JP4074564B2 - コンピュータ実行可能な次元削減方法、該次元削減方法を実行させるためのプログラム、次元削減装置および該次元削減装置を使用した検索エンジン装置 - Google Patents
コンピュータ実行可能な次元削減方法、該次元削減方法を実行させるためのプログラム、次元削減装置および該次元削減装置を使用した検索エンジン装置 Download PDFInfo
- Publication number
- JP4074564B2 JP4074564B2 JP2003282690A JP2003282690A JP4074564B2 JP 4074564 B2 JP4074564 B2 JP 4074564B2 JP 2003282690 A JP2003282690 A JP 2003282690A JP 2003282690 A JP2003282690 A JP 2003282690A JP 4074564 B2 JP4074564 B2 JP 4074564B2
- Authority
- JP
- Japan
- Prior art keywords
- vector
- matrix
- data
- dimension reduction
- normal basis
- 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.)
- Expired - Fee Related
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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/316—Indexing structures
- G06F16/328—Management therefor
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Complex Calculations (AREA)
Description
ベクトル空間モデル(Vector Space Model: VSM)は、文書コーパスに含まれる各文書をキーワードの集合のベクトルでモデル化する。このモデル化に際して適用されるキーワードの重み付け方法には、キーワードが含まれるかどうかを、1ビットで表現する単純なブーリアン法や、キーワードの文書内および全文書での出現頻度に基づく、TF-IDF法などが知られている(非特許文献2)。VSMでは、文書数をM、キーワード数をNとして、文書コーパスを、M×Nの数値行列である、いわゆる文書−キーワード行列として表現することができる(非特許文献3)。
より検索効率を高めるために、通常では、上述した文書コーパスのM×N行列(以下、Aとして参照する。)のうち、キーワード・ベクトルの次元をNよりも遙かに小さな次元kへと削減することが行われている、このための方法としては、Deerwesterら(非特許文献4)により提案された潜在的意味インデキシング法(Latent Semantic Indexing; LSI法)および本発明者ら(非特許文献5、非特許文献1、非特許文献6、非特許文献7、非特許文献8)などにより提案された共分散行列法(Covariance Matrix Method; COV法)を挙げることができる。
北研二、津田和彦、獅子堀正幹、情報検索アルゴリズム、共立出版社、2002年 Richard K. Below, Findings Out About, Cambridge University Press, Cambridge, UK, 2000. G. Salton and M. Mcgill, Introduction to Modern Information Retrieval, McGraw-Hill, 1983. Scott Deerwester, et. al., "Indexing by Latent Semantic Analysis", Journal of the American Society for Information Science, Vol. 41, (6), 391-407, 1990. 青野雅樹、小林メイ、"ベクトル空間モデルに基づく次元削減による大規模文書データの検索と可視化"、情報処理学会、マルチメディアと分散処理研究会、2002-DPS-108, pp.79-84, June, 2002. 佐々木稔、北研二、"ランダム・プロジェクションによるベクトル空間情報検索モデルの次元削減"、自然言語処理、第8巻、第1号、pp.5-19, 2001. Mei Kobayashi, Masaki Aono,"Covariance matrix analysis for mining major and minor clusters", 5-th International Congress on Industrial and Applied Mathematics(ICIAM), Sydney, Australia, p.188, July 2003. K. V. Mardia, J. T. Kent and J. M. Bibby, Multivariate Analysis, Academic Press, London, 1979. Dimitris Achilioptas, "Database-friendly Random Projections", In Proc. ACM Symposium on the Principles of Database Systems, pp.274-281. 2001. Ella Bingham and Heikki Mannila, "Random projections in dimensionality reduction:Applications to image and text data", Proc. ACM SIGKDD, pp. 245-250, San Francisco, CA, USA, 2001.
データベースに格納されたデータ・ベクトルをランダムに選択してシャッフル情報を生成し、メモリに格納させるステップと、
前記シャッフル情報を使用して直交化された基底ベクトルにより前記数値行列の次元削減を実行させるステップと
を含む次元削減方法が提供される。
非正規基底ベクトルを直交化させて正規基底ベクトルを生成させ、ランダム平均行列としてメモリに格納させるステップと、
前記ランダム平均行列を、前記データ・ベクトルに乗算して次元削減された次元削減行列、または次元削減するためのインデックス・データを生成し、格納部に格納させるステップとを含むことができる。本発明では、前記チャンクの数が、基底ベクトルの数に対応することができる。本発明では、前記平均値を算出するステップは、前記データ・ベクトルの要素を、データ・ベクトルの数(M)と基底ベクトル数(k)とから、floor(M/k)で与えられるごとに平均するステップを含むことができる。
データベースに格納されたデータ・ベクトルをランダムに選択してシャッフル情報を生成し、メモリに格納させるステップと、
前記シャッフル情報を使用して直交化された正規基底ベクトルにより前記数値行列の次元削減を実行させるステップと
を実行させる、プログラムが提供される。
データベースに格納されたデータ・ベクトルをランダムに選択してシャッフル情報を生成しメモリに読み込ませ、前記シャッフル情報を使用して、直交化された正規基底ベクトルを生成させてランダム平均行列を生成し、前記ランダム平均行列を使用して次元削減行列、または次元削減するためのインデックス・データを生成して格納させる処理部
を含む次元削減装置が提供される。
前記ランダム平均行列を読み出して、前記データ・ベクトルに乗算して次元削減された次元削減行列、または次元削減するためのインデックス・データを生成して、格納する次元削減データ格納部と
を含むことができる。
データベースに格納されたデータ・ベクトルをランダムに選択してシャッフル情報を生成し、メモリに読み込ませ、前記シャッフル情報を使用して、直交化された正規基底ベクトルを生成させてランダム平均行列を生成し、前記ランダム平均行列を使用して次元削減行列を生成して格納させる処理部と、
クエリー・ベクトルを生成して格納するクエリー・ベクトル格納部と、
前記次元削減行列と前記クエリー・ベクトルとの内積を計算する内積算出部と、
前記計算された内積のスコアを格納する検索結果格納部と、
を含む検索エンジンが提供できる。
前記ランダム平均行列を読み出して、前記データ・ベクトルに乗算して次元削減された次元削減行列、または次元削減するためのインデックス・データを生成して、格納する次元削減データ格納部と
を含むことができる。
(実験例1)
従来法との比較検討
(1)実験に使用したデータベース
実験に使用したデータベースは、データサイズが、332,918文書、で、キーワードを、56,300とし、次元削減は、300次元まで行った。
コンピュータ装置としては、CPUをPentinum4、1.7GHZ、オペレーティング・システムをWindows(登録商標)XPとした、IntelliStation(IBM社製)を使用した。
上述した条件の下でRAV法およびCOV法の計算時間を比較した。その結果を表1に示す。
本発明のRAV法の精度を、検索された文書のうちトップ10、トップ20のドキュメントがdf=49、29のごく少ないクエリー・キーワードを含むか否かの尺度を使用して検討した。その結果、df=49のキーワードに対してはトップ10では、100%、トップ20では、75%以上の精度(precision値)が得られた。なお、精度(precision値)および後述する再現度(recall値)は、下記式(1)により与えられる。
同一のクエリーについて、Text Research Collection Volume 5, April 1997, http://trec.nist.gov/に規定される手法を使用し、再現度-精度曲線(recall−precision curve)を本発明のRAV法およびRP法により計算させた。この際、RP法における次元削減行列Rは、下記式(2)により与えた。
RAV法と、RP法について得られた代表的な結果を図10に示す。図10に示されるように、本発明のRAV法は、RP法による値よりも概ね高い精度(precision値)を与えていることが示される。また計算時間の点に関して言えば、RP法の方が僅かに速いと言う結果が得られたものの、本発明のRAV法においても5〜10分程度の時間で計算が終了し、充分な高速性が保たれていた。これは、基底ベクトルの直交化処理を行う処理が本発明では含まれるためであると考えられる。
コンピュータ資源消費性
同一の条件下で計算機実験を行い、ランタイムでのメモリ消費量を比較した。下記表1に、それぞれの方法と、メモリ消費量との実測データを示す。
(実験例4)
(1)実験内容
本発明のRAV法と、RP法とを、マイナー・クラスターの検出性の観点から比較するための実験を、実験例2と同様のデータベースおよび条件を使用して行った。次元削減処理は、300次元とし、検索クエリーは、マイナー・クラスターに含まれることが確認されているquery1=<Michael Jordan, basketball>およびquery2=<McEnroe, tennis>を使用し、上位のドキュメントのうち検索クエリーquery1、query2を含むものの存在割合を、RAV法およびRP法について比較した。
得られた実験結果を下記表3に示す。
Claims (9)
- 数値行列を次元削減して、次元削減行列、または次元削減のためのインデックス・データとする、コンピュータが実行する次元削減方法であって、
データベースに格納され、前記数値行列を構成するデータ・ベクトルをランダムに選択して、選択された前記データ・ベクトルの識別値をメモリに選択された順に格納させて、該識別値が要素として配列され、該要素に対してチャンクが割り当てられたシャッフル・ベクトルを生成するステップと、
前記シャッフル・ベクトルにより指定された前記データ・ベクトルの数値要素をデータベースから読み出して、割り当てられた前記チャンクごとに平均値を算出して非正規基底ベクトルを生成し、メモリに格納させるステップと、
前記非正規基底ベクトルを直交化させて正規基底ベクトルを生成させ、各前記チャンクの前記正規基底ベクトルにより与えられるランダム平均行列をメモリに格納させるステップと、
前記ランダム平均行列を、前記データ・ベクトルに乗算して、前記数値行列が次元削減された前記次元削減行列、または前記データ・ベクトルの識別値および前記ランダム平均行列の列ベクトルの識別値をペアとした前記インデックス・データを生成し、格納部に格納させるステップと
を含む次元削減方法。 - チャンクの数と、正規基底ベクトルの数とが同数である、請求項1に記載の方法。
- 前記平均値を算出するステップは、前記データ・ベクトルの要素を、データ・ベクトルの数(M)と基底ベクトル数(k)とから、floor(M/k)で与えられるごとに平均するステップを含む、請求項1に記載の方法。
- コンピュータにより数値行列を次元削減して、次元削減行列、または次元削減のためのインデックス・データとする方法を実行させるコンピュータ実行可能なプログラムであって、該プログラムは、コンピュータに対して、
データベースに格納され、前記数値行列を構成するデータ・ベクトルをランダムに選択して、選択された前記データ・ベクトルの識別値をメモリに選択された順に格納させて、該識別値が要素として配列され、該要素に対してチャンクが割り当てられたシャッフル・ベクトルを生成させるステップと、
前記シャッフル・ベクトルにより指定された前記データ・ベクトルの数値要素をデータベースから読み出して、割り当てられた前記チャンクごとに平均値を算出して非正規基底ベクトルを生成し、メモリに格納させるステップと、
前記非正規基底ベクトルを直交化させて正規基底ベクトルを生成させ、各前記チャンクの前記正規基底ベクトルにより与えられるランダム平均行列をメモリに格納させるステップと、
前記ランダム平均行列を、前記データ・ベクトルに乗算して、前記数値行列が次元削減された前記次元削減行列、または前記データ・ベクトルの識別値および前記ランダム平均行列の列ベクトルの識別値をペアとした前記インデックス・データを生成し、格納部に格納させるステップと
を実行させる、プログラム。 - チャンクの数と、正規基底ベクトルの数とが同数である、請求項4に記載のプログラム。
- 前記平均値を算出するステップは、前記データ・ベクトルの要素を、データ・ベクトルの数(M)と基底ベクトル数(k)とから、floor(M/k)で与えられるごとに平均するステップを含む、請求項4に記載のプログラム。
- コンピュータにより数値行列を次元削減して、次元削減行列、または次元削減するためのインデックス・データとする次元削減装置であって、前記装置は、
データベースに格納され、前記数値行列を構成するデータ・ベクトルをランダムに選択して、選択された前記データ・ベクトルの識別値をメモリに選択された順に格納させて、該識別値が要素として配列され、該要素に対してチャンクが割り当てられたシャッフル・ベクトルを生成させるシャッフル・ベクトル生成部と、
前記シャッフル・ベクトルにより指定された前記データ・ベクトルの数値要素をデータベースから読み出して、割り当てられた前記チャンクごとに平均値を算出して非正規基底ベクトルを生成し、格納する非正規基底ベクトル生成部と、
前記非正規基底ベクトルを直交化させて正規基底ベクトルを生成させ、各前記チャンクの前記正規基底ベクトルにより与えられるランダム平均行列を生成するランダム平均行列生成部と、
前記ランダム平均行列を読み出して、前記データ・ベクトルに乗算して、前記数値行列が次元削減された前記次元削減行列、または前記データ・ベクトルの識別値および前記ランダム平均行列の列ベクトルの識別値をペアとした前記インデックス・データを生成して、格納する次元削減データ格納部と
を含む次元削減装置。 - コンピュータにより情報を提供するための検索エンジン装置であって、前記検索エンジン装置は、
データベースに格納され、数値行列を構成するデータ・ベクトルをランダムに選択して、選択された前記データ・ベクトルの識別値をメモリに選択された順に格納させて、該識別値が要素として配列され、該要素に対してチャンクが割り当てられたシャッフル・ベクトルを生成させるシャッフル・ベクトル生成部と、
前記シャッフル・ベクトルにより指定された前記データ・ベクトルの数値要素をデータベースから読み出して、割り当てられた前記チャンクごとに平均値を算出して非正規基底ベクトルを生成し、格納する非正規基底ベクトル生成部と、
前記非正規基底ベクトルを直交化させて正規基底ベクトルを生成させ、各前記チャンクの前記正規基底ベクトルにより与えられるランダム平均行列を生成するランダム平均行列生成部と、
前記ランダム平均行列を読み出して、前記データ・ベクトルに乗算して、前記数値行列が次元削減された次元削減行列、または前記次元削減行列を得るためのインデックス・データであって、前記データ・ベクトルの識別値および前記ランダム平均行列の列ベクトルの識別値をペアとした前記インデックス・データを生成して、格納する次元削減データ格納部と、
クエリー・ベクトルを生成して格納するクエリー・ベクトル格納部と、
前記次元削減行列と前記クエリー・ベクトルとの内積を計算する内積算出部と、
前記計算された内積のスコアを格納する検索結果格納部と、
を含む検索エンジン装置。 - 前記データ・ベクトルは、文書をキーワードを使用して数値化した数ベクトルを含む、請求項8に記載の検索エンジン装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003282690A JP4074564B2 (ja) | 2003-07-30 | 2003-07-30 | コンピュータ実行可能な次元削減方法、該次元削減方法を実行させるためのプログラム、次元削減装置および該次元削減装置を使用した検索エンジン装置 |
US10/896,191 US20050027678A1 (en) | 2003-07-30 | 2004-07-21 | Computer executable dimension reduction and retrieval engine |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003282690A JP4074564B2 (ja) | 2003-07-30 | 2003-07-30 | コンピュータ実行可能な次元削減方法、該次元削減方法を実行させるためのプログラム、次元削減装置および該次元削減装置を使用した検索エンジン装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005050197A JP2005050197A (ja) | 2005-02-24 |
JP4074564B2 true JP4074564B2 (ja) | 2008-04-09 |
Family
ID=34101020
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003282690A Expired - Fee Related JP4074564B2 (ja) | 2003-07-30 | 2003-07-30 | コンピュータ実行可能な次元削減方法、該次元削減方法を実行させるためのプログラム、次元削減装置および該次元削減装置を使用した検索エンジン装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20050027678A1 (ja) |
JP (1) | JP4074564B2 (ja) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100903599B1 (ko) * | 2007-11-22 | 2009-06-18 | 한국전자통신연구원 | 내적을 이용한 암호화된 데이터 검색 방법 및 이를 위한단말 장치와 서버 |
JP2009230169A (ja) * | 2008-03-19 | 2009-10-08 | Mitsubishi Electric Corp | パラメータ決定支援装置 |
JP2010267019A (ja) | 2009-05-13 | 2010-11-25 | Internatl Business Mach Corp <Ibm> | 文書作成を支援する方法、並びにそのコンピュータ・システム及びコンピュータ・プログラム |
JP5601121B2 (ja) * | 2010-09-27 | 2014-10-08 | カシオ計算機株式会社 | Nグラム検索のための転置インデックスの生成方法および生成装置、当該転置インデックスを用いた検索方法および検索装置、ならびに、コンピュータプログラム |
JP5601123B2 (ja) * | 2010-09-28 | 2014-10-08 | カシオ計算機株式会社 | Nグラム検索のための転置インデックスの生成方法および生成装置、当該転置インデックスを用いた検索方法および検索装置、ならびに、コンピュータプログラム |
CN103890763B (zh) * | 2011-10-26 | 2017-09-12 | 国际商业机器公司 | 信息处理装置、数据存取方法以及计算机可读存储介质 |
EP2709306B1 (en) * | 2012-09-14 | 2019-03-06 | Alcatel Lucent | Method and system to perform secure boolean search over encrypted documents |
US20140280178A1 (en) * | 2013-03-15 | 2014-09-18 | Citizennet Inc. | Systems and Methods for Labeling Sets of Objects |
CN104156402B (zh) * | 2014-07-24 | 2017-06-13 | 中国软件与技术服务股份有限公司 | 一种基于聚类的常态模式提取方法及系统 |
CN104142986B (zh) * | 2014-07-24 | 2017-08-04 | 中国软件与技术服务股份有限公司 | 一种基于聚类的大数据态势分析预警方法及系统 |
US9454494B2 (en) * | 2014-08-01 | 2016-09-27 | Honeywell International Inc. | Encrypting a communication from a device |
US9438412B2 (en) * | 2014-12-23 | 2016-09-06 | Palo Alto Research Center Incorporated | Computer-implemented system and method for multi-party data function computing using discriminative dimensionality-reducing mappings |
WO2017125930A1 (en) * | 2016-01-19 | 2017-07-27 | Yissum Research Development Company Of The Hebrew University Of Jerusalem Ltd. | Searchable symmetric encryption with enhanced locality via balanced allocations |
CN106326335A (zh) * | 2016-07-22 | 2017-01-11 | 浪潮集团有限公司 | 一种基于显著属性选择的大数据归类方法 |
US11461360B2 (en) * | 2018-03-30 | 2022-10-04 | AVAST Software s.r.o. | Efficiently initializing distributed clustering on large data sets |
CN109885578B (zh) * | 2019-03-12 | 2021-08-13 | 西北工业大学 | 数据处理方法、装置、设备及存储介质 |
EP4191434A1 (en) * | 2019-04-19 | 2023-06-07 | Fujitsu Limited | Identification method, generation method, dimensional compression method, display method, and information processing device |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6134537A (en) * | 1995-09-29 | 2000-10-17 | Ai Ware, Inc. | Visualization and self organization of multidimensional data through equalized orthogonal mapping |
US5920859A (en) * | 1997-02-05 | 1999-07-06 | Idd Enterprises, L.P. | Hypertext document retrieval system and method |
US5857179A (en) * | 1996-09-09 | 1999-01-05 | Digital Equipment Corporation | Computer method and apparatus for clustering documents and automatic generation of cluster keywords |
US5819258A (en) * | 1997-03-07 | 1998-10-06 | Digital Equipment Corporation | Method and apparatus for automatically generating hierarchical categories from large document collections |
US6510406B1 (en) * | 1999-03-23 | 2003-01-21 | Mathsoft, Inc. | Inverse inference engine for high performance web search |
US6560597B1 (en) * | 2000-03-21 | 2003-05-06 | International Business Machines Corporation | Concept decomposition using clustering |
US6757646B2 (en) * | 2000-03-22 | 2004-06-29 | Insightful Corporation | Extended functionality for an inverse inference engine based web search |
US6922715B2 (en) * | 2000-05-08 | 2005-07-26 | International Business Machines Corporation | Computer implemented method and program for estimation of characteristic values of matrixes using statistical sampling |
JP3672234B2 (ja) * | 2000-06-12 | 2005-07-20 | インターナショナル・ビジネス・マシーンズ・コーポレーション | データベースからのドキュメントのリトリーブ・ランク付け方法、コンピュータシステム、および記録媒体 |
JP3573688B2 (ja) * | 2000-06-28 | 2004-10-06 | 松下電器産業株式会社 | 類似文書検索装置及び関連キーワード抽出装置 |
US7024400B2 (en) * | 2001-05-08 | 2006-04-04 | Sunflare Co., Ltd. | Differential LSI space-based probabilistic document classifier |
JP3845553B2 (ja) * | 2001-05-25 | 2006-11-15 | インターナショナル・ビジネス・マシーンズ・コーポレーション | データベースにおけるドキュメントのリトリーブ・ランク付けを実行するコンピュータ・システム、およびプログラム |
US6847966B1 (en) * | 2002-04-24 | 2005-01-25 | Engenium Corporation | Method and system for optimally searching a document database using a representative semantic space |
US6877001B2 (en) * | 2002-04-25 | 2005-04-05 | Mitsubishi Electric Research Laboratories, Inc. | Method and system for retrieving documents with spoken queries |
US20030204399A1 (en) * | 2002-04-25 | 2003-10-30 | Wolf Peter P. | Key word and key phrase based speech recognizer for information retrieval systems |
US7421418B2 (en) * | 2003-02-19 | 2008-09-02 | Nahava Inc. | Method and apparatus for fundamental operations on token sequences: computing similarity, extracting term values, and searching efficiently |
-
2003
- 2003-07-30 JP JP2003282690A patent/JP4074564B2/ja not_active Expired - Fee Related
-
2004
- 2004-07-21 US US10/896,191 patent/US20050027678A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
JP2005050197A (ja) | 2005-02-24 |
US20050027678A1 (en) | 2005-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4074564B2 (ja) | コンピュータ実行可能な次元削減方法、該次元削減方法を実行させるためのプログラム、次元削減装置および該次元削減装置を使用した検索エンジン装置 | |
Tombros et al. | The effectiveness of query-specific hierarchic clustering in information retrieval | |
Roshdi et al. | Information retrieval techniques and applications | |
US6286018B1 (en) | Method and apparatus for finding a set of documents relevant to a focus set using citation analysis and spreading activation techniques | |
Lin et al. | PubMed related articles: a probabilistic topic-based model for content similarity | |
US6587848B1 (en) | Methods and apparatus for performing an affinity based similarity search | |
Yagoubi et al. | Massively distributed time series indexing and querying | |
US20020091678A1 (en) | Multi-query data visualization processes, data visualization apparatus, computer-readable media and computer data signals embodied in a transmission medium | |
US20050210006A1 (en) | Field weighting in text searching | |
Oren | Re-examining tf. idf based information retrieval with genetic programming | |
JP2004213675A (ja) | 構造化ドキュメントの検索 | |
Wolfram | The symbiotic relationship between information retrieval and informetrics | |
JPWO2014050002A1 (ja) | クエリ類似度評価システム、評価方法、及びプログラム | |
JP2010128677A (ja) | テキスト要約装置、その方法およびプログラム | |
Yoon et al. | BitCube: clustering and statistical analysis for XML documents | |
Khalid et al. | A multi-objective approach to determining the usefulness of papers in academic search | |
CN111143400A (zh) | 一种全栈式检索方法、系统、引擎及电子设备 | |
Deng et al. | Information re-finding by context: A brain memory inspired approach | |
Pannu et al. | A comparison of information retrieval models | |
Hmedeh et al. | Content-based publish/subscribe system for web syndication | |
Fan et al. | Genetic-based approaches in ranking function discovery and optimization in information retrieval—a framework | |
Deshmukh et al. | A literature survey on latent semantic indexing | |
Hristidis et al. | Relevance-based retrieval on hidden-web text databases without ranking support | |
Hristidis et al. | Ranked queries over sources with boolean query interfaces without ranking support | |
Kuo | On word prediction methods |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070612 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070910 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20071002 |
|
RD14 | Notification of resignation of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7434 Effective date: 20071016 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071217 |
|
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: 20080122 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080125 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110201 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |