JP5409321B2 - 情報評価装置、情報評価方法、及び情報評価プログラム - Google Patents
情報評価装置、情報評価方法、及び情報評価プログラム Download PDFInfo
- Publication number
- JP5409321B2 JP5409321B2 JP2009284998A JP2009284998A JP5409321B2 JP 5409321 B2 JP5409321 B2 JP 5409321B2 JP 2009284998 A JP2009284998 A JP 2009284998A JP 2009284998 A JP2009284998 A JP 2009284998A JP 5409321 B2 JP5409321 B2 JP 5409321B2
- Authority
- JP
- Japan
- Prior art keywords
- word
- document
- category
- information
- words
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
ここで、カテゴリ毎の特徴単語の集合を用意するとき、人の事前知識によってある程度の単語候補を準備することができる。しかし、文書に記述される単語の表記方法が標準化されていることは稀であり、文書には多種多様の単語が用いられるため、人の知識だけでは、テキストマイニングに十分な単語を用意することができないという問題があった。
このような問題に対して、事前に文書を収集し、収集した文書に含まれる単語からカテゴリ毎に特徴単語を抽出しておくことが考えられる。この場合、抽出の対象となる文書やそれに記述された単語が膨大となることが多く、抽出作業に工数がかかってしまうという問題があった。そこで、特徴単語の抽出作業を効率的に支援する技術が望まれている。
このような技術において、評価値の計算に用いる基準には、統計的尺度を基にした単語の重要度の評価結果が用いられることが知られている。例えば、非特許文献1、2には、注目カテゴリとその他のカテゴリとの間で出現頻度の偏りが大きな単語は評価値を大きな値とし、反対に、いずれのカテゴリでも同程度の出現頻度である単語は評価値を小さな値とする、といった相互情報量や情報利得等の等統計量を用いることが記載されている。
例えば、「カドミウム」や「アナフィラキシー」といった、ある疾病のカテゴリに関連する具体的な単語の出現頻度と、「適当」といった一般的な単語の出現頻度と、があるカテゴリにおいて同程度に低いとき(例えば、数個)、一般的な単語の方がそのカテゴリへの偏りが大きいと判定され、その評価値が具体的な単語についての評価値より大きくなる場合がある。一方、カテゴリを特徴付ける単語は、通常、具体的なものであるから、この評価値に対する信頼性は損なわれているといえる。
このように、従来技術では、カテゴリにおける単語の重要度について、信頼性の高い評価値を算出することができない、という欠点があった。
<単語抽出装置1の構成について>
図1は、本発明の実施形態に係る単語抽出装置1の構成を示す概略ブロック図である。
単語抽出装置1(情報評価装置)は、入力処理部101、形態素解析部102、単語処理部103、交互作用算出部104、結果表示部105、文書記憶部111、文書カテゴリリスト記憶部112、文書別単語リスト記憶部113、全文書単語リスト記憶部114、カテゴリ別単語対リスト記憶部115、カテゴリ別単語リスト記憶部116、及び、単語評価値リスト記憶部117を含んで構成される。
また、形態素解析部102は、形態素解析を行った文書の数(全文書数Nという)を算出する。形態素解析部102は、入力された指定カテゴリ情報及び全文書数Nを、単語処理部103に出力する。
また、単語処理部103は、形態素解析部102から入力された指定カテゴリ情報、及び文書別単語リスト記憶部113が記憶する文書別単語リストに基づいて、単語のペア(単語対)毎に、指定カテゴリcに属する文書のうちその単語対が共起する文書の数(指定カテゴリcでの共起文書数という。選択カテゴリ共起頻度情報)を算出し、カテゴリ別単語対リスト記憶部115のカテゴリ別単語対リスト(図7)に記憶する。ここで、単語対が共起するとは、1つの文書データの文書に単語対の単語の両方が現れることをいう。
また、単語処理部103は、文書カテゴリリスト記憶部112が記憶する文書カテゴリリストに基づいて、形態素解析部102から入力された指定カテゴリ情報が示す指定カテゴリcの文書の数(指定カテゴリ文書数Ncという)を算出する。単語処理部103は、入力された指定カテゴリ情報、全文書数N、及び、算出した指定カテゴリ文書数Ncを、交互作用算出部104に出力する。
交互作用算出部104は、指定カテゴリcに属する文書に現れる単語と算出した評価値とを、単語評価値リストとして単語評価値リスト記憶部117に記憶する。また、交互作用算出部104は、入力された指定カテゴリ情報を、結果表示部105に出力する。
以下、交互作用算出部104が行う評価値算出処理の詳細について説明をする。
ます、交互作用算出部104は、次式(1)を用いて交互作用値DI(w1,w2,c)を算出する。ここで、単語w1、w2は、指定カテゴリcの文書データのうち、文書IDが同一の文書データの文書に現れる単語のペア(単語対)である。
すなわち、交互作用算出部104は、指定カテゴリcに属する文書で共起する単語対(w1、w2)について指定カテゴリcに属する文書で共起する頻度を示すNw1,w2,cと、単語の組(w1、w2)について全文書での出現頻度を示すNw1Nw2(全文書単語組出現頻度情報)と、に基づいて、指定カテゴリcに属する文書に現れる単語wについて指定カテゴリcでの重要度を示す評価値DWPI(w,c)を算出する。
また、式(2)の第2項は、単語wが指定カテゴリc以外のカテゴリに属する文書にも頻繁に現れる場合に、評価値DWPI(w,c)の値が低くなることを示す。この第2項は、単語wが「適当」のような一般的な単語である場合、重要度が低い単語であるという考えに基づくものである。また、逆に、単語wが「カドミウム」のような具体的な単語である場合、重要度の高い単語であるという考えに基づくものである。
このように、式(2)では、多くの種類のwpと共起される単語wに高い評価値を割り当てつつ、単語wが一般的な単語である場合には低い評価値を、単語wが具体的な単語である場合にはそのまま高い評価値を割り当てることができる。
なお、評価値算出処理に用いる各変数Nw、Nwp、Nw1,w2,cの算出処理については、単語抽出装置1の動作と併せて後述する。
以下、単語抽出装置1が記憶する情報、及び単語抽出装置1が行う動作について説明をする。
図2は、本実施形態に係る文書別単語リストの一例を示す概略図である。図示するように文書別単語リストは、文書ID及び単語の各項目の列を有している。文書別単語リストには、単語毎に文書別単語情報が格納される。
例えば、図2の1行目の文書別単語情報は、文書IDが「00001」の文書データの文書に、単語「糖尿」が現れていることを示す。また、例えば、図2は、文書IDが「00002」の文書データの文書に、単語「落屑」、「ろう」、「適当」が現れていることを示す。
(ステップS101)形態素解析部102は、文書記憶部111が記憶する文書データを全て読み出す。その後、ステップS102へ進む。
(ステップS102)形態素解析部102は、ステップS101で読み出した文書データの1つに対して形態素解析を行うことによって、文書データ内の文書を単語に分割する。形態素解析部102は、分割した単語を、重複を排除するためにマージ(合併)して抽出する。形態素解析部102は、文書データの文書IDと抽出した単語とからなる情報(文書別単語情報)を、文書別単語リスト記憶部113の文書別単語リストに追加して記憶する。その後、ステップS103へ進む。
(ステップS103)形態素解析部102は、ステップS101で読み出した文書データ全てにステップS102の処理を行ったか否かを判定する。文書データ全てにステップS102の処理を行ったと判定した場合(YES)、ステップS104へ進む。一方、文書データ全てにステップS102の処理を行っていないと判定した場合(NO)、ステップS102へ戻る。
(ステップS105)単語処理部103は、文書別単語リスト記憶部113が記憶する文書別単語リストを読み出し、単語毎に文書IDを計数することで全文書での出現文書数を算出する。単語処理部103は、単語とその単語の全文書での出現文書数とからなる情報(全文書単語出現文書数情報)を、全文書単語リスト記憶部114の全文書単語リスト(図4)に追加して記憶する。その後、ステップS106へ進む。
(ステップS106)単語処理部103は、ステップS105で読み出した文書別単語リストの単語全てについて、ステップS105の処理を行ったか否かを判定する。文書別単語リストの単語全てにステップS105の処理を行ったと判定した場合(YES)、動作を終了する。一方、文書別単語リストの単語全てにステップS105の処理を行っていないと判定した場合(NO)、ステップS105へ戻る。
例えば、図3の1行目の全文書単語出現文書数情報は、単語「適当」について、全文書データでの出現文書数が「54」個であることを示す。また、この図の6行目の全文書単語出現文書数情報は、単語「アナフィラキシー」について、全文書データ内での出現文書数が「37」個であることを示す。このように、「適当」といった一般的に用いられる単語は、「アナフィラキシー」といった具体的な単語と比較して、全文書データでの出現文書数が多い傾向にある。
例えば、図5の1行目の文書カテゴリ情報は、文書IDが「00001」の文書データが、カテゴリ「栄養障害」に分類されていることを示す。
(ステップS201)単語処理部103は、形態素解析部102から指定カテゴリ情報を入力される。その後、ステップS202へ進む。
(ステップS202)単語処理部103は、文書カテゴリリスト記憶部112が記憶する文書カテゴリリストから、カテゴリがステップS201で入力された指定カテゴリ情報が示すカテゴリと一致する文書カテゴリリストの文書IDを読み出す。単語処理部103は、文書IDが読み出した文書IDと一致する文書別単語情報を、文書別単語リスト記憶部113が記憶する文書別単語リストから選択する。その後、ステップS203へ進む。
(ステップS203)単語処理部103は、ステップS202で選択した指定カテゴリcの文書別単語情報から文書IDが同じ文書別単語情報を選択し、選択した文書別単語情報の単語について、全ての2つの組合せ(単語対)のリストを生成する(図7の単語1、単語2を参照)。その後、ステップS204へ進む。
(ステップS205)単語処理部103は、ステップS203で生成したリストの単語対全てにステップS204の処理を行ったか否かを判定する。リストの単語対全てにステップS204の処理を行ったと判定した場合(YES)、ステップS206へ進む。一方、リストの単語対全てにステップS204の処理を行っていないと判定した場合(NO)、ステップS204へ戻る。
(ステップS207)単語処理部103は、全文書単語リスト記憶部114が記憶する全文書単語リストを参照する。単語処理部103は、ステップS206で生成した単語リストの単語について、その単語と単語の項目の値が一致する全文書単語出現文書数情報を、参照した全文書単語リストから抽出する。単語処理部103は、抽出した全文書単語出現文書数情報を、カテゴリ別単語リスト記憶部116のカテゴリ別単語リスト(図8)に追加して記憶する。その後、ステップS208へ進む。
(ステップS209)単語処理部103は、文書カテゴリリスト記憶部112が記憶する文書カテゴリリストから、カテゴリがステップS201で入力された指定カテゴリ情報と一致する文書カテゴリリストの数、つまり、指定カテゴリ文書数Ncを算出する。その後、動作を終了する。
例えば、図7の1行目の情報は、単語1「適当」と単語2「混濁」とが指定カテゴリcで共起されることを示す。また、この情報は、「適当」及び「混濁」の単語対について、指定カテゴリcでの共起文書数が「1」であることを示す。
例えば、図8の1行目の情報は、単語「適当」について、全文書データでの出現文書数が「54」個であることを示す。また、この図は、指定カテゴリcが図5の「栄養障害」である場合の図であり、指定カテゴリ「栄養障害」には、「適当」、「光線」、「糖尿」、「混濁」、「アナフィラキシー」、「弾性」、「落屑」、「エナメル」、「カドミウム」、「シリコン」、「ろう」が含まれていることを示す。
なお、図示はしていないが、単語の出現文書数が低い場合、図8に示した各単語の指定カテゴリcでの出現文書数は、例えば、一般的な単語である「適当」が2個、その他の具体的な単語である「アナフィラキシー」等が1個といったように、低い値となる場合がある。この場合、図8の例では、指定カテゴリcでの出現文書数と全文書の出現文書数との比は、「適当」が2:54(=1:27)、「アナフィラキシー」が1:37となる。つまり、「適当」が現れる文書は1/27の確率で指定カテゴリcに属する文書であり、「アナフィラキシー」が現れる文書は1/37の確率で指定カテゴリcに属する文書であるから、「適当」の方が指定カテゴリcに偏っている。すなわち、従来技術のような1個の単語の偏りを基準とした技術では、一般的な単語についての評価値の方が、具体的な単語についての評価値より大きくなる場合がある。
(ステップS301)交互作用算出部104は、単語処理部103から指定カテゴリ情報、全文書数N及び指定カテゴリ文書数Ncを入力される。その後、ステップS302へ進む。
(ステップS302)交互作用算出部104は、カテゴリ別単語リスト記憶部116が記憶するカテゴリ別単語リスト、及び、カテゴリ別単語対リスト記憶部115が記憶するカテゴリ別単語対リストを読み出す。その後、ステップS303へ進む。
具体的には、交互作用算出部104は、単語w1、w2のカテゴリ別単語対情報の共起文書数の値を式(1)のNw1,w2,cに代入する。また、交互作用算出部104は、ステップS302で読み出したカテゴリ別単語リストから、単語w1、w2の全文書での出現文書数の値を読み出し、式(1)のNw1及びNw2に代入する。また、交互作用算出部104は、ステップS301で入力された全文書数N及び指定カテゴリ文書数Ncを式(1)に代入する。その後、ステップS304に進む。
具体的には、交互作用算出部104は、ステップS302で読み出したカテゴリ別単語対リストの単語1又は単語2が、単語wと一致するカテゴリ別単語対情報を選択する。交互作用算出部104は、選択したカテゴリ別単語対情報の単語1又は単語2のうち、単語wではないものを単語wpとし、その集合をWpair(w,c)とする。
交互作用算出部104は、Wpair(w,c)の全てのwpについて、ステップS303で算出した交互作用値DI(w,wp,c)を合算する。交互作用算出部104は、単語wと、合算後の値(評価値DWPI(w,c))とを、単語評価値リスト記憶部117の単語評価値リストに追加して記憶する。その後、ステップS306に進む。
(ステップS307)結果表示部105は、単語評価値リスト記憶部117が記憶する単語評価値リストを読み出し、単語wを評価値が高い順序に並び替えて出力する。
例えば、図10の2行目の単語評価値リストは、単語「アナフィラキシー」の評価値が「120.41983241537」であることを示す。また、図10の11行目の単語評価値リストは、単語「適当」の評価値が「28.519831293676」であることを示す。
つまり、図10は、指定カテゴリcにおいて多くの単語と共起され、かつ、具体的な単語である「糖尿」、「アナフィラキシー」、「落屑」の評価値が高いことを示す。一方、図10は、一般的な単語である「適当」の評価値が低いことを示す。
本実施形態では、単語対について文書で共起する頻度を示すNw1,w2,cに基づいて評価値を算出するので、単語抽出装置1は、指定カテゴリcで多くの種類の単語を用いて詳述される単語を、指定カテゴリcでの重要度の高い単語として評価値を算出することができる。さらに、単語抽出装置1は、単語対について全文書での出現頻度を示すNw1Nw2に基づいて評価値を算出する。これにより、単語抽出装置1は、全文書での出現頻度が低い具体的な単語を指定カテゴリcでの重要度の高い単語として、全文書での出現頻度が高い一般的な単語を指定カテゴリcでの重要度が低い単語として、評価値を算出することができる。
このように、本実施形態では、多くの種類の単語を用いて詳述される具体的な単語wを、指定カテゴリcでの重要度が高い単語として評価することができ、信頼性の高い評価値を算出することができる。
以上のように、本実施形態に係る単語抽出装置1は、単語の出現文書数が低い場合でも、1個の単語についての出現頻度の偏りに基づいて評価をする場合と比較して、信頼性の高い評価値を算出することができる。
ただし、本実施形態のように、単語の組が2個の単語からなる単語対である場合、3個以上の単語の組とする場合と比較して、単語処理部103が算出するNw1,w2,・・・、wM,cの個数、及び、交互作用算出部104が合算する交互作用値DI(w1,w2,・・・,wM,c)の組合せの数、を少なくすることができ、演算処理を少なくすることができる。
ただし、本実施形態のように、単語の組の単語各々についての全文書での出現文書数を乗じた期待値を交互作用値DIの第2項に用いる方が好適である。例えば、複数の単語が単語の組として文書に現れること自体に偏りがあることがある。本実施形態によれば、交互作用値DIの第2項に、単語の組の単語各々についての全文書での出現文書数を乗じた期待値を用いるので、全文書のうち単語の組の単語が共起する文書数を用いる場合と比較して、偶然、組として出現するものを差し引くことができる。
Claims (5)
- 複数の文書情報を用いて、前記文書情報の文書に現れる単語の重要度を評価する情報評価装置において、
選択カテゴリに属する文書で共起する単語の組について、前記選択カテゴリに属する文書で共起する頻度を示す選択カテゴリ共起頻度情報を算出する単語処理部と、
前記選択カテゴリ共起頻度情報と、前記単語の組の単語各々が全文書で出現する頻度を示す全文書単語組出現頻度情報と、に基づいて、前記選択カテゴリに属する文書に現れる単語について、前記選択カテゴリでの重要度を示す評価値を算出する評価値算出部と、
を備えることを特徴とする情報評価装置。 - 複数の文書情報を用いて、前記文書情報の文書に現れる単語の重要度を評価する情報評価装置において、
選択カテゴリに属する文書で共起する単語の組について、前記選択カテゴリに属する文書で共起する頻度を示す選択カテゴリ共起頻度情報を算出する単語処理部と、
前記選択カテゴリ共起頻度情報と、前記単語の組が全文書で共起する頻度を示す全文書単語組出現頻度情報と、に基づいて、前記選択カテゴリに属する文書に現れる単語について、前記選択カテゴリでの重要度を示す評価値を算出する評価値算出部と、
を備えることを特徴とする情報評価装置。 - 前記単語の組は、2個の単語からなる単語対であることを特徴とする請求項1又は2に記載の情報評価装置。
- 複数の文書情報を用いて、前記文書情報の文書に現れる単語の重要度を評価する情報評価装置における情報評価方法おいて、
単語処理部が、選択カテゴリに属する文書で共起する単語の組について、前記選択カテゴリに属する文書で共起する頻度を示す選択カテゴリ共起頻度情報を算出する過程と、
評価値算出部が、前記選択カテゴリ共起頻度情報と、前記単語の組の単語各々が全文書で出現する頻度を示す全文書単語組出現頻度情報と、に基づいて、前記選択カテゴリに属する文書に現れる単語について、前記選択カテゴリでの重要度を示す評価値を算出する過程と、
を有することを特徴とする情報評価方法。 - 複数の文書情報を用いて、前記文書情報の文書に現れる単語の重要度を評価するコンピュータを、
選択カテゴリに属する文書で共起する単語の組について、前記選択カテゴリに属する文書で共起する頻度を示す選択カテゴリ共起頻度情報を算出する単語処理手段、
前記選択カテゴリ共起頻度情報と、前記単語の組の単語各々が全文書で出現する頻度を示す全文書単語組出現頻度情報と、に基づいて、前記選択カテゴリに属する文書に現れる単語について、前記選択カテゴリでの重要度を示す評価値を算出する評価値算出手段、
として機能させることを特徴とする情報評価プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009284998A JP5409321B2 (ja) | 2009-12-16 | 2009-12-16 | 情報評価装置、情報評価方法、及び情報評価プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009284998A JP5409321B2 (ja) | 2009-12-16 | 2009-12-16 | 情報評価装置、情報評価方法、及び情報評価プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011128760A JP2011128760A (ja) | 2011-06-30 |
JP5409321B2 true JP5409321B2 (ja) | 2014-02-05 |
Family
ID=44291318
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009284998A Expired - Fee Related JP5409321B2 (ja) | 2009-12-16 | 2009-12-16 | 情報評価装置、情報評価方法、及び情報評価プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5409321B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6718345B2 (ja) * | 2016-09-21 | 2020-07-08 | 日本電信電話株式会社 | テキスト分析方法、テキスト分析装置、及びプログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3847273B2 (ja) * | 2003-05-12 | 2006-11-22 | 沖電気工業株式会社 | 単語分類装置、単語分類方法及び単語分類プログラム |
JP4496347B2 (ja) * | 2003-12-17 | 2010-07-07 | 石川県 | 文書分類装置及びそのプログラム |
JP2009086903A (ja) * | 2007-09-28 | 2009-04-23 | Nomura Research Institute Ltd | 検索サービス装置 |
-
2009
- 2009-12-16 JP JP2009284998A patent/JP5409321B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2011128760A (ja) | 2011-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8949079B2 (en) | Patient data mining | |
JP4997892B2 (ja) | 検索システム、検索方法及び検索プログラム | |
KR101897080B1 (ko) | 의료 기록 문서에서의 의료 단어의 연관 규칙 생성 방법 및 그 장치 | |
Topaz et al. | NimbleMiner: an open-source nursing-sensitive natural language processing system based on word embedding | |
WO2022160454A1 (zh) | 医疗文献的检索方法、装置、电子设备及存储介质 | |
Lu et al. | Spell checker for consumer language (CSpell) | |
US20190228335A1 (en) | Optimization apparatus and optimization method for hyper parameter | |
JP6679954B2 (ja) | 属性付与制御プログラム、情報処理装置および属性付与制御方法 | |
WO2012121055A1 (ja) | 情報提供装置、情報提供方法、および、記憶媒体 | |
KR101375221B1 (ko) | 의료 프로세스 모델링 및 검증 방법 | |
JP2009217689A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP2008083928A (ja) | 医療情報抽出装置、及び医療情報抽出プログラム | |
Mahendra et al. | Impact of different approaches to preparing notes for analysis with natural language processing on the performance of prediction models in intensive care | |
JP5409321B2 (ja) | 情報評価装置、情報評価方法、及び情報評価プログラム | |
JP5151412B2 (ja) | 表記ゆれ解析装置 | |
JP4525433B2 (ja) | 文書集約装置及びプログラム | |
JP5679400B2 (ja) | カテゴリ主題語句抽出装置及び階層的タグ付与装置及び方法及びプログラム及びコンピュータ読み取り可能な記録媒体 | |
JP5180894B2 (ja) | 属性表現獲得方法及び装置及びプログラム | |
JP2008171336A (ja) | 文書クラスタ処理装置、文書クラスタ処理方法およびプログラム | |
JP2018156552A (ja) | 計算機システム及び文章データの検索方法 | |
JP2009104296A (ja) | 関連キーワード抽出方法及び装置及びプログラム及びコンピュータ読取可能な記録媒体 | |
JP5436356B2 (ja) | 期間別主題語句抽出装置及び方法及びプログラム | |
Knaus | Probabilistic thinking and intensive care: a world view | |
JP2009271772A (ja) | テキストマイニング方法、テキストマイニング装置、及びテキストマイニングプログラム | |
JP6457153B2 (ja) | キーワード抽出システム、キーワード抽出方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120220 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130426 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130514 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20130515 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130708 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20130816 |
|
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: 20131008 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131105 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5409321 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 |
|
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 |
|
LAPS | Cancellation because of no payment of annual fees |