1文字列と上記第2文字列との間の類似性を特定するステップと
を含む。
第1文字列及び第2文字列に対してそれぞれ単語分割を行なって、少なくとも一つの単語をそれぞれ含む第1シーケンス及び第2シーケンスを得るための単語分割モジュールと、
予め定義した編集距離アルゴリズム、上記第1シーケンス及び上記第2シーケンスに基づいて、上記第1文字列と上記第2文字列との間の編集距離を特定するための第1特定モジュールと、
上記編集距離、及び、上記第1シーケンスを上記第2シーケンスに変換するために行なった各操作の情報に基づいて、上記第1文字列と上記第2文字列との間の類似性を特定するための第2特定モジュールと
を備える。
プロセッサと、
前記プロセッサが実行可能な命令を記憶するためのメモリと
を備え、
前記プロセッサは、
第1文字列及び第2文字列に対してそれぞれ単語分割を行なって、少なくとも一つの単語をそれぞれ含む第1シーケンス及び第2シーケンスを得るし、
予め定義した編集距離アルゴリズム、上記第1シーケンス及び上記第2シーケンスに基づいて、上記第1文字列及び上記第2文字列との間の編集距離を特定し
上記編集距離、及び、上記第1シーケンスを上記第2シーケンスに変換するために行なった各操作の情報に基づいて、上記第1文字列と上記第2文字列との間の類似性を特定するように構成される。
第1シーケンスから第2シーケンスに変換するために行う各操作情報の中の切替操作情報を取得するステップと、
各切替操作情報に基づいて、第1シーケンス及び第2シーケンスの両方の中に同時に存在する二つの単語の数である、ペアリングの数を特定するステップと、
編集距離、ペアリングの数、各操作の操作コスト、第1シーケンス中の単語の数、及び、第2シーケンス中の単語の数に基づいて、第1文字列と第2文字列との間の類似性を特定するステップと
を含む。
編集距離、ペアリングの数、各操作の操作コスト、第1シーケンス中の単語の数、及び、第2シーケンス中の単語の数に基づいて、第1文字列と第2文字列との間の類似性を特定するステップは、
編集距離、ペアリングの数、切替操作の操作コスト、及び、交換操作の操作コストに基づいて、第1文字列と第2文字列との間の最小のセマンティックの編集距離を特定するステップと、
最小のセマンティックの編集距離を正規化して、正規化結果を得るステップと、
正規化結果に基づいて、第1文字列と第2文字列との間の類似性を特定するステップと
を含む。
編集距離、ペアリングの数、各操作の操作コスト、第1シーケンス中の単語の数、及び、第2シーケンス中の単語の数に基づいて、第1文字列と第2文字列との間の類似性を特定するステップは、
編集距離、ペアリングの数、切替操作の操作コスト、及び、交換操作の操作コストに基づいて、第1文字列と第2文字列との間の第1セマンティックの編集距離を特定するステップと、
挿入操作の操作コスト及び削除操作の操作コストの中の一つ、切替操作の操作コスト、第1シーケンス中の単語の数、及び、第2シーケンス中の単語の数に基づいて、第1文字列と第2文字列との間の第2セマンティックの編集距離を特定するステップと、
第1セマンティックの編集距離、及び、第2セマンティックの編集距離に基づいて、第1文字列と第2文字列との間の類似性を特定するステップと
を含む。
切替操作と交換操作との間の関係に基づいて、切替操作の操作コスト及び交換操作の操作コストを特定するステップと、
切替操作、挿入操作、及び、削除操作の間の関係に基づいて、挿入操作の操作コスト、削除操作の操作コスト及び切替操作の操作コストを特定するステップと
をさらに含む。
切替操作と交換操作との間の関係に基づいて、2×切替操作の操作コスト>交換操作の操作コストとして特定するステップと、
切替操作、挿入操作、及び、削除操作の間の関係に基づいて、挿入操作の操作コスト+削除操作の操作コスト>切替操作の操作コストとして特定するステップと
をさらに含む。
挿入操作と削除操作との間の関係に基づいて、挿入操作の操作コスト=削除操作の操作コストとして特定するステップ
をさらに含む。
予め定義した編集距離アルゴリズム、第1シーケンス、及び第2シーケンスに基づいて、以下の式1に従って、第1文字列及び第2文字列との間の編集距離を特定するステップを含み、
式1:minCost[i, j]=min(
minCost[i-1, j]+cost(S),
minCost[i, j-1]+cost(C),
minCost[i-1, j-1]+cost(T))
式1の中で、iは、第1シーケンス中のi番目の単語であり、jは、第2シーケンス中のj番目の単語であり、cost(S)は、削除操作の操作コストであり、cost(C)は、挿入操作の操作コストであり、cost(T)は、切替操作の操作コストである。
編集距離、ペアリングの数、切替操作の操作コスト、及び、交換操作の操作コストに基づいて、以下の式2に従って、第1文字列と第2文字列との間の最小のセマンティックの編集距離を特定するステップを含み、
式2:minCost(S1, S2)=d-p(2cost(T)-cost(J))
式2の中で、S1及びS2は、それぞれ第1文字列及び第2文字列であり、minCost(S1, S2)は、最小のセマンティックの編集距離であり、dは、編集距離であり、pは、ペアリングの数であり、cost(J)は、交換操作の操作コストであり、cost(T)は、切替操作の操作コストであり、且つ、2cost(T)-cost(J)>0である。
編集距離、ペアリングの数、切替操作の操作コスト、及び、交換操作の操作コストに基づいて、以下の式3に従って、第1文字列と第2文字列との間の第1セマンティックの編集距離を特定するステップを含み、
式3:minCost(S1, S2)=d-p(2cost(T)-cost(J))
式3の中で、S1及びS2は、それぞれ第1文字列及び第2文字列であり、minCost(S1, S2)は、第1セマンティックの編集距離であり、dは、編集距離であり、pは、ペアリングの数であり、cost(J)は、交換操作の操作コストであり、cost(T)は、切替操作の操作コストであり、且つ、2cost(T)-cost(J)>0である。
挿入操作の操作コスト及び削除操作の操作コストの中の一つ、切替操作の操作コスト、第1シーケンス中の単語の数、及び、第2シーケンス中の単語の数に基づいて、以下の式4に従って、第1文字列と第2文字列との間の第2セマンティックの編集距離を特定するステップを含み、
式4:normFact(S1, S2)=min(n, m)cost(T)+(max(n, m)-min(n, m))×costM
costM=cost(C), if n<m
costM=cost(S), if n>m
式4の中で、normFact(S1, S2)は、第2セマンティックの編集距離であり、nは、第1シーケンスの単語の数であり、mは、第2シーケンスの単語の数であり、cost(T)は、切替操作の操作コストであり、cost(S)は、削除操作の操作コストであり、cost(C)は、挿入操作の操作コストである。
第1セマンティックの編集距離、及び、第2セマンティックの編集距離に基づいて、以下の式5に従って、第1文字列と第2文字列との間の類似性を特定するステップを含み、
式5:sim(S1, S2)=1-minCost(S1, S2)/normFact(S1, S2)
式5の中で、sim(S1, S2)は、第1文字列と第2文字列との間の類似性であり、minCost(S1, S2)は、第1セマンティックの編集距離であり、normFact(S1, S2)は、第2セマンティックの編集距離である。
即ち、2cost(T)-cost(J)>0。
ここで、cost(T)は、切替操作の操作コストである、cost(J)は、交換操作の操作コストである。
max(cost(C), cost(S)) < cost(T) < cost(C)+cost(S)。
ここで、cost(S)は、削除操作の操作コストであり、cost(C)は、挿入操作の操作コストである。
式1:minCost[i, j]=min(
minCost[i-1, j]+cost(S),
minCost[i, j-1]+cost(C),
minCost[i-1, j-1]+cost(T))
式1の中で、iは、第1シーケンス中のi番目の単語であり、jは、第2シーケンス中のj番目の単語であり、cost(S)は、削除操作の操作コストであり、cost(C)は、挿入操作の操作コストであり、cost(T)は、切替操作の操作コストである。
式2:minCost(S1, S2)=d-p(2cost(T)-cost(J))
式2の中で、S1及びS2は、それぞれ第1文字列及び第2文字列であり、minCost(S1, S2)は、最小のセマンティックの編集距離であり、dは、編集距離であり、pは、ペアリングの数であり、cost(J)は、交換操作の操作コストであり、cost(T)は、切替操作の操作コストであり、且つ、2cost(T)-cost(J)>0である。
式4:normFact(S1, S2)=min(n, m)cost(T)+(max(n, m)-min(n, m))×costM
costM=cost(C), if n<m
costM=cost(S), if n>m
式4の中で、normFact(S1, S2)は、第2セマンティックの編集距離であり、nは、第1シーケンスの単語の数であり、mは、第2シーケンスの単語の数である。
式5:sim(S1, S2)=1-minCost(S1, S2)/normFact(S1, S2)
式5の中で、sim(S1, S2)は、上記第1文字列と上記第2文字列との間の類似性であり、minCost(S1, S2)は、最小のセマンティックの編集距離であり、normFact(S1, S2)は、最大のセマンティックの編集距離であり、minCost(S1, S2)/normFact(S1, S2)は、正規化結果である。
式3:minCost(S1, S2)=d-p(2cost(T)-cost(J))
式3の中で、S1及びS2は、それぞれ上記第1文字列及び上記第2文字列であり、minCost(S1, S2)は、上記第1セマンティックの編集距離であり、dは、上記編集距離であり、pは、上記ペアリングの数であり、cost(J)は、上記交換操作の操作コストである。
式4:normFact(S1, S2)=min(n, m)cost(T)+(max(n, m)-min(n, m))×costM
costM=cost(C), if n<m
costM=cost(S), if n>m
式4の中で、normFact(S1, S2)は、上記第2セマンティックの編集距離であり、nは、上記第1シーケンスの単語の数であり、mは、上記第2シーケンスの単語の数である。
ここで、normFact(S1, S2)は、正規化係数であり、minCost(S1, S2)/normFact(S1, S2)を、0から1の間にマッピングして、類似性を直観的に特定できる。
式5:sim(S1, S2)=1-minCost(S1, S2)/normFact(S1, S2)
式5の中で、sim(S1, S2)は、上記第1文字列と上記第2文字列との間の類似性である。
第1シーケンスから第2シーケンスに変換するために行う各操作情報の中の切替操作情報を取得するための取得ユニット3031と、
各切替操作情報に基づいて、第1シーケンス及び第2シーケンスの両方の中に同時に存在する二つの単語の数である、ペアリングの数を特定するための第1特定ユニット3032と、
編集距離、ペアリングの数、各操作の操作コスト、第1シーケンス中の単語の数、及び、第2シーケンス中の単語の数に基づいて、第1文字列と第2文字列との間の類似性を特定するための第2特定ユニット3033と
を備える。
編集距離、ペアリングの数、切替操作の操作コスト、及び、交換操作の操作コストに基づいて、第1文字列と第2文字列との間の最小のセマンティックの編集距離を特定するための第1特定サブユニット30331と、
最小のセマンティックの編集距離を正規化して、正規化結果を得るための正規化サブユニット30332と、
正規化結果に基づいて、第1文字列と第2文字列との間の類似性を特定するための第2特定サブユニット30333と
を備える。
編集距離、ペアリングの数、切替操作の操作コスト、及び、交換操作の操作コストに基づいて、第1文字列と第2文字列との間の第1セマンティックの編集距離を特定するための第3特定サブユニット30334と、
挿入操作の操作コスト及び削除操作の操作コストの中の一つ、切替操作の操作コスト、第1シーケンス中の単語の数、及び、第2シーケンス中の単語の数に基づいて、第1文字列と第2文字列との間の第2セマンティックの編集距離を特定するための第4特定サブユニット30335と、
第1セマンティックの編集距離、及び、第2セマンティックの編集距離に基づいて、第1文字列と第2文字列との間の類似性を特定するための第5特定サブユニット30336と
を備える。
切替操作と交換操作との間の関係に基づいて、切替操作の操作コスト及び交換操作の操作コストを特定するための第3特定モジュール304と、
切替操作、挿入操作、及び、削除操作の間の関係に基づいて、挿入操作の操作コスト、削除操作の操作コスト及び切替操作の操作コストを特定するための第4特定モジュール305と
をさらに備える。
切替操作と交換操作との間の関係に基づいて、2×切替操作の操作コスト>交換操作の操作コストとして特定するための第5特定モジュール306と、
切替操作、挿入操作、及び、削除操作の間の関係に基づいて、挿入操作の操作コスト+削除操作の操作コスト>切替操作の操作コストとして特定するための第6特定モジュール307と
をさらに備える。
挿入操作と削除操作との間の関係に基づいて、挿入操作の操作コスト=削除操作の操作コストとして特定するための第7特定モジュール308をさらに備える。
式1:minCost[i, j]=min(
minCost[i-1, j]+cost(S),
minCost[i, j-1]+cost(C),
minCost[i-1, j-1]+cost(T))
式1の中で、iは、第1シーケンス中のi番目の単語であり、jは、第2シーケンス中のj番目の単語であり、cost(S)は、削除操作の操作コストであり、cost(C)は、挿入操作の操作コストであり、cost(T)は、切替操作の操作コストである。
式2:minCost(S1, S2)=d-p(2cost(T)-cost(J))
式2の中で、S1及びS2は、それぞれ第1文字列及び第2文字列であり、minCost(S1, S2)は、最小のセマンティックの編集距離であり、dは、編集距離であり、pは、ペアリングの数であり、cost(J)は、交換操作の操作コストであり、cost(T)は、切替操作の操作コストであり、且つ、2cost(T)-cost(J)>0である。
式3:minCost(S1, S2)=d-p(2cost(T)-cost(J))
式3の中で、S1及びS2は、それぞれ第1文字列及び第2文字列であり、minCost(S1, S2)は、第1セマンティックの編集距離であり、dは、編集距離であり、pは、ペアリングの数であり、cost(J)は、交換操作の操作コストであり、cost(T)は、切替操作の操作コストであり、且つ、2cost(T)-cost(J)>0である。
式4:normFact(S1, S2)=min(n, m)cost(T)+(max(n, m)-min(n, m))×costM
costM=cost(C), if n<m
costM=cost(S), if n>m
式4の中で、normFact(S1, S2)は、第2セマンティックの編集距離であり、nは、第1シーケンスの単語の数であり、mは、第2シーケンスの単語の数であり、cost(T)は、切替操作の操作コストであり、cost(S)は、削除操作の操作コストであり、cost(C)は、挿入操作の操作コストである。
式5:sim(S1, S2)=1-minCost(S1, S2)/normFact(S1, S2)
式5の中で、sim(S1, S2)は、第1文字列と第2文字列との間の類似性であり、minCost(S1, S2)は、第1セマンティックの編集距離であり、normFact(S1, S2)は、第2セマンティックの編集距離である。
プロセッサと、
前記プロセッサが実行可能な命令を記憶するためのメモリと
を備え、
前記プロセッサは、
第1文字列及び第2文字列に対してそれぞれ単語分割を行なって、少なくとも一つの単語をそれぞれ含む第1シーケンス及び第2シーケンスを得るし、
予め定義した編集距離アルゴリズム、上記第1シーケンス及び上記第2シーケンスに基づいて、上記第1文字列及び上記第2文字列との間の編集距離を特定し
上記編集距離、及び、上記第1シーケンスを上記第2シーケンスに変換するために行なった各操作の情報に基づいて、上記第1文字列と上記第2文字列との間の類似性を特定するように構成される。
本発明の実施例の第4の態様によると、プログラムを提供し、当該プログラムは、プロセッサに実行されることにより、上記の類似性特定方法を実現する。
本発明の実施例の第5の態様によると、記録媒体を提供し、当該記録媒体には、上記プログラムが記録されている。
Claims (25)
- 第1文字列及び第2文字列に対してそれぞれ単語分割を行なって、少なくとも一つの単語をそれぞれ含む第1シーケンス及び第2シーケンスを得るステップと、
予め定義した編集距離アルゴリズム、上記第1シーケンス及び上記第2シーケンスに基づいて、上記第1文字列と上記第2文字列との間の編集距離を特定するステップと、
上記編集距離、及び、上記第1シーケンスを上記第2シーケンスに変換するために行なった各操作の情報に基づいて、上記第1文字列と上記第2文字列との間の類似性を特定するステップと
を含むことを特徴とする類似性特定方法。 - 上記編集距離、及び、上記第1シーケンスを上記第2シーケンスに変換するために行なった各操作の情報に基づいて、上記第1文字列と上記第2文字列との間の類似性を特定するステップは、
上記第1シーケンスから上記第2シーケンスに変換するために行なった各操作情報の中の切替操作情報を取得するステップと、
上記各切替操作情報に基づいて、上記第1シーケンス及び上記第2シーケンスの両方の中に同時に存在する二つの単語の数である、ペアリングの数を特定するステップと、
上記編集距離、上記ペアリングの数、各操作の操作コスト、上記第1シーケンス中の単語の数、及び、上記第2シーケンス中の単語の数に基づいて、上記第1文字列と上記第2文字列との間の類似性を特定するステップと
を含むことを特徴とする請求項1に記載の類似性特定方法。 - 上記各操作は、切替操作及び交換操作を含み、
上記編集距離、上記ペアリングの数、各操作の操作コスト、上記第1シーケンス中の単語の数、及び、上記第2シーケンス中の単語の数に基づいて、上記第1文字列と上記第2文字列との間の類似性を特定するステップは、
上記編集距離、上記ペアリングの数、切替操作の操作コスト、及び、交換操作の操作コストに基づいて、上記第1文字列と上記第2文字列との間の最小のセマンティックの編集距離を特定するステップと、
上記最小のセマンティックの編集距離を正規化して、正規化結果を得るステップと、
上記正規化結果に基づいて、上記第1文字列と上記第2文字列との間の類似性を特定するステップと
を含むことを特徴とする請求項2に記載の類似性特定方法。 - 上記各操作は、切替操作、交換操作、挿入操作、削除操作の中の少なくとも一つを含み、
上記編集距離、上記ペアリングの数、各操作の操作コスト、上記第1シーケンス中の単語の数、及び、上記第2シーケンス中の単語の数に基づいて、上記第1文字列と上記第2文字列との間の類似性を特定するステップは、
上記編集距離、上記ペアリングの数、切替操作の操作コスト、及び、交換操作の操作コストに基づいて、上記第1文字列と上記第2文字列との間の第1セマンティックの編集距離を特定するステップと、
挿入操作の操作コスト及び削除操作の操作コストの中の一つ、切替操作の操作コスト、上記第1シーケンス中の単語の数、及び、上記第2シーケンス中の単語の数に基づいて、上記第1文字列と上記第2文字列との間の第2セマンティックの編集距離を特定するステップと、
上記第1セマンティックの編集距離、及び、上記第2セマンティックの編集距離に基づいて、上記第1文字列と上記第2文字列との間の類似性を特定するステップと
を含むことを特徴とする請求項2に記載の類似性特定方法。 - 切替操作と交換操作との間の関係に基づいて、切替操作の操作コスト及び交換操作の操作コストを特定するステップと、
切替操作、挿入操作、及び、削除操作の間の関係に基づいて、挿入操作の操作コスト、削除操作の操作コスト及び切替操作の操作コストを特定するステップと
をさらに含むことを特徴とする請求項2乃至4の中のいずれか1項に記載の類似性特定方法。 - 切替操作と交換操作との間の関係に基づいて、2×切替操作の操作コスト>交換操作の操作コストとして特定するステップと、
切替操作、挿入操作、及び、削除操作の間の関係に基づいて、挿入操作の操作コスト+削除操作の操作コスト>切替操作の操作コストとして特定するステップと
をさらに含むことを特徴とする請求項5に記載の類似性特定方法。 - 挿入操作と削除操作との間の関係に基づいて、挿入操作の操作コスト=削除操作の操作コストとして特定するステップ
をさらに含むことを特徴とする請求項5に記載の類似性特定方法。 - 予め定義した編集距離アルゴリズム、上記第1シーケンス及び上記第2シーケンスに基づいて、上記第1文字列と上記第2文字列との間の編集距離を特定するステップは、
予め定義した編集距離アルゴリズム、上記第1シーケンス及び上記第2シーケンスに基づいて、以下の式1に従って、上記第1文字列と上記第2文字列との間の編集距離を特定するステップを含み、
式1:minCost[i, j]=min(
minCost[i-1, j]+cost(S),
minCost[i, j-1]+cost(C),
minCost[i-1, j-1]+cost(T))
式1の中で、iは、第1シーケンス中のi番目の単語であり、jは、第2シーケンス中のj番目の単語であり、cost(S)は、削除操作の操作コストであり、cost(C)は、挿入操作の操作コストであり、cost(T)は、切替操作の操作コストである
ことを特徴とする請求項2に記載の類似性特定方法。 - 上記編集距離、上記ペアリングの数、切替操作の操作コスト、及び、交換操作の操作コストに基づいて、上記第1文字列と上記第2文字列との間の最小のセマンティックの編集距離を特定するステップは、
上記編集距離、上記ペアリングの数、切替操作の操作コスト、及び、交換操作の操作コストに基づいて、以下の式2に従って、上記第1文字列と上記第2文字列との間の最小のセマンティックの編集距離を特定するステップを含み、
式2:minCost(S1, S2)=d-p(2cost(T)-cost(J))
式2の中で、S1及びS2は、それぞれ上記第1文字列及び上記第2文字列であり、minCost(S1, S2)は、上記最小のセマンティックの編集距離であり、dは、上記編集距離であり、pは、上記ペアリングの数であり、cost(J)は、上記交換操作の操作コストであり、cost(T)は、上記切替操作の操作コストであり、且つ、2cost(T)-cost(J)>0である
ことを特徴とする請求項3に記載の類似性特定方法。 - 上記編集距離、上記ペアリングの数、切替操作の操作コスト、及び、交換操作の操作コストに基づいて、上記第1文字列と上記第2文字列との間の第1セマンティックの編集距離を特定するステップは、
上記編集距離、上記ペアリングの数、切替操作の操作コスト、及び、交換操作の操作コストに基づいて、以下の式3に従って、上記第1文字列と上記第2文字列との間の第1セマンティックの編集距離を特定するステップを含み、
式3:minCost(S1, S2)=d-p(2cost(T)-cost(J))
式3の中で、S1及びS2は、それぞれ上記第1文字列及び上記第2文字列であり、minCost(S1, S2)は、上記第1セマンティックの編集距離であり、dは、上記編集距離であり、pは、上記ペアリングの数であり、cost(J)は、上記交換操作の操作コストであり、cost(T)は、上記切替操作の操作コストであり、且つ、2cost(T)-cost(J)>0である
ことを特徴とする請求項4に記載の類似性特定方法。 - 上記挿入操作の操作コスト及び削除操作の操作コストの中の一つ、切替操作の操作コスト、上記第1シーケンス中の単語の数、及び、上記第2シーケンス中の単語の数に基づいて、上記第1文字列と上記第2文字列との間の第2セマンティックの編集距離を特定するステップは、
挿入操作の操作コスト及び削除操作の操作コストの中の一つ、切替操作の操作コスト、上記第1シーケンス中の単語の数、及び、上記第2シーケンス中の単語の数に基づいて、以下の式4に従って、上記第1文字列と上記第2文字列との間の第2セマンティックの編集距離を特定するステップを含み、
式4:normFact(S1, S2)=min(n, m)cost(T)+(max(n, m)-min(n, m))×costM
costM=cost(C), if n<m
costM=cost(S), if n>m
式4の中で、normFact(S1, S2)は、上記第2セマンティックの編集距離であり、nは、上記第1シーケンスの単語の数であり、mは、上記第2シーケンスの単語の数であり、cost(T)は、上記切替操作の操作コストであり、cost(S)は、上記削除操作の操作コストであり、cost(C)は、上記挿入操作の操作コストである
ことを特徴とする請求項4に記載の類似性特定方法。 - 上記第1セマンティックの編集距離、及び、上記第2セマンティックの編集距離に基づいて、上記第1文字列と上記第2文字列との間の類似性を特定するステップは、
上記第1セマンティックの編集距離、及び、上記第2セマンティックの編集距離に基づいて、以下の式5に従って、上記第1文字列と上記第2文字列との間の類似性を特定するステップを含み、
式5:sim(S1, S2)=1-minCost(S1, S2)/normFact(S1, S2)
式5の中で、sim(S1, S2)は、上記第1文字列と上記第2文字列との間の類似性であり、minCost(S1, S2)は、上記第1セマンティックの編集距離であり、normFact(S1, S2)は、上記第2セマンティックの編集距離である
ことを特徴とする請求項4に記載の類似性特定方法。 - 第1文字列及び第2文字列に対してそれぞれ単語分割を行なって、少なくとも一つの単語をそれぞれ含む第1シーケンス及び第2シーケンスを得るための単語分割モジュールと、
予め定義した編集距離アルゴリズム、上記第1シーケンス及び上記第2シーケンスに基づいて、上記第1文字列と上記第2文字列との間の編集距離を特定するための第1特定モジュールと、
上記編集距離、及び、上記第1シーケンスを上記第2シーケンスに変換するために行なった各操作の情報に基づいて、上記第1文字列と上記第2文字列との間の類似性を特定するための第2特定モジュールと
を備えることを特徴とする類似性特定装置 - 上記第2特定モジュールは、
上記第1シーケンスから上記第2シーケンスに変換するために行なった各操作情報の中の切替操作情報を取得するための取得ユニットと、
上記各切替操作情報に基づいて、上記第1シーケンス及び上記第2シーケンスの両方の中に同時に存在する二つの単語の数である、ペアリングの数を特定するための第1特定ユニットと、
上記編集距離、上記ペアリングの数、各操作の操作コスト、上記第1シーケンス中の単語の数、及び、上記第2シーケンス中の単語の数に基づいて、上記第1文字列と上記第2文字列との間の類似性を特定するための第2特定ユニットと
を備えることを特徴とする請求項13に記載の類似性特定装置 - 上記各操作は、切替操作及び交換操作を含み、上記第2特定ユニットは、
上記編集距離、上記ペアリングの数、切替操作の操作コスト、及び、交換操作の操作コストに基づいて、上記第1文字列と上記第2文字列との間の最小のセマンティックの編集距離を特定するための第1特定サブユニットと、
上記最小のセマンティックの編集距離を正規化して、正規化結果を得るための正規化サブユニットと、
上記正規化結果に基づいて、上記第1文字列と上記第2文字列との間の類似性を特定するための第2特定サブユニットと
を備えることを特徴とする請求項14に記載の類似性特定装置 - 上記各操作は、切替操作、交換操作、挿入操作、削除操作の中の少なくとも一つを含み、上記第2特定ユニットは、
上記編集距離、上記ペアリングの数、切替操作の操作コスト、及び、交換操作の操作コストに基づいて、上記第1文字列と上記第2文字列との間の第1セマンティックの編集距離を特定するための第3特定サブユニットと、
挿入操作の操作コスト及び削除操作の操作コストの中の一つ、切替操作の操作コスト、上記第1シーケンス中の単語の数、及び、上記第2シーケンス中の単語の数に基づいて、上記第1文字列と上記第2文字列との間の第2セマンティックの編集距離を特定するための第4特定サブユニットと、
上記第1セマンティックの編集距離、及び、上記第2セマンティックの編集距離に基づいて、上記第1文字列と上記第2文字列との間の類似性を特定するための第5特定サブユニットと
を備えることを特徴とする請求項14に記載の類似性特定装置 - 切替操作と交換操作との間の関係に基づいて、切替操作の操作コスト及び交換操作の操作コストを特定するための第3特定モジュールと、
切替操作、挿入操作、及び、削除操作の間の関係に基づいて、挿入操作の操作コスト、削除操作の操作コスト及び切替操作の操作コストを特定するための第4特定モジュールと
をさらに備えることを特徴とする請求項14乃至16の中のいずれか1項に記載の類似性特定装置 - 切替操作と交換操作との間の関係に基づいて、2×切替操作の操作コスト>交換操作の操作コストとして特定するための第5特定モジュールと、
切替操作、挿入操作、及び、削除操作の間の関係に基づいて、挿入操作の操作コスト+削除操作の操作コスト>切替操作の操作コストとして特定するための第6特定モジュールと
をさらに備えることを特徴とする請求項17に記載の類似性特定装置 - 挿入操作と削除操作との間の関係に基づいて、挿入操作の操作コスト=削除操作の操作コストとして特定するための第7特定モジュール
をさらに備えることを特徴とする請求項17に記載の類似性特定装置 - 上記第1特定モジュールは、予め定義した編集距離アルゴリズム、上記第1シーケンス及び上記第2シーケンスに基づいて、以下の式1に従って、上記第1文字列と上記第2文字列との間の編集距離を特定し、
式1:minCost[i, j]=min(
minCost[i-1, j]+cost(S),
minCost[i, j-1]+cost(C),
minCost[i-1, j-1]+cost(T))
式1の中で、iは、上記第1シーケンス中のi番目の単語であり、jは、上記第2シーケンス中のj番目の単語であり、cost(S)は、削除操作の操作コストであり、cost(C)は、挿入操作の操作コストであり、cost(T)は、切替操作の操作コストである
ことを特徴とする請求項14に記載の類似性特定装置 - 上記第1特定サブユニットは、上記編集距離、上記ペアリングの数、切替操作の操作コスト、及び、交換操作の操作コストに基づいて、以下の式2に従って、上記第1文字列と上記第2文字列との間の最小のセマンティックの編集距離を特定し、
式2:minCost(S1, S2)=d-p(2cost(T)-cost(J))
式2の中で、S1及びS2は、それぞれ上記第1文字列及び上記第2文字列であり、minCost(S1, S2)は、上記最小のセマンティックの編集距離であり、dは、上記編集距離であり、pは、上記ペアリングの数であり、cost(J)は、上記交換操作の操作コストであり、cost(T)は、上記切替操作の操作コストであり、且つ、2cost(T)-cost(J)>0である
ことを特徴とする請求項15に記載の類似性特定装置 - 上記第3特定サブユニットは、上記編集距離、上記ペアリングの数、切替操作の操作コスト、及び、交換操作の操作コストに基づいて、以下の式3に従って、上記第1文字列と上記第2文字列との間の第1セマンティックの編集距離を特定し、
式3:minCost(S1, S2)=d-p(2cost(T)-cost(J))
式3の中で、S1及びS2は、それぞれ上記第1文字列及び上記第2文字列であり、minCost(S1, S2)は、上記第1セマンティックの編集距離であり、dは、上記編集距離であり、pは、上記ペアリングの数であり、cost(J)は、上記交換操作の操作コストであり、cost(T)は、上記切替操作の操作コストであり、且つ、2cost(T)-cost(J)>0である
ことを特徴とする請求項16に記載の類似性特定装置 - 第4特定サブユニットは、挿入操作の操作コスト及び削除操作の操作コストの中の一つ、切替操作の操作コスト、上記第1シーケンス中の単語の数、及び、上記第2シーケンス中の単語の数に基づいて、以下の式4に従って、上記第1文字列と上記第2文字列との間の第2セマンティックの編集距離を特定し、
式4:normFact(S1, S2)=min(n, m)cost(T)+(max(n, m)-min(n, m))×costM
costM=cost(C), if n<m
costM=cost(S), if n>m
式4の中で、normFact(S1, S2)は、上記第2セマンティックの編集距離であり、nは、上記第1シーケンスの単語の数であり、mは、上記第2シーケンスの単語の数であり、cost(T)は、上記切替操作の操作コストであり、cost(S)は、上記削除操作の操作コストであり、cost(C)は、上記挿入操作の操作コストである
ことを特徴とする請求項16に記載の類似性特定装置 - 上記第5特定サブユニットは、上記第1セマンティックの編集距離、及び、上記第2セマンティックの編集距離に基づいて、以下の式5に従って、上記第1文字列と上記第2文字列との間の類似性を特定し、
式5:sim(S1, S2)=1-minCost(S1, S2)/normFact(S1, S2)
式5の中で、sim(S1, S2)は、上記第1文字列と上記第2文字列との間の類似性であり、minCost(S1, S2)は、上記第1セマンティックの編集距離であり、normFact(S1, S2)は、上記第2セマンティックの編集距離である
ことを特徴とする請求項16に記載の類似性特定装置 - プロセッサと、
前記プロセッサが実行可能な命令を記憶するためのメモリと
を備え、
前記プロセッサは、
第1文字列及び第2文字列に対してそれぞれ単語分割を行なって、少なくとも一つの単語をそれぞれ含む第1シーケンス及び第2シーケンスを得るし、
予め定義した編集距離アルゴリズム、上記第1シーケンス及び上記第2シーケンスに基づいて、上記第1文字列及び上記第2文字列との間の編集距離を特定し、
上記編集距離、及び、上記第1シーケンスを上記第2シーケンスに変換するために行なった各操作の情報に基づいて、上記第1文字列と上記第2文字列との間の類似性を特定するように構成される
ことを特徴とする端末。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510882468.2 | 2015-12-03 | ||
CN201510882468.2A CN105446957B (zh) | 2015-12-03 | 2015-12-03 | 相似性确定方法、装置及终端 |
PCT/CN2015/099523 WO2017092122A1 (zh) | 2015-12-03 | 2015-12-29 | 相似性确定方法、装置及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018501597A true JP2018501597A (ja) | 2018-01-18 |
JP6321306B2 JP6321306B2 (ja) | 2018-05-09 |
Family
ID=55557172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017553299A Active JP6321306B2 (ja) | 2015-12-03 | 2015-12-29 | 類似性特定方法、装置、端末、プログラム及び記録媒体 |
Country Status (8)
Country | Link |
---|---|
US (1) | US10089301B2 (ja) |
EP (1) | EP3179379A1 (ja) |
JP (1) | JP6321306B2 (ja) |
KR (1) | KR101782923B1 (ja) |
CN (1) | CN105446957B (ja) |
MX (1) | MX365897B (ja) |
RU (1) | RU2664002C2 (ja) |
WO (1) | WO2017092122A1 (ja) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10296788B1 (en) * | 2016-12-19 | 2019-05-21 | Matrox Electronic Systems Ltd. | Method and system for processing candidate strings detected in an image to identify a match of a model string in the image |
US10853457B2 (en) * | 2018-02-06 | 2020-12-01 | Didi Research America, Llc | System and method for program security protection |
US10515149B2 (en) | 2018-03-30 | 2019-12-24 | BlackBoiler, LLC | Method and system for suggesting revisions to an electronic document |
WO2020061910A1 (zh) * | 2018-09-27 | 2020-04-02 | 北京字节跳动网络技术有限公司 | 用于生成信息的方法和装置 |
SG10201904554TA (en) * | 2019-05-21 | 2019-09-27 | Alibaba Group Holding Ltd | Methods and devices for quantifying text similarity |
CN110750615B (zh) * | 2019-09-30 | 2020-07-24 | 贝壳找房(北京)科技有限公司 | 文本重复性判定方法和装置、电子设备和存储介质 |
CN110909161B (zh) * | 2019-11-12 | 2022-04-08 | 西安电子科技大学 | 基于密度聚类和视觉相似度的英文单词分类方法 |
CN111352549B (zh) * | 2020-02-25 | 2022-01-07 | 腾讯科技(深圳)有限公司 | 一种数据对象展示方法、装置、设备及存储介质 |
US11776529B2 (en) * | 2020-04-28 | 2023-10-03 | Samsung Electronics Co., Ltd. | Method and apparatus with speech processing |
KR20210132855A (ko) * | 2020-04-28 | 2021-11-05 | 삼성전자주식회사 | 음성 처리 방법 및 장치 |
CN111967270B (zh) * | 2020-08-16 | 2023-11-21 | 云知声智能科技股份有限公司 | 一种基于字符与语义融合的方法和设备 |
CA3203926A1 (en) | 2021-01-04 | 2022-07-07 | Liam Roshan Dunan EMMART | Editing parameters |
CN112597313B (zh) * | 2021-03-03 | 2021-06-29 | 北京沃丰时代数据科技有限公司 | 短文本聚类方法、装置、电子设备及存储介质 |
KR102517661B1 (ko) * | 2022-07-15 | 2023-04-04 | 주식회사 액션파워 | 텍스트 정보에서 타겟 단어에 대응하는 단어를 식별하는 방법 |
CN116564414B (zh) * | 2023-07-07 | 2024-03-26 | 腾讯科技(深圳)有限公司 | 分子序列的比对方法、装置、电子设备、存储介质及产品 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005352888A (ja) * | 2004-06-11 | 2005-12-22 | Hitachi Ltd | 表記揺れ対応辞書作成システム |
US20090175545A1 (en) * | 2008-01-04 | 2009-07-09 | Xerox Corporation | Method for computing similarity between text spans using factored word sequence kernels |
JP2012533818A (ja) * | 2009-07-20 | 2012-12-27 | アリババ・グループ・ホールディング・リミテッド | 単語の重みに基づいた検索結果の順位付け |
WO2014136173A1 (ja) * | 2013-03-04 | 2014-09-12 | 三菱電機株式会社 | 検索装置 |
US20150051896A1 (en) * | 2013-08-14 | 2015-02-19 | National Research Council Of Canada | Method and apparatus to construct program for assisting in reviewing |
JP2015079380A (ja) * | 2013-10-17 | 2015-04-23 | 株式会社日立ソリューションズ東日本 | データ処理装置およびデータ処理方法 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5757959A (en) * | 1995-04-05 | 1998-05-26 | Panasonic Technologies, Inc. | System and method for handwriting matching using edit distance computation in a systolic array processor |
NO983175L (no) | 1998-07-10 | 2000-01-11 | Fast Search & Transfer Asa | Soekesystem for gjenfinning av data |
JP2001291060A (ja) * | 2000-04-04 | 2001-10-19 | Toshiba Corp | 単語列照合装置および単語列照合方法 |
US7107204B1 (en) * | 2000-04-24 | 2006-09-12 | Microsoft Corporation | Computer-aided writing system and method with cross-language writing wizard |
US6810376B1 (en) * | 2000-07-11 | 2004-10-26 | Nusuara Technologies Sdn Bhd | System and methods for determining semantic similarity of sentences |
US7734565B2 (en) * | 2003-01-18 | 2010-06-08 | Yahoo! Inc. | Query string matching method and apparatus |
EP1668541A1 (en) * | 2003-09-30 | 2006-06-14 | British Telecommunications Public Limited Company | Information retrieval |
US8775441B2 (en) | 2008-01-16 | 2014-07-08 | Ab Initio Technology Llc | Managing an archive for approximate string matching |
US8812493B2 (en) * | 2008-04-11 | 2014-08-19 | Microsoft Corporation | Search results ranking using editing distance and document information |
US8170969B2 (en) * | 2008-08-13 | 2012-05-01 | Siemens Aktiengesellschaft | Automated computation of semantic similarity of pairs of named entity phrases using electronic document corpora as background knowledge |
US8219583B2 (en) * | 2008-11-10 | 2012-07-10 | Nbcuniversal Media, Llc | Methods and systems for mining websites |
US8290989B2 (en) * | 2008-11-12 | 2012-10-16 | Sap Ag | Data model optimization |
CN101751430A (zh) * | 2008-12-12 | 2010-06-23 | 汉王科技股份有限公司 | 电子词典模糊检索方法 |
CN101561813B (zh) * | 2009-05-27 | 2010-09-29 | 东北大学 | 一种Web环境下的字符串相似度的分析方法 |
CN102622338B (zh) * | 2012-02-24 | 2014-02-26 | 北京工业大学 | 一种短文本间语义距离的计算机辅助计算方法 |
CN103399907A (zh) * | 2013-07-31 | 2013-11-20 | 深圳市华傲数据技术有限公司 | 一种基于编辑距离计算中文字符串相似度的方法及装置 |
US9430463B2 (en) * | 2014-05-30 | 2016-08-30 | Apple Inc. | Exemplar-based natural language processing |
US9672206B2 (en) * | 2015-06-01 | 2017-06-06 | Information Extraction Systems, Inc. | Apparatus, system and method for application-specific and customizable semantic similarity measurement |
-
2015
- 2015-12-03 CN CN201510882468.2A patent/CN105446957B/zh active Active
- 2015-12-29 KR KR1020167006741A patent/KR101782923B1/ko active IP Right Grant
- 2015-12-29 JP JP2017553299A patent/JP6321306B2/ja active Active
- 2015-12-29 MX MX2016005489A patent/MX365897B/es active IP Right Grant
- 2015-12-29 RU RU2016118758A patent/RU2664002C2/ru active
- 2015-12-29 WO PCT/CN2015/099523 patent/WO2017092122A1/zh active Application Filing
-
2016
- 2016-09-26 EP EP16190672.2A patent/EP3179379A1/en not_active Ceased
- 2016-11-10 US US15/348,697 patent/US10089301B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005352888A (ja) * | 2004-06-11 | 2005-12-22 | Hitachi Ltd | 表記揺れ対応辞書作成システム |
US20090175545A1 (en) * | 2008-01-04 | 2009-07-09 | Xerox Corporation | Method for computing similarity between text spans using factored word sequence kernels |
JP2012533818A (ja) * | 2009-07-20 | 2012-12-27 | アリババ・グループ・ホールディング・リミテッド | 単語の重みに基づいた検索結果の順位付け |
WO2014136173A1 (ja) * | 2013-03-04 | 2014-09-12 | 三菱電機株式会社 | 検索装置 |
US20150051896A1 (en) * | 2013-08-14 | 2015-02-19 | National Research Council Of Canada | Method and apparatus to construct program for assisting in reviewing |
JP2015079380A (ja) * | 2013-10-17 | 2015-04-23 | 株式会社日立ソリューションズ東日本 | データ処理装置およびデータ処理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105446957B (zh) | 2018-07-20 |
KR101782923B1 (ko) | 2017-09-28 |
MX2016005489A (es) | 2017-11-30 |
EP3179379A1 (en) | 2017-06-14 |
JP6321306B2 (ja) | 2018-05-09 |
US20170161260A1 (en) | 2017-06-08 |
US10089301B2 (en) | 2018-10-02 |
WO2017092122A1 (zh) | 2017-06-08 |
RU2664002C2 (ru) | 2018-08-14 |
CN105446957A (zh) | 2016-03-30 |
RU2016118758A (ru) | 2017-11-20 |
MX365897B (es) | 2019-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6321306B2 (ja) | 類似性特定方法、装置、端末、プログラム及び記録媒体 | |
JP6189000B2 (ja) | アプリケーションのインストールパッケージの処理方法、装置、プログラム及び記録媒体 | |
JP6167245B2 (ja) | 通信メッセージ識別方法、通信メッセージ識別装置、プログラム及び記録媒体 | |
TW202113680A (zh) | 人臉和人手關聯檢測方法及裝置、電子設備和電腦可讀儲存媒體 | |
JP2017505966A (ja) | ファームウェアアップグレード方法、装置、プログラム及び記録媒体 | |
WO2021204098A1 (zh) | 语音交互方法及电子设备 | |
WO2017088247A1 (zh) | 输入处理方法、装置及设备 | |
KR20150090966A (ko) | 전자 장치 및 전자 장치의 검색 결과 제공 방법 | |
CN106201734B (zh) | 文件分享方法及装置 | |
JP2016528642A (ja) | 軽応用のメッセージプッシュ方法、メッセージプッシュ装置、端末、サーバ、プログラム及び記録媒体 | |
EP3001300B1 (en) | Method and apparatus for generating preview data | |
US10083346B2 (en) | Method and apparatus for providing contact card | |
KR20160012573A (ko) | 통합된 통화 및 계산 기능을 지원하는 전자 장치 및 그 방법 | |
US20190147889A1 (en) | User identification method and apparatus based on acoustic features | |
US20210022069A1 (en) | Method and apparatus for indicating position of cell-defining synchronization signal block and searching for the same, and base station | |
US20200275445A1 (en) | Method for indicating time-domain information of common control resource set of remaining minimum system information | |
US11210449B2 (en) | Page display method and device and storage medium | |
CN109992754B (zh) | 文档处理方法及装置 | |
US20160364459A1 (en) | Search method and search device | |
EP4020251A1 (en) | Data processing method and apparatus thereof | |
JP2017520877A5 (ja) | ||
CN111552688A (zh) | 数据导出方法、装置及电子设备 | |
CN112433787A (zh) | 目标对象的序列化方法、装置、电子设备及存储介质 | |
US20170060822A1 (en) | Method and device for storing string | |
CN112732734A (zh) | 一种信息处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160315 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160315 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171215 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180227 |
|
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: 20180313 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180404 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6321306 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 |