JP2023052555A5 - - Google Patents

Claims (12)

1. プロセッサと、
   命令を記憶するメモリと
   を備えるシステムであって、前記命令が、前記プロセッサによって実行されたとき、
   品目の複数の説明を複数の単語ベクトルに変換することであって、各単語ベクトルが複数の次元を有する、単語ベクトルに変換することと、
   ユーザ・インターフェースの２次元平面上に前記複数の単語ベクトルを投影することと、
   前記複数の単語ベクトルと２次元座標の複数のセットとについてニューラル・ネットワークをトレーニングすることであって、２次元座標の各セットがそれぞれの単語ベクトルに関連付けられる、ニューラル・ネットワークをトレーニングすることと、
   前記トレーニングされたニューラル・ネットワークに基づいて結果を予測することと、
   前記２次元座標の複数のセットのクラスタ・グルーピングを含む予測を前記ユーザ・インターフェースに出力することと、
   補正された予測を与えるために、前記ユーザ・インターフェースを介して、ユーザの入力に応答して、前記予測を補正することであって、前記ユーザ・インターフェースを表示するスクリーン上で、複数の前記クラスタ・グルーピングのうちの１つから、又は新しいクラスタ・グルーピングへ、前記２次元座標の複数のセットのサブセットを移動することを含む、予測を補正することと、
   前記補正された予測に基づいて、前記トレーニングされたニューラル・ネットワークを再トレーニングし、それによって、再トレーニングされたニューラル・ネットワークを与えることと、
   前記トレーニングされたニューラル・ネットワークに基づいて新しい結果を予測することと
   を行うように前記システムを構成する
   システム。
2. 前記ユーザ・インターフェースがグラフィカル・ユーザ・インターフェースである、請求項１に記載のシステム。
3. 前記結果がデバイスに出力される、請求項２に記載のシステム。
4. 前記予測を補正することが、ユーザの入力に応答して、前記予測に関連付けられたデータ・ファイルを補正することを含む、請求項１に記載のシステム。
5. 対話型機械学習のコンピュータ実装方法であって、前記方法は、
   品目の複数の説明を複数の単語ベクトルに変換することであって、各単語ベクトルが複数の次元を有する、単語ベクトルに変換することと、
   ユーザ・インターフェースの２次元平面上に前記複数の単語ベクトルを投影することと、
   前記複数の単語ベクトルと２次元座標の複数のセットとについてニューラル・ネットワークをトレーニングすることであって、２次元座標の各セットがそれぞれの単語ベクトルに関連付けられる、ニューラル・ネットワークをトレーニングすることと、
   前記トレーニングされたニューラル・ネットワークに基づいて結果を予測することと、
   前記２次元座標の複数のセットのクラスタ・グルーピングを含む予測を前記ユーザ・インターフェースに出力することと、
   補正された予測を与えるために、前記ユーザ・インターフェースを介して、ユーザの入力に応答して、前記予測を補正することであって、前記ユーザ・インターフェースを表示するスクリーン上で、複数の前記クラスタ・グルーピングのうちの１つから複数の前記クラスタ・グルーピングのうちの他の１つへ、又は新しいクラスタ・グルーピングへ、前記２次元座標の複数のセットのサブセットを移動することを含む、予測を補正することと、
   前記補正された予測に基づいて、前記トレーニングされたニューラル・ネットワークを再トレーニングし、それによって、再トレーニングされたニューラル・ネットワークを与えることと、
   前記トレーニングされたニューラル・ネットワークに基づいて新しい結果を予測することと
   を含む、対話型機械学習のコンピュータ実装方法。
6. 前記ユーザ・インターフェースがグラフィカル・ユーザ・インターフェースである、請求項５に記載のコンピュータ実装方法。
7. 前記結果がデバイスに出力される、請求項６に記載のコンピュータ実装方法。
8. 前記予測を補正することが、ユーザの入力に応答して、前記予測に関連付けられたデータ・ファイルを補正することを含む、請求項５に記載のコンピュータ実装方法。
9. 非一時的コンピュータ可読記憶媒体であって、前記コンピュータ可読記憶媒体は、コンピュータによって実行されたとき、前記コンピュータに、
   品目の複数の説明を複数の単語ベクトルに変換することであって、各単語ベクトルが複数の次元を有する、単語ベクトルに変換することと、
   ユーザ・インターフェースの２次元平面上に前記複数の単語ベクトルを投影することと、
   前記複数の単語ベクトルと２次元座標の複数のセットとについてニューラル・ネットワークをトレーニングすることであって、２次元座標の各セットがそれぞれの単語ベクトルに関連付けられる、ニューラル・ネットワークをトレーニングすることと、
   前記トレーニングされたニューラル・ネットワークに基づいて結果を予測することと、
   前記２次元座標の複数のセットのクラスタ・グルーピングを含む予測を前記ユーザ・インターフェースに出力することと、
   補正された予測を与えるために、前記ユーザ・インターフェースを介して、ユーザの入力に応答して、前記予測を補正することであって、前記ユーザ・インターフェースを表示するスクリーン上で、複数の前記クラスタ・グルーピングのうちの１つから複数の前記クラスタ・グルーピングのうちの他の１つへ、又は新しいクラスタ・グルーピングへ、前記２次元座標の複数のセットのサブセットを移動することを含む、予測を補正することと、
   前記補正された予測に基づいて前記トレーニングされたニューラル・ネットワークを再トレーニングし、それによって、再トレーニングされたニューラル・ネットワークを与えることと、
   前記トレーニングされたニューラル・ネットワークに基づいて、新しい結果を予測することとを行わせる命令を含む、非一時的コンピュータ可読記憶媒体。
10. 前記ユーザ・インターフェースがグラフィカル・ユーザ・インターフェースである、請求項９に記載のコンピュータ可読記憶媒体。
11. 前記結果がデバイスに出力される、請求項１０に記載のコンピュータ可読記憶媒体。
12. 前記予測を補正することが、ユーザの入力に応答して、前記予測に関連付けられたデータ・ファイルを補正することを含む、請求項９に記載のコンピュータ可読記憶媒体。