JP6242426B2 - To provide information on the basis of the environmental inputs, system and method for using knowledge representation - Google Patents

To provide information on the basis of the environmental inputs, system and method for using knowledge representation Download PDF

Info

Publication number
JP6242426B2
JP6242426B2 JP2016079819A JP2016079819A JP6242426B2 JP 6242426 B2 JP6242426 B2 JP 6242426B2 JP 2016079819 A JP2016079819 A JP 2016079819A JP 2016079819 A JP2016079819 A JP 2016079819A JP 6242426 B2 JP6242426 B2 JP 6242426B2
Authority
JP
Grant status
Grant
Patent type
Prior art keywords
concept
user
concepts
semantic network
content
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.)
Active
Application number
JP2016079819A
Other languages
Japanese (ja)
Other versions
JP2016184409A (en )
Inventor
スウィーニー,ピーター
エフ アイリアス,イハブ
エフ アイリアス,イハブ
カーン,ネイム
ハント,アニー,ジュード
Original Assignee
プライマル フュージョン インコーポレイテッド
プライマル フュージョン インコーポレイテッド
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Grant date

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce, e.g. shopping or e-commerce
    • G06Q30/02Marketing, e.g. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards; Price estimation or determination

Description

関連出願の相互参照 本願は、同一発明者及び/又は同一出願人によって、多数の先行する出願に開示された概念に基づいて構成されており、読者が、以下の議論に加えて背景技術についての知見を得るために以下の文献を参照することを含む:2011年6月16日に出願された、”Methods and Apparatus for Searching CROSS-REFERENCE TO RELATED APPLICATIONS This application by the same inventor and / or the same applicant, is constituted based on the concept disclosed in the application of numerous prior, readers, for background art in addition to the following discussion including the reference to the following documents in order to obtain the knowledge: it was filed on June 16, 2011, "Methods and Apparatus for Searching
of Content Using Semantic Synthesis”という表題の米国特許仮出願13/162,069号明細書(代理人整理番号P0913.70013US01);2010年2月2日に出願された、”Method System, and Computer Program for User-Driven Dynamic Generation of Content Using Semantic Synthesis "title of US Provisional Patent Application 13 / 162,069 Pat that (Attorney Docket No. P0913.70013US01); filed on February 2, 2010," Method System, and Computer Program for User-Driven Dynamic Generation
of Semantic Networks and Media Synthesis”という表題の米国特許仮出願12/671,846号明細書(代理人整理番号P0913.70007US00);及び2009年5月1日に出願された”Method, System, and Computer Program for User-Driven Dynamic Generation of Semantic Networks and Media Synthesis "title of US Provisional Patent Application 12 / 671,846 Pat that (Attorney Docket No. P0913.70007US00); and filed on May 1, 2009" Method, System, and Computer Program for User-Driven Dynamic Generation
of Semantic Networks and Media Synthesis”という表題の国際特許出願PCT/CA2009/000567を含む。 Including of Semantic Networks and Media Synthesis "title of international patent that application PCT / CA2009 / 000567.

本明細書に開示される教示は、情報検索の分野に関する。 Teachings disclosed herein relates to the field of information retrieval. より具体的には、本明細書に開示される教示は、コンテキスト・マッチングのための環境入力の合成を用いて、群衆の中の個人に関連する販売促進コンテンツを配信するためのシステム及び方法の導入に関する。 More specifically, the teachings disclosed herein, for the context matching using a synthetic environment input, the system and method for distributing promotional content associated with individual in the crowd introduction about.

情報技術が、多くの場合、テキスト、オーディオ、ビデオ、及び任意の適切な他の形式の情報等の各種情報をユーザに提供するために使用されている。 Information technology, often, text, audio, and is used to provide video, and any of various information such as information of other appropriate forms to the user. ある場合には、情報は、ユーザが取ったアクションに応答してユーザに提供される。 In some cases, information is provided to the user in response to actions by the user took. 例えば、情報は、ユーザによって入力された検索クエリに応答して、或いは電子メールアラート(複数可)又は電子ニュースレター(複数可)等のコンテンツに加入したユーザに応答して、ユーザに提供することができる。 For example, information in response to a search query entered by the user, or email alert (s) or in response to a user subscribing to the content, such as an electronic newsletter (s), to provide to the user can. 他の場合では、情報は、ユーザが特にこのような情報を要求することなくユーザに提供されるか、「配信」される。 In other cases, information whether the user is provided particularly to the user without requiring such information is "distribution". 例えば、ユーザは、時折広告又は勧誘の提示を受けることがある。 For example, a user may be subject to presentation of the occasional advertisement or solicitation.

情報技術を介してユーザに提供可能な無数のコンテンツがある。 There are countless content that can be provided to the user via an information technology. 実際に、インターネット、ワールド・ワイド・ウェブ(WWW)及び任意の他の適切な情報プロビジョニング・ソース経由で利用可能な膨大な量の情報によって、及び利用可能な情報が、独立して所有され運営される膨大な数のネットワークとサーバとに亘って分散されているため、ユーザに関心を起こさせる情報を見つけることは、課題を提示することになる。 In fact, the Internet, by World Wide Web (WWW) and the vast amount of information available through any other appropriate information provisioning source, and the available information is, is are independently owned and operated because it is a huge number of over the network and server distribution that, to find information to cause concern to the user will be presented a problem. 関心を起こさせる情報が大規模なプライベートネットワークに亘って分散しているときに同様の課題が存在している。 It is present similar problems when the information causing interest are dispersed over a large private network.

検索エンジンは、所望するコンテンツをインターネット上で見つけるようにユーザを支援するべく開発されてきた。 The search engine, has been developed to assist the user to find the content desired on the Internet. 検索エンジンは、ユーザが所望するコンテンツを示すユーザからの検索クエリを(例えば、キーワードのセットの形態で)受信し、検索エンジンがユーザの検索クエリに関連して判定した情報及び/又はこの情報へのハイパーリンクを戻すようなコンピュータ・プログラムである。 Search engine, the search query from a user that indicates the content desired by the user (e.g., in the form of a set of keywords) received a retrieval engine is determined in relation to the search query of the user and / or the information is a computer program, such as returning the hyperlink.

検索エンジンは、典型的に、自動化された方法(例えば、閲覧する各ウェブページに遭遇する全てのハイパーリンクに続く)でWWWを検索するような「ウェブクローラ」と呼ばれるコンピュータ・プログラムを使用して、多数のWWWウェブページ及び/又は他のコンテンツを検索するように働く。 The search engine, typically, automated method (for example, followed by all the hyper-link to encounter each web page to browse) using a computer program called a "web crawler" as to search the WWW in , it serves to search a large number of WWW web page and / or other content. 検索されたウェブページ及び/又はコンテンツは分析され、且つウェブページ又はコンテンツに関する情報が、インデックスとして格納される。 Retrieved web pages and / or content are analyzed, and information about the web page or content is stored as an index. ユーザ又はアプリケーションが、検索エンジンに検索クエリを発するときに、検索エンジンは、ユーザの検索クエリと最も良く一致すると判断したウェブページ及び/又はコンテンツを識別するためにこのインデックスを使用して、最も良く一致するウェブページ及び/又はコンテンツの結果のリストを返す。 User or application, when issuing a search query to a search engine, the search engine uses the index to identify web pages and / or content that is determined to best match the user's search query, best match returns a list of results of web pages and / or content to. 大抵の場合、このリストは、ユーザの検索クエリと最も良く一致すると判定されたウェブページ及び/又はコンテンツへのハイパーリンクのセットを含むような1つ以上のウェブページの形態である。 In most cases, this list is in the form of one or more web pages that contain a set of hyperlinks to web pages and / or content that is determined to best match the user's search query.

デジタル情報システムを介してアクセス可能な莫大な量のコンテンツは、多数の情報検索の問題を提示する。 Content accessible enormous amounts through digital information system presents a number of information retrieval problems. 1つの課題は、広告主が、広告を提示する潜在的なターゲットとなり得る膨大な数の潜在的なユーザに与えた彼ら広告主の投資について、どの様により効率的に回収することが達成できるかということであり、このような広告は、ユーザの広範囲な関心に関連している。 One of challenges, advertisers, about their advertisers investment given to the potentially vast number of potential users that can be a target to present the advertising, How You can achieve it possible to more efficiently recover it means that, this kind of advertising is associated with a wide range of interests of the user.

発明が解決しようとする手段 It means that the Invention is to Solve

本開示は、コンテキスト・マッチングのために環境入力の合成を使用して、群衆の中の個人に関連する販売促進コンテンツを配信するためのシステム及び方法に関する。 The present disclosure relates to using a synthetic environment input for context matching, a system and method for distributing promotional content associated with individual in the crowd. 一実施形態において、このシステム及び方法は、群衆内の1つ以上のグループの個人に関連付けられた1つ以上のコンテキストを決定するために、リアルタイムで、或いはほぼリアルタイムで環境情報と群衆に関する他の周囲情報とを合成する。 In one embodiment, the system and method for determining one or more contexts associated with the individual one or more groups in the crowd, in real time, or other related environmental information and crowd near real-time It combines the ambient information. これらの環境入力や他の周囲入力は、周囲環境の状況を知るとともに、群衆の中の異なるグループの個人の中で1つ以上のコンテキスト(例えば、共通のテーマや関心)を識別するために分析且つ合成され、それによって、この群衆に向けて、提案された活動や、広告及び販売促進コンテンツは、群衆の中のより多数の個人の注意を引き付けるために、よりダイナミックで、特定の群衆の個人の関心に焦点を当てるようにしている。 These environmental inputs and other surrounding input analyzed to identify with knowing the status of the surrounding environment, one or more contexts in different groups individuals of middle of the crowd (e.g., a common theme or interest) is and synthesized, thereby toward the crowd, the proposed activities and the advertisement and promotional content, to attract the attention of larger number of individuals in the crowd, more dynamic, personally identifiable crowd It is to focus on the interest.

従って、一態様では、環境入力に基づいて情報を提供するために、知識表現を使用するコンピュータ実装方法であって、当該実装方法は、ユーザに関連付けられたユーザコンテキスト情報として少なくとも1つの環境入力を受信するステップと、知識表現内の少なくとも1つの概念を取得するステップであって、この少なくとも1つの概念は、ユーザコンテキスト情報に対する少なくとも1つの概念に関連するセマンティックに基づいて取得される、取得するステップと、少なくとも1つの概念に基づいて、ユーザに情報を提供するステップと、を含み、概念が、知識表現に関連付けられたデータを格納するデータ構造によって表される。 Accordingly, in one aspect, to provide information on the basis of the environmental inputs, a computer-implemented method of using a knowledge representation, the mounting method, at least one environmental input as user context information associated with the user receiving, comprising the steps of obtaining at least one of the concepts within the knowledge representation, the at least one concept is obtained based on semantics associated with at least one concept for user context information to obtain the step If, based on at least one concept includes the steps of providing information to the user, the concept is represented by a data structure that stores data associated with the knowledge representation.

一実施形態では、セマンティック・ネットワークと少なくとも1つの概念とを含む知識表現は、セマンティック・ネットワーク内のノードに関連付けられたデータを格納するデータ構造によって表される。 In one embodiment, knowledge representation and at least one concept and semantic network is represented by a data structure that stores data associated with a node in the semantic network.

別の実施形態では、少なくとも1つの概念を取得するステップは、知識表現の構造に少なくとも部分的に基づいて、知識表現内の少なくとも1つの他の概念を取得するステップを含む。 In another embodiment, comprising obtaining at least one concept is based at least in part on the structure of the knowledge representation, obtaining at least one other concept in the knowledge representation.

別の態様では、環境入力に基づいて情報を提供するために、知識表現を使用するシステムが提供され、当該システムは、ユーザに関連付けられたユーザコンテキスト情報として少なくとも1つの環境入力を受信し、知識表現内の少なくとも1つの概念を取得することであって、少なくとも1つの概念は、ユーザコンテキスト情報に対する少なくとも1つの概念に関連するセマンティックに基づいて取得され、この少なくとも1つの概念に基づいて、ユーザに情報を提供するように適合され、概念が、知識表現に関連付けられたデータを格納するデータ構造によって表される。 In another aspect, to provide information on the basis of the environmental inputs, there is provided a system for using knowledge representation, the system receives at least one environmental input as user context information associated with the user, knowledge the method comprising: obtaining at least one concept representation, at least one of the concepts is obtained based on the semantics associated with at least one concept for user context information, on the basis of the at least one concept, the user It is adapted to provide information, concepts, represented by a data structure that stores data associated with the knowledge representation.

さらに別の態様では、コンピュータ装置上で実行されるときに、装置が環境入力に基づいて情報を提供するように適合させる、コンピュータコードを記録した非一時的なコンピュータ可読媒体であって、当該コンピュータ可読媒体は、ユーザに関連付けられたユーザコンテキスト情報として少なくとも1つの環境入力を受信するためのコードと、知識表現内の少なくとも1つの概念を取得するためのコードであって、少なくとも1つの概念は、ユーザコンテキスト情報に対する少なくとも1つの概念に関連するセマンティックに基づいて取得される、コードと、少なくとも1つの概念に基づいて、ユーザに情報を提供するためのコードと;を含み、概念が、知識表現に関連付けられたデータを格納するデータ構造によって表される。 In yet another aspect, when executed on a computing device, apparatus adapted to provide information on the basis of the environmental inputs, a non-transitory computer readable medium storing computer code, the computer readable medium includes code for receiving at least one environmental input as user context information associated with the user, a code for obtaining at least one of the concepts within the knowledge representation, the at least one concept, is obtained based on semantics associated with at least one concept for user context information, and the code based on at least one of the concepts, and code for providing information to a user; wherein the concept, the knowledge representation represented by a data structure that stores the associated data.

この態様では、本開示のシステム及び方法の少なくとも1つの実施形態を詳細に説明する前に、本システム及び方法は、以下の詳細な説明に記載され又は図面に例示された構成要素の構造及び配置の詳細についてのその適用例に限定されるものではないことを理解されたい。 In this embodiment, before explaining at least one embodiment of the systems and methods of the present disclosure in detail, the system and method, the structure and arrangement of the illustrated components is described or drawings in the detailed description which follows it is to be understood that application that the invention is not limited to the example details of the. 本発明のシステム及び方法は、他の実施形態でも可能であり、様々な方法で実践し、実施することが可能である。 The system and method of the present invention is capable of other embodiments, practice in various ways, can be implemented. また、本明細書で用いられる表現及び用語は、説明を目的としたものであり、限定とみなされるべきではないことを理解されたい。 Also, the phraseology and terminology employed herein, description is intended, it is to be understood that should not be regarded as limiting.

本開示のいくつかの実施形態に従って、大規模セットのデジタルコンテンツから選択された情報をユーザに提供するための例示的なプロセスのフローチャートである。 According to some embodiments of the present disclosure, a flow chart of an exemplary process for providing selected information from the digital content of a large set to the user. 本開示のいくつかの実施形態を実装するために使用されるような例示的なクライアント/サーバ・アーキテクチャのブロック図である。 It is a block diagram of an exemplary client / server architecture, such as those used to implement some embodiments of the present disclosure. 本開示のいくつかの実施形態に従って、ユーザコンテキスト情報を表すアクティブ概念を識別又は生成するための例示的なプロセスのフローチャートである。 According to some embodiments of the present disclosure, a flow chart of an exemplary process for identifying or generating an active concept that represents the user context information. 本開示のいくつかの実施形態に従って、ユーザコンテキスト情報を表すアクティブ概念を生成する説明図である。 According to some embodiments of the present disclosure is an explanatory view for generating an active concept that represents the user context information. 本開示のいくつかの実施形態に従って、ユーザコンテキスト情報を表すアクティブ概念を生成する説明図である。 According to some embodiments of the present disclosure is an explanatory view for generating an active concept that represents the user context information. 本開示のいくつかの実施形態に従って、ユーザコンテキスト情報を表すアクティブ概念を生成する説明図である。 According to some embodiments of the present disclosure is an explanatory view for generating an active concept that represents the user context information. 本発明のいくつかの実施形態に従って、ユーザコンテキスト情報を表すアクティブ概念に関連する概念を取得するための様々なアプローチを例示する図である。 According to some embodiments of the present invention, it is a diagram illustrating the various approaches for obtaining concepts related to the active concept representing the user context information. 本発明のいくつかの実施形態に従って、ユーザコンテキスト情報を表すアクティブ概念に関連する概念を取得するための様々なアプローチを例示する図である。 According to some embodiments of the present invention, it is a diagram illustrating the various approaches for obtaining concepts related to the active concept representing the user context information. 本発明のいくつかの実施形態に従って、ユーザコンテキスト情報を表すアクティブ概念に関連する概念を取得するための様々なアプローチを例示する図である。 According to some embodiments of the present invention, it is a diagram illustrating the various approaches for obtaining concepts related to the active concept representing the user context information. 本発明のいくつかの実施形態に従って、ユーザコンテキスト情報を表すアクティブ概念に関連する概念を取得するための様々なアプローチを例示する図である。 According to some embodiments of the present invention, it is a diagram illustrating the various approaches for obtaining concepts related to the active concept representing the user context information. 本発明のいくつかの実施形態に従って、ユーザコンテキスト情報を表すアクティブ概念に関連する概念を取得するための様々なアプローチを例示する図である。 According to some embodiments of the present invention, it is a diagram illustrating the various approaches for obtaining concepts related to the active concept representing the user context information. 本発明のいくつかの実施形態に従って、ユーザコンテキスト情報を表すアクティブ概念に関連する概念を取得するための様々なアプローチを例示する図である。 According to some embodiments of the present invention, it is a diagram illustrating the various approaches for obtaining concepts related to the active concept representing the user context information. 本発明のいくつかの実施形態に従って、ユーザコンテキスト情報を表すアクティブ概念に関連する概念を取得するための様々なアプローチを例示する図である。 According to some embodiments of the present invention, it is a diagram illustrating the various approaches for obtaining concepts related to the active concept representing the user context information. 本発明のいくつかの実施形態に従って、ユーザコンテキスト情報を表すアクティブ概念に関連する概念を取得するための様々なアプローチを例示する図である。 According to some embodiments of the present invention, it is a diagram illustrating the various approaches for obtaining concepts related to the active concept representing the user context information. 本開示のいくつかの実施形態に従って、アクティブ概念に関連する概念をスコアリングするための技術を例示する図である。 According to some embodiments of the present disclosure, it is a diagram illustrating a technique for scoring the concepts related to the active concept. 本開示のいくつかの実施形態に従って、アクティブ概念に関連する概念をスコアリングするための技術を例示する図である。 According to some embodiments of the present disclosure, it is a diagram illustrating a technique for scoring the concepts related to the active concept. 実施形態に従ったシステム及び動作環境を例示する図である。 It is a diagram illustrating a system and operating environment in accordance with an embodiment. 実施形態に従ったネットワーク環境を例示する図である。 It is a diagram illustrating a network environment in accordance with an embodiment. 本開示のいくつかの実施形態が実装されるコンピュータ装置を例示する図である。 Is a diagram illustrating a computer system to some embodiments of the present disclosure is implemented.

以上の「図面の簡単な説明」は、添付の特許請求の範囲によって規定される本発明の非限定的な要約である。 "Brief Description of the Drawings" above are non-limiting summary of the invention as defined by the appended claims.
添付の図面は一定の縮尺で描かれることを意図していない。 The accompanying drawings are not intended to be drawn to scale. 同様の要素は、実際に同一又は類似の参照符号によって識別される。 Like elements are identified by actually identical or similar reference numerals. 明瞭にするために、全ての構成要素が、必ずしも全ての図面においてラベル付けされているわけではない。 For clarity, all of the components, not being labeled necessarily in every drawing.

上述したように、本開示は、コンテキスト・マッチングのための環境入力の合成を使用して、群衆の中の個人に関連する販売促進コンテンツを配信するためのシステム及び方法に関する。 As described above, the present disclosure relates to using a synthetic environment input for context matching, a system and method for distributing promotional content associated with individual in the crowd. 一実施形態では、このシステム及び方法は、群衆の中の1つ以上のグループの個人に関連付けられた1つ以上のコンテキストを判定するために、リアルタイムで、或いはほぼリアルタイムで群衆に関する環境情報や他の周囲情報を合成する。 In one embodiment, the system and method, in order to determine one or more contexts associated with the individual one or more groups of the crowd, in real time, or environmental information and other related crowd near real-time the synthesis of the surrounding information. これらの環境入力や他の周囲入力は、周囲環境の状況を知るとともに、群衆の中の異なるグループの個人の中で1つ以上のコンテキスト(例えば、共通のテーマや関心)を識別するために分析且つ合成され、それによって、この群衆に向けて、提案された活動、広告や販売促進コンテンツは、群衆の中のより多数の個人の注意を引き付けるために、よりダイナミックで、特定の群衆の個人の関心に焦点を当てるようにしている。 These environmental inputs and other surrounding input analyzed to identify with knowing the status of the surrounding environment, one or more contexts in different groups individuals of middle of the crowd (e.g., a common theme or interest) is and synthetic, and thereby, towards the crowd, the proposed activity, advertising and promotional content, in order to attract a larger number of attention of the individuals in the crowd, in a more dynamic, of particular crowd of individuals It has been to focus on interest.

インターネット等の様々な情報プロビジョニング・ソースからの大量の情報の可用性は、どの様な情報が(群衆の中の1つ以上のグループの個人等の)ユーザに関心を起こさせるのか、どの様な情報をユーザに提示すべきであるかを決定することを困難にさせている。 Availability of large amounts of information from a variety of information provisioning source, such as the Internet is, what kind of the information is (personal, such as one or more of the groups in the crowd) to allow a user to cause interest, what kind of information and is it difficult to determine whether it should be presented to the user. 例えば、どの様な情報(例えば、ニュース、広告、他の人に関する最新情報等)が、群衆のコンテキストとして提示すべきかを判断するのは困難となることがある。 For example, what kind of information (for example, news, advertising, the latest information relating to other people), but it may be difficult to determine what should be presented as the context of the crowd.

ユーザがどの様な情報に関心を示す可能性があるかについての明示的な指標(例えば、検索クエリ)を提供するような、オンライン検索等のシナリオであっても、そのような指標は、ユーザに提示することができる大規模セットのコンテンツの中からユーザに提示すべきコンテンツを正確に識別するのに十分でないことがある。 Explicit indication of whether there is a possibility that an interest in what kind of information the user (e.g., a search query) so as to provide, even in a scenario of online search or the like, such indicators, the user there may not be sufficient may be presented from the contents of a large set to accurately identify the content to be presented to the user. 大抵の従来の検索エンジンは、ユーザの検索クエリの文字通りの用語と、コンテンツのどの部分がユーザのクエリに関連しているかを判定するような検索エンジンによってインデックス付けされたコンテンツ内の文字通りの用語との間で単にパターンマッチングを行っていた。 Conventional search engines often, the literal terms of the search query of the user, and literal terms in which parts have been indexed by the search engine, such as to determine whether the connection with the user's query content Content simply doing a pattern matching between. このように、ユーザの検索クエリの用語が、インデックス付けされたコンテンツ内の文字通りの用語と一致しない場合に、ユーザは、ユーザが捜し求めている情報の提供を受けないことがあった。 Thus, the term search query users, does not match the literal terms indexed within the content, the user, there is not entitled to receive information that the user is seeking. また、意味が曖昧である用語を含む検索クエリをユーザが入力するときに、このユーザは、ユーザが意図した用語の意味とは全く無関係な情報の提供を受けることがある。 Further, when the meaning user enters a search query containing the term is ambiguous, this user may be provided with a completely unrelated information of the meaning of the terms user intended. このように、ユーザは、ユーザの関心に無関係な情報に圧倒されることがあった。 In this way, the user had to be overwhelmed by irrelevant information to the user's interests.

これらの設定及び他の設定では、セマンティック処理技術は、大規模セットのデジタルコンテンツの中からユーザが関心を示しそうな情報を識別するために使用することができる。 These settings and other settings, semantic processing techniques can be used to identify a user is likely expressed interest information from the digital content of a large set. 具体的には、セマンティック処理技術をユーザに関連付けられた情報に適用することによって、ユーザが関心を示す可能性のある情報を識別するのに役立てることができる。 Specifically, by applying the information associated with the semantic processing techniques to the user, it can serve to identify the information that the user may indicate an interest. 以下でより詳細に説明するように、ユーザに関連付けられた情報は、ユーザに関する情報(例えば、人口統計情報、地理空間情報、ユーザの閲覧履歴等)及び/又はユーザによって提供された任意の情報(例えば、ユーザが提供した検索クエリや複数のクエリ、ユーザ構築オンライン・プロファイル等)を含むが、これらに限定されない。 As described in more detail below, the information associated with the user, information about the user (e.g., demographic information, geospatial information, browsing history of the user) any information provided by and / or user ( for example, a search query or multiple query provided by the user, including user build online profile, etc.), but are not limited to.

セマンティック処理技術の態様は、マシンベースのストレージ、知識管理、及び推論システムをサポートするための知識表現の構築及び使用に関するものである。 Aspects of semantic processing techniques, machine-based storage, it relates to construction and use of knowledge management, and knowledge representation to support an inference system. 従来の方法及びシステムは、各種の知識表現モデルに従って構築された知識表現(KRs)を利用するために存在しており、このような知識表現は、分類法、シソーラス(thesauri)、及びファセット分類等の構造化され統制された語彙と、セマンティック・ネットワークやオントロジー等のフォーマル仕様と、自然言語に基づく文書等の非構造化フォームとを含む有形のデータ構造として実現することができる。 Conventional methods and systems, knowledge representation constructed according to various knowledge representation model are present in order to utilize the (KRS), such knowledge representation, taxonomy, thesaurus (thesauri), and faceted classification, etc. a vocabulary structured is controlled in a formal specification of such semantic networks and ontologies can be implemented as a data structure of tangible including the unstructured form of a document or the like based on natural language.

請求項に係る発明は、特定の知識表現に限定されるものではないが、好ましい形態は、セマンティック・ネットワークとして参照されるフォーマル仕様のタイプである。 The claimed invention, but are not limited to the specific knowledge representation, a preferred form is a type of formal specification, referred to as a semantic network. セマンティック・ネットワークは、多くの情報ソースにおいて説明されており、特に、Peter Sweeney et al.,による”Method, System, And Semantic network, are described in a number of information sources, in particular, Peter Sweeney et al., According to the "Method, System, And
Computer Program For User-Driven Dynamic Generation Of Semantic Networks And Media Computer Program For User-Driven Dynamic Generation Of Semantic Networks And Media
Synthesis”という表題の米国特許仮出願第12/671,846号明細書は特筆すべき文献であり、この文献は、参照により本明細書に組み込まれる。 Synthesis title U.S. Provisional Patent Application No. 12 / 671,846 as "is noteworthy literature, this document is incorporated herein by reference.

セマンティック・ネットワークは、知識表現の一種として広範な有用性を有している。 Semantic networks have broad utility as a kind of knowledge representation. 機械可読データとして、それらセマンティック・ネットワークは、人工知能、ソフトウェア自動化とソフトウェア・エージェント、エキスパートシステム、及び知識管理等の多数の高度な技術をサポートすることができる。 As machine readable data, they semantic networks, artificial intelligence, software automation and software agents, can support a large number of advanced technologies such as expert systems, and knowledge management. さらに、それらセマンティック・ネットワークは、様々な形式の媒体(すなわち、他のKRs)に変換することができる。 Furthermore, they semantic network can be converted to various forms of media (i.e., other KRS). 換言すれば、セマンティック・ネットワークの合成又は形成によって、セマンティック・ネットワークからの追加の値を抽出するように、媒体の広範囲の合成をサポートすることができる。 In other words, by the synthesis or formation of semantic networks, so as to extract additional value from the semantic network can support a wide range of synthetic media.

いくつかの実施形態では、セマンティック・ネットワークは、概念を表す頂点(vertices)又はノードと、概念同士の間のセマンティックな関係を表すエッジとを含む有向グラフを具現化するデータ構造として表すことができる。 In some embodiments, semantic network can be represented as a data structure embodying the directed graph comprising vertices (vertices) or nodes representing concepts, and edges that represent semantic relationships between the concepts together. セマンティック・ネットワークを具現化するデータ構造は、非一時的な、有形のコンピュータ可読記憶媒体にエンコード化する(すなわち、インスタンス化する)ことができる。 Data structure embodying the semantic network, non-transitory and encoded on a tangible computer readable storage medium (i.e., instantiated) can. このように、セマンティック・ネットワークは、1つ以上の概念を含んでいると考えることができる。 Thus, it can be considered that semantic network includes one or more concepts. そのような概念の各々は、概念を表すセマンティック・ネットワーク内の1つ以上のノードに関連付けられた任意のデータを格納するデータ構造によって表現することができる。 Each such concept can be represented by a data structure that stores any data associated with one or more nodes in a semantic network that represents a concept. 有向グラフのエッジは、このエッジが接続される2つのノードに関連付けられた概念同士の間の異なるタイプの関係のいずれかを表すことができる。 Edge of the directed graph can represent any of the different types of relationships between concepts between associated with two nodes which this edge is connected. 例えば、セマンティック・ネットワークのエッジによって表される関係は、「〜によって規定された(defined-by)」関係か、「〜である(is-a)」関係である。 For example, the relationship represented by the edge of the semantic network, "defined by ~ (defined-by)" or relationship is a relationship "is a ~ (is-a)." 例示的なセマンティック・ネットワークを示す図面(例えば、図5A〜5H等)において、「〜によって規定された」関係が、塗りつぶされた円で終端するエッジによって示されており、「〜である」関係が、矢印で終端するエッジによって示されている。 In the drawings illustrating an exemplary semantic network (e.g., FIG. 5A~5H etc.), "defined by ~" relationship is shown by the edge terminating at filled circles, "a ~" relationship There has been shown by the edge terminating at arrow. 例えば、参照符号808は、「〜によって規定された」関係を識別し、参照符号806は、「〜である」関係を識別する。 For example, reference numeral 808 identifies a "defined by ~" relationship, the reference numeral 806, "a ~ 'identifies the relationships.

概念は、他のエンティティとの(それらの)関係を通じた抽象化の複合レベルの観点から、及びキーワードや形態素等の他のより基本的なKRエンティティの観点から構造的に規定することができる。 Concept, with other entities (for them) can be in terms of the composite level of abstraction through relationships, and structurally defined in terms of other more basic KR entities such as keywords and morphemes. このような構造は、概念規定と称することができる。 Such a structure can be referred to as a concept defined. 総称して、概念を含むキーワードや形態素等のより基本的な知識表現エンティティは、概念の属性と称される。 Collectively, more fundamental knowledge representation entities such as keywords and morphemes including the concept is referred to as attribute concepts.

米国特許仮出願12/671,846号明細書において説明されているように、概念は、他のエンティティと(それら)の関係を通じた抽象化の複合レベルの観点から、及びキーワードや形態素等の他のより基本的な知識表現エンティティの観点から構造的に規定することができる。 U.S. Patent As explained in provisional application 12 / 671,846 Pat concept, in view of the complex level of abstraction through the relation to other entities (them), and keywords and other morphological such it can be defined in terms of the basic knowledge representation entities than the structurally. このような構造は、「概念規定」と称することができる。 Such a structure can be referred to as a "concept defined".

ユーザに関連付けられた情報は、どの様な情報がユーザにとって関心を起こさせるかを推察するために、セマンティック・ネットワーク等の少なくとも1つの知識表現と一緒に使用することができる。 Information associated with the user, to what kind of information is inferred whether cause interest to the user, can be used together with at least one knowledge representation such as semantic network. 任意の適切な知識表現を使用することができる。 It may be used any suitable knowledge representation. 例えば、どのサブセットがユーザにとって関心を起こさせるかについての、コンテンツに関連付けられた知識を表すセマンティック・ネットワークを使用することができる。 For example, it is possible to any subset of whether cause interest to the user, using a semantic network that represents knowledge associated with the content. このようなKRは、任意の適切な情報プロビジョニング・ソース及び語彙を含む多数のデータ・ソースのいずれかから構築することができる。 Such KR may be constructed from any of a number of data sources include any appropriate information provisioning source and vocabulary.

また、ユーザに関連付けられた情報は、ユーザに関連付けられた情報にセマンティック的に関連する概念を識別するために、1つ以上の知識表現と一緒に使用することができる。 Also, information associated with the user may be to identify the concepts related to semantically the information associated with the user, used in conjunction with one or more knowledge representation. 次に、識別された概念は、広範なアプリケーションにおいて、どの様な情報が、ユーザにとって関心を起こさせるかを決定するために使用することができる。 Next, the identified concept, a wide range of applications, what kind of information can be used to determine whether to cause interest to the user. 例えば、ユーザの検索クエリ内の用語にセマンティック的に関連する概念を見つけることは、クエリのセマンティックな意味と、ユーザがどの様な情報を捜し求めているかとを判断するのに有用である。 For example, to find a concept of semantically related to terms in the search query the user, meaning and semantic queries, are useful in determining the transient that searching for what kind of information the user. クエリは、次に、識別された概念から導出(派生)されキーワードで増大(拡張)させることができ、改善された検索結果を、ユーザに返すことができる。 Query, then it is possible to increase the keyword is derived from the identified concepts (derived) (extended), an improved search results can be returned to the user. 別の例として、ユーザのオンライン・プロファイルに含まれる情報にセマンティック的に関連するものとして識別される概念は、そのユーザがラインをオンにしているときにどの様な情報(例えば、広告、ニュース等)をユーザに提示すべきか決定するのに有用であり得る。 As another example, the concepts identified as being semantically related to the information contained in the user's online profile, what kind of information when the user is to select the line (e.g., advertisements, news, etc. ) can be useful in determining whether to present the user with.

従って、いくつかの実施形態において、ユーザに関連付けられた情報にセマンティック的に関連する概念を識別するための方法が開示される。 Thus, in some embodiments, a method for identifying a concept of semantically related to the information associated with the user is disclosed. ユーザに関連付けられた情報の少なくとも一部を表す概念、「アクティブ概念」と称される概念が、識別され又は合成され(すなわち、生成される)、且つこのアクティブ概念にセマンティック的に関連する1つ以上の概念を取得することができる。 Concept representing at least a portion of the information associated with the user, the concept referred to as "active Concepts", it is identified or synthesized (i.e., generated), and one relating to semantically to the active concept it is possible to obtain a concept more. いくつかの例では、アクティブ概念にセマンティック的に関連する概念は、セマンティック・ネットワーク内において識別することができるが、他の例では、アクティブ概念に関連する概念は、アクティブ概念とセマンティック・ネットワーク内の少なくとも1つの他の概念とを用いて合成することができる。 In some examples, the concepts semantically related to the active concept, can be identified in the semantic network, in other examples, concepts related to the active concept in the active concepts and Semantic Network it can be synthesized using at least one other concept. アクティブ概念にセマンティック的に関連する概念は、セマンティック・ネットワークの構造に少なくとも部分的に基づいて識別及び/又は合成することができる。 Concept of semantically related to the active concept may be identified and / or synthetic based at least in part on the structure of the semantic network.

いくつかの実施形態では、アクティブ概念にセマンティック的に関連する概念が取得された後に、この取得した概念は、スコアリングされる。 In some embodiments, after the concept of semantically related to the active concept is acquired, the acquired concept is scored. スコアは、多数の方法のいずれかで計算することができ、例えば、セマンティック・ネットワーク(を具体化するグラフのデータ構造)の構造に少なくとも部分的に基づいて計算することができる。 Score can be calculated in any of a number of ways, for example, can be calculated based at least in part on the structure of the semantic network (data structure chart embodying). 次に、スコアは、アクティブ概念にセマンティック的に関連した概念のサブセットを選択するために使用することができる。 Then, the score can be used to select a subset of the concepts semantically related to the active concept. その後、選択された概念は、ユーザが関心を起こすような情報をユーザに提供するために使用することができる。 Thereafter, the concepts selected, can be used to provide information such as the user causes the interest to the user.

いくつかの実施形態では、1人以上のユーザに関連付けられた情報は、ユーザ(複数可)に対応するユーザ固有の知識表現を構築するために使用することができる。 In some embodiments, information associated with one or more users may be used to construct a user-specific knowledge representation corresponding to the user (s). このユーザ固有の知識表現は、ユーザ(複数可)に関連付けられた情報と、セマンティック・ネットワーク等の少なくとも1つの知識表現とから構築することができる。 The user-specific knowledge representation can be constructed from the information associated with the user (s), at least one knowledge representation such as semantic network. その結果、ユーザ固有の知識表現は、ユーザ(複数可)に関連する情報をエンコード化することができる。 As a result, user-specific knowledge representation can encode the information related to the user (s). 任意の適切な知識表現は、ユーザ(複数可)がどのサブセットに関心を起こすかについての、コンテンツに関連付けられた知識を表す知識表現を含むが、この知識表現に限定されるものではない。 Any appropriate knowledge representation is about what causes interest which subset the user (s), including knowledge representation of the knowledge associated with the content, but is not limited to this knowledge representation. 得られたユーザ固有の知識表現は、ユーザ(複数可)が関心を起こすような情報に関連する概念を識別するために使用することができる。 The resulting user-specific knowledge representation is can be used to identify the concepts that the user (s) associated with the information that would cause concern.

有利には、いくつかの実施形態では、ユーザ固有の知識表現が格納され、複数回使用することができる。 Advantageously, in some embodiments, may be user-specific knowledge representation is stored, used multiple times. これによって、あるユーザについてのセマンティック処理は、そのユーザ及び/又は1人以上の他のユーザについて以前に実行されたセマンティック処理を活用することができる。 Thus, semantic processing for a user is able to utilize the semantic processing previously executed for the user and / or one or more other users. 例えば、ユーザ固有の知識表現が、グループのユーザ(例えば、会社Xの従業員)の1人のユーザに関連付けられた情報に基づいて生成された場合には、同じユーザ固有の知識表現は、同じグループ内の別のユーザ(例えば、会社Xの別の従業員)に関連付けられた情報にセマンティック的に関連する概念を識別するために使用することができる。 For example, user-specific knowledge representation, a group of users (e.g., company X employees) when it is generated based on the information associated with one user of the same user-specific knowledge representation, the same it can be used to identify another user (e.g., another employee of company X) concepts related to semantically the information associated with the group.

先に述べたように、ユーザが情報を検索する際に、大抵の場合、それらの検索クエリにおいて使用される用語は、検索対象のコンテンツに現れる用語に文字通り一致しない場合があり、その用語の両側は、同一又は類似の概念を別の用語で表現していることがある。 As mentioned earlier, when a user searches for information, in most cases, terms used in their search query may not match literally terms appearing in the contents of the search target, both sides of the term it is sometimes expresses the same or similar concepts in a different terminology. このような場合には、返される検索結果は、もしあれば、実際に利用可能であるよりも低い品質の結果を含むことになる。 In such a case, the search results are returned, if any, will include a low quality result than is actually available. 結果的に、ユーザは、関連するコンテンツが存在する場合でも、このユーザが必要な全ての情報を見つけることは大抵の場合困難となる。 Consequently, the user, even if the associated content exists, to find the user all the necessary information becomes difficult in most cases.

この状況の一例は、検索対象のコンテンツのセットにまれに現れる用語を使用する専門コンテンツのセット(例えば、特定のウェブサイト又は複数のウェブサイトや、特定のネットワーク、特定のポータル等を介してアクセス可能なコンテンツ)内の情報についてユーザが検索するときに発生することがある。 An example of this situation is a set of specialized content using terms that appear infrequently set of content to be searched (for example, a particular web site or web site, a specific network, accessed via a specific portal such for possible contents) information in may occur when a user searches. 例えば、ユーザは、医療従事者や研究者によって作成され且つこれら医療従事者や研究者用に意図された専門のコンテンツ内の医療ウェブサイトを介して情報を検索することがある。 For example, a user may search for information via the medical websites in the content of specialty intended for and researchers created and these health care workers by healthcare professionals and researchers. しかしながら、ウェブサイトのユーザは、医学的に訓練されていない場合があるので、それらの検索クエリは、関連する主題に係る医療記事に一般的に見受けられる多くの用語を使用していないことがある。 However, the user of the website, because it may not medically trained, their search query, may not use a number of terms that are commonly found in medical articles according to the related subject matter . 従って、ユーザが提供した検索クエリ内にほんの数語の用語があれば、もしあれば、ウェブサイトを介してアクセス可能なコンテンツに表示されることがあるが、多くの潜在的に関連する項目が見逃される可能性がある。 Therefore, if there is a few words of terms of a search query in Japan provided by the user, if any, but may be displayed in the content accessible via the web site, a number of potentially related items there is likely to be missed. 別の例は、ユーザが、顧客サポートコンテンツの情報を検索しようとするときである。 Another example is the user, it is time to try to find the information of customer support content. ユーザは、技術的に精通していないが、それでもやはり、ユーザに役立つであろうコンテンツを見つけるために、特定の技術的な用語を使用する必要がある。 The user, although not technically savvy, nevertheless, to find content that will help the user, it is necessary to use a specific technical terms. 他の多くの例が当業者には明らかであろう。 Many other examples will be apparent to those skilled in the art.

従来の検索方法の上述した欠点のうちのいくつかは、コンテンツの第1セット、すなわち「ターゲット」セットを検索しようとするユーザに返される検索結果の品質を改善するために、コンテンツの第2セット、すなわち「参照」セットを用いて対処することができる。 Some of the above mentioned disadvantages of the conventional search methods, in order to improve the quality of search results returned to the user the first set, i.e. to try to find the "target" set of content, the second set of content , that can be addressed using the "reference" set. コンテンツの第1のセットは、任意の適当なコンテンツのセットとすることができるが、例えば、特定のウェブサイト(例えば、電子商取引のウェブサイト、企業のウェブサイト、1つ以上のデータベースへのアクセスを提供するウェブサイト等)を介してアクセス可能なコンテンツであってもよい。 The first set of content, but may be a set of any suitable content, for example, access to certain websites (e.g., e-commerce website, corporate website, one or more databases the may be a content accessible via the web site, etc.) to provide. コンテンツの第2セット、すなわち参照セットは、任意の適当なコンテンツのセットとすることができるが、例えば、任意の情報リポジトリ(repository)(例えば、ウィキペディア、WordNet等)、データベース、又はコンテンツ・プロビジョニング・ソース内のコンテンツであってもよい。 The second set of content, i.e. the reference set, can be a set of any suitable content, for example, any information repository (repository) (e.g., Wikipedia, WordNet, etc.), database, or content provisioning it may be content in the source. これらは単なる例であることを認識すべきであるが、本発明の態様はこれに限定されるものではなく、コンテンツのターゲットセット及びコンテンツの参照セットは、任意の適当なコンテンツのセットとすることができる。 These should be recognized that exemplary only, embodiments of the present invention is not limited thereto, the reference set of the target set and content of content is a set of any suitable content that can.

例として、上述の例では、公共圏で一般的に知られている病気に関する情報を含む参照ドメインが、医療用ウェブサイトでのユーザの検索クエリ内の用語を、そのウェブサイトを介してアクセス可能なコンテンツの用語に関連付けるのに役立つことがある。 As an example, in the above example, the reference domain that contains information about the disease commonly known in the public sphere is, the terms in the search query of the user in a medical website accessible via the web site there is that helps you associate the term content such. 実際に、コンテンツの参照セットが、インフルエンザウイルス(Influenza Virus)のファミリーとして「オルソミクソウイルス科(Orthomyxoviridae)」を識別するような情報を含むとともに、そのインフルエンザが、「インフルエンザ(flu)」として一般的に知られている場合に、「インフルエンザウイルス(Flu Virus)」等のユーザの検索クエリを、関連するウイルスについての公的な分類のみを使用してウイルス性疾患を参照することができるような医療用ウェブサイトを通じてアクセス可能なコンテンツに容易に関連付けることができる。 In fact, the reference set of content, along with including the information, such as to identify the "Orthomyxoviridae (Orthomyxoviridae)" as a family of influenza virus (Influenza Virus), the flu, generally as "influenza (flu)." If it is known to the user's search query, such as "influenza virus (flu virus)", as can refer to viral diseases using only public classification for related viruses medical it can be associated with easily accessible content through the use web site. 簡単に言えば、コンテンツの参照セットは、検索クエリに現れる用語を検索対象のコンテンツのターゲットセットに現れる用語に変換することを支援するために、一種の「中間層」又は「変換や解釈メディア」としての機能を果たすことができる。 Briefly, a reference set of content, in order to assist the conversion of the term appearing terms appearing in the search query to the target set of the search target content, a kind of "intermediate layer" or "transformation or interpretation Media" it can serve as.

セマンティック処理技術は、コンテンツのターゲットセットを検索したいと思うユーザに返される検索結果の品質を改善するために、コンテンツの参照セット内でコンテンツを使用するために用いることができる。 Semantic processing techniques to improve the quality of search results returned to the user to be think to retrieve the target set of content can be used in order to use the content in the reference set of content. 従って、いくつかの実施形態では、参照知識表現と同様に、ターゲット知識表現も用いることができる。 Thus, in some embodiments, similar to the reference knowledge representation can be used also target knowledge representation. 参照(ターゲット)知識表現は、セマンティック・ネットワーク等の任意の適切なタイプの知識表現であってもよく、コンテンツの参照(ターゲット)セット内のコンテンツに関連付けられた知識を表すことができる。 Reference (target) knowledge representation can represent any well be a knowledge representation suitable type, associated with the content of the reference of the content (target) set knowledge such as semantic network. 参照(ターゲット)知識表現は、任意の適切な方法で構築することができ、例えば、コンテンツの参照(ターゲット)セット内のコンテンツに少なくとも部分的に基づいて構築することができる。 Reference (target) knowledge representation can be constructed in any suitable manner, for example, it can be constructed based at least in part on the content of the reference (target) in a set of content.

いくつかの実施形態では、参照知識表現及びターゲット知識表現は、結合(merge)された知識表現を形成するためにマージされてもよく、ユーザの検索クエリに関連付けられた1つ以上の用語(及び、随意に、ユーザに関連付けられたユーザコンテキスト情報に現れる用語)は、ユーザの検索クエリに関連付けられた用語(複数可)と、随意にユーザに関連付けられたユーザコンテキスト情報に現れる用語とにセマンティック的に関連するようなマージされた知識表現内の1つ以上の概念を識別又は合成するために使用することができる。 In some embodiments, the reference knowledge representation and target knowledge representation is bound (merge) knowledge representations may be merged to form the one or more terms associated with the search query of the user (and optionally, the terms appearing in the user context information associated with the user), semantically to the terms associated with the search query of the user (s), and the terms appearing in the user context information associated with the user optionally it can be used to identify or synthesize one or more concepts of the merged knowledge representation such as that associated with. 次に、取得された概念は、検索を実行する前に、取得された概念に関連付けられた用語を用いてユーザの検索クエリを拡張(増大:augment)するために使用することができる。 Next, the obtained concepts, before performing the search, extended search queries of the user using the terms associated with the acquired concepts (increase: augment) can be used to. 従って、参照知識表現に少なくとも部分的に基づいて取得された概念は、コンテンツのターゲットセット内のコンテンツについてユーザの検索クエリに応答して返される検索結果の品質を改善するために使用することができる。 Thus, at least in part the concepts acquired based on the reference knowledge representation can be used to improve the quality of search results returned in response to a user's search query for the content in the target set of content .

なお、本明細書に説明される本発明の様々な態様は、多数の方法のいずれかで実装されてもよく、特定の実装技術に限定されるものではないことを理解されたい。 Note that various aspects of the invention described herein may be implemented in any of a number of ways, it will be understood that it is not intended to be limited to any particular implementation technique. 特定の実装例が、説明のみを目的として以下に説明するが、本明細書に説明される本発明の態様は、これらの例示的な実装形態に限定されるものではない。 Specific implementation examples, are described below for illustrative purposes only, embodiments of the invention described herein is not intended to be limited to these example implementations. さらに、特定のコンテキストから明らかに現れない限り、本明細書に説明される様々な特徴及びステップが、図示されている具体的な実施形態以外の方法で組み合わせることができ、且つそのような他の組み合わせは、本開示の範囲内であるとともに発明として企図されることが意図されている。 Furthermore, unless otherwise appear clearly from the particular context, the various features and steps discussed herein, can be combined in ways other than the specific embodiments shown, and such other combination, it is contemplated that are intended as an invention with are within the scope of this disclosure.

図1には、いくつかの実施形態で使用されるような知識表現に基づいて、大規模セットのデジタルコンテンツから選択されたデジタルコンテンツをユーザに提供するための例示的なプロセス100のフローチャートが示されている。 In FIG. 1, based on some knowledge representation as used in the embodiment, the flow chart of an exemplary process 100 for providing a digital content selected from the digital contents large set user indicates It is. 図1の方法は、1人以上のユーザに関連付けられたユーザコンテキスト情報が取得されるような動作102で開始する。 The method of FIG. 1, user context information associated with the one or more users is started in operation 102 as acquired. 以下でより詳細に説明するように、ユーザコンテキスト情報は、ユーザ(複数可)に関連付けられた任意の適切な情報及び/又はユーザ(複数可)によって提供された任意の適切な情報とすることができる。 As described in more detail below, the user context information, be any suitable information provided by the user any suitable information associated with (s) and / or user (s) it can. ユーザコンテキスト情報を取得する方法も、以下でより詳細に説明する。 How to obtain user context information is also described in greater detail below.

プロセス100は、次に、ユーザコンテキスト情報の少なくとも一部を表すアクティブ概念が、知識表現において識別されるように動作104に進む。 The process 100 is then active concept representing at least part of the user context information, the process proceeds to operation 104 as identified in knowledge representation. この知識表現は、任意の適切な知識表現とすることができ、いくつかの実施形態では、ユーザ(複数可)に関連付けられたユーザ固有の知識表現とすることができる。 The knowledge representation can be any suitable knowledge representation, in some embodiments, can be a user-specific knowledge representation associated with the user (s). しかし、知識表現は、ユーザ固有の知識表現に限定されるものではなく、プロセス100に利用可能な他の知識表現であってもよいことを認識されたい。 However, knowledge representation is not intended to be limited to user-specific knowledge representation, it should be recognized that it may be other knowledge representation available to process 100. いくつかの実施形態では、動作104の一部として、ユーザコンテキスト情報を表すアクティブ概念は、このアクティブ概念を含むユーザ固有の知識表現を構築する上で後続の使用のために生成することができる。 In some embodiments, as part of operation 104, the active concept representing the user context information may be generated for subsequent use in constructing the user-specific knowledge representation containing the active concept.

プロセス100は、アクティブ概念にセマンティック的に関連する1つ以上の概念が、このアクティブ概念を含む知識表現を使用することによって取得されるように動作106に進む。 Process 100, one or more of the concepts semantically related to the active concept, the process proceeds to operation 106 as obtained by using a knowledge representation that contains the active concept. (実施例の関連する測定については後述する。)プロセス100は、次に、取得した概念(複数可)のうちの1つ以上が選択されるように動作108に進む。 (For related measures embodiment will be described below.) Process 100 then proceeds to operation 108 as one or more of the acquired concept (s) is selected. 概念(複数可)は、この概念(複数可)の1つ以上が、関連する測定を用いて割り当られるようなスコアに少なくとも部分的に基づいて選択することができる。 Concept (s), one or more of the concept (s) may be selected based at least in part on scores as hit split using the associated measurement. プロセス100は、次に、コンテンツが、動作104において識別され又は生成されたアクティブ概念と、動作108で選択された概念(複数可)とに少なくとも部分的に基づいて、1人以上のユーザに提供されるように動作110に進む。 The process 100 then provides the content, and active concepts identified or generated in operation 104, based at least in part on the concept selected in operation 108 (s), one or more users proceeds to operation 110 as. このようなコンテンツは、アクティブ概念と動作108で選択された概念(複数可)とを使用して大規模セットのコンテンツから選択することができる。 Such content may be selected from the contents of a large set using the concepts selected by the active concept and operation 108 (s). 図1のプロセスの動作の各々は、様々な方法のいずれかで実行してもよく、これらの動作が様々な実施形態で実施され得る方法のいくつかの例は、以下でより詳細に説明する。 Each operation of the process of Figure 1 may be performed in any of a variety of ways, some examples of how these operations can be implemented in various embodiments are described in more detail below .

プロセス100及びその変形形態のいずれかは、ハードウェア、ソフトウェア、又はそれらの任意の適切な組み合わせを用いて実装することができる。 Any of the processes 100 and variations thereof, may be implemented using hardware, software, or any suitable combination thereof. ソフトウェアに実装された場合に、ソフトウェアは、スタンドアロン式又はネットワーク式によらず、任意の適切なプロセッサ又はプロセッサの集合体で実行してもよい。 When implemented in software, the software, regardless of the stand-alone or networked, may be performed by a set of any suitable processor or processors. ソフトウェアは、プロセッサ実行可能命令及び設定パラメータとして格納することができ、そのようなソフトウェアは、1つ以上の非一時的な、有形のコンピュータ可読記憶媒体に格納されてもよい。 Software may be stored as processor-executable instructions and configuration parameters, such software may include one or more non-transitory, may be stored on a tangible computer readable storage medium.

ソフトウェア実装プロセス100は、任意の適切な方法で編成することができる。 Software implementation process 100 may be organized in any suitable manner. 例えば、各ソフトウェアモジュールが、プロセス100の1つ以上の動作の少なくとも一部を実行することができるように、1つ以上のソフトウェアモジュールを含むソフトウェアシステムとして編成することができる。 For example, each software module, so it is possible to perform at least a portion of one or more operations of the process 100 may be organized as a software system that includes one or more software modules. しかし、いくつかの実施形態では、このようなソフトウェアシステムの一以上のソフトウェアモジュールは、本発明の態様はこの態様に限定されるものではないが、プロセス100の動作に関連しない機能を実行することができる。 However, in some embodiments, one or more software modules of such software systems, aspects of the present invention is not limited to this embodiment, performing the functions that are not related to the operation of the process 100 can.

I. I. ユーザコンテキスト情報の取得 上述したように、プロセス100の動作102において、1人以上のユーザに関連付けられたユーザコンテキスト情報を取得することができる。 As acquired above the user context information in operation 102 of process 100, it is possible to obtain user context information associated with the one or more users. ユーザコンテキスト情報は、ユーザ(複数可)が、どの様な情報を捜し求めているか及び/又はどの様な情報に関心を示すかを識別するために使用されるような任意の情報を含んでいてもよい。 User context information, the user (s), also comprise any information as is used to identify whether an interest in and / or what kind of information is in search of what kind of information good. ユーザコンテキスト情報は、その後に情報をユーザに提供するために使用されるようなユーザ(複数可)のモデルを開発するために使用される情報も含んでいる。 The user context information also includes information used to develop a model of user (s) as is used to provide subsequent information to the user. このように、ユーザコンテキスト情報は、任意の利用可能な情報ソース及び/又はユーザ(複数可)によって直接提供された任意の適切な情報から収集されるユーザ(複数可)に関連する適切な情報を含むことができるが、これらに限定されるものではない。 Thus, the user context information, the appropriate information associated with the user (s) to be collected from any suitable information provided directly by any available information sources and / or user (s) it can include, but is not limited thereto.

いくつかの実施形態では、ユーザに関連する情報は、ユーザに関する任意の適切な情報とすることができる。 In some embodiments, information associated with the user may be any suitable information about the user. 例えば、ユーザに関連する情報は、ユーザに関連付けられた人口統計情報(例えば、性別、年齢、教育レベル等)を含んでいてもよい。 For example, information related to the user, demographic information associated with the user (e.g., gender, age, education level, etc.) may be contained. 別の例として、ユーザに関連する情報は、ユーザのインターネット閲覧履歴の詳細を含んでもよい。 As another example, information associated with the user may include details of Internet browsing history of the user. そのような情報は、ユーザが閲覧した1つ以上のウェブサイトのリスト、閲覧した時間、及び/又はそのような閲覧を行った場所(すなわち、地理的位置)を含んでもよい。 Such information, a list of one or more web sites that the user has browsed, time viewing, and / or such viewing locations Been (i.e., geographical location) may contain. ユーザの閲覧履歴は、ユーザが検索した情報と、このような検索に応答してユーザが取得した検索結果を含むが、これに限定されない関連する閲覧情報をとさらに含むことができる。 Browsing history of the user is provided with information that the user has searched, including search results obtained by the user in response to such a search may further include a related browsing information is not limited thereto.

別の例として、ユーザに関連する情報は、ユーザのコンピュータ装置上で又はユーザが閲覧した1つ以上のウェブサイト上で任意のユーザインタフェイスを介してユーザが提供した任意の情報を含むことができる。 As another example, information associated with the user, it may include any information the user provides through any user interface on one or more web sites browsed on or the user the user's computer system it can. 例えば、ユーザに関連する情報は、例えばソーシャル・ネットワーク・ウェブサイト、仕事投稿(掲載)ウェブサイト、ブログ、ディスカッション・スレッド等の任意のウェブサイト上でのユーザに関連付けられた任意の情報を含んでもよい。 For example, information related to the user, for example, social networking web site, work Posts (posts) web site, blog, include any information associated with the user on any of the web site, such as a discussion thread good. そのような情報には、ウェブサイト上のユーザプロファイル、ユーザプロファイルに対応したマルチメディア(例えば、画像、ビデオ等)に関連付けられた情報、及びウェブサイト上でユーザが入力した他の情報を含むが、それらに限定されない。 Such information, user profile on a website, a multimedia that correspond to the user profile (e.g., image, video, etc.) information associated with, and include other information entered by the user on the web site , but are not limited to them. さらに別の例として、ユーザに関連する情報は、2009年9月8日に出願された、”Synthesizing Messaging Using Content Provided by Consumers”という表題の米国特許仮出願第12/555,293号明細書に説明されており、この文献は、参照することにより本明細書に組み込まれる。 As yet another example, information related to the user, filed on September 8, 2009, to "Synthesizing Messaging Using Content Provided by Consumers" the title of US Provisional Patent application Ser. No. 12 / 555,293 that are described, this document is incorporated herein by reference.

いくつかの実施形態では、ユーザに関連する情報は、地理空間情報を含んでもよい。 In some embodiments, information associated with the user may include geospatial information. 例えば、地理空間情報には、ユーザ及び/又はユーザのコンピュータ装置の現在位置(例えば、ユーザの家、ユーザの地元の図書館、ユーザの仕事場、ユーザが旅した場所、及び/又はユーザのインターネットIPアドレスにより決定されるようなユーザのデバイスの地理的位置等)を含んでもよい。 For example, the geospatial information, current position (for example, the user's home, local library of user, workplace of the user, where the user has traveled, and / or the Internet IP address of the user of the user and / or the user's computer equipment user geographic position of the device) may include, as determined by. 地理空間情報は、ユーザのコンピュータ装置の位置に関する情報と、ユーザのコンピュータ装置がその場所に又はその場所の近くにあったときに、ユーザが検索や閲覧したコンテンツとの間の関連付けを含むことができる。 Geospatial information includes information about the position of the user's computer system, when a user of the computing device that was near that location or locations, may include an association between the content that the user searches and browsing it can. いくつかの実施形態では、ユーザに関連する情報は、時間的な情報を含むことができる。 In some embodiments, information related to the user may include temporal information. 例えば、時間的な情報は、ユーザがコンピュータ装置上で特定のコンテンツを照会又は閲覧した時間を含むことができる。 For example, temporal information may include a time that the user query or browsing certain content on a computing device. 時間は、年の規模や、季節、月、週、日、時間、分、秒等の規模の任意の適切なスケールで指定することができる。 Time, and scale of the year, season, month, week, day, hour, minute, can be specified in any of the appropriate scale of the scale of seconds and the like.

追加的に又は代替的に、1人以上のユーザに関連付けられたユーザコンテキスト情報は、ユーザ(複数可)によって提供された情報を含んでもよい。 Additionally or alternatively, the user context information associated with the one or more users may include information provided by the user (s). このような情報は、ユーザ(複数可)がどの様な情報に関心を示すのかを表す任意の適切な情報であってもよい。 Such information may be any suitable information indicating whether an interest in what kind of information the user (s). 例えば、ユーザコンテキスト情報は、ユーザによって検索エンジン(例えば、インターネット検索エンジン、企業イントラネット等の特定のドメインを検索するために適合された検索エンジン)に入力された1つ以上のユーザの検索クエリを含んでもよい。 For example, user context information, the search engine by the user (e.g., the Internet search engine, the search engine adapted to search for a specific domain, such as a corporate intranet) comprise one or more search queries that the user inputted to the But good. 別の例として、ユーザコンテキスト情報は、ユーザが関心を示す情報のタイプについての1つ以上のユーザ指定の指標を含むことができる。 As another example, user context information may include an indication of one or more user-specified for the type of information indicating user interest. ユーザは、多数の方法のいずれかで指標(複数可)を提供することができる。 The user may provide an indication (s) in any of a number of ways. ユーザは、自分の嗜好の指標を入力する又は口に出して言い、ウェブサイトやアプリケーションによって提供された1つ以上のオプションを選択し(例えば、ドロップダウンメニューから項目を選択し、チェックボックスをオンにする等)、ウェブサイト上又はアプリケーションにおいて、及び/又は任意の他の適切な方法で、ユーザに関心を起こさせるコンテンツの一部をハイライトする又は他の方法で選択する。 The user, on say out in the index to enter or mouth of your preference, select one or more of the options provided by the web site or application (for example, to select an item from the drop-down menu, a check box etc.) that, in the web site on or application, and / or any other suitable method, to select some content to cause concern to the user highlighting or otherwise. 例えば、ユーザは、あるトピック(複数可)に関連して更新されたニュース、1つ以上のタイプの製品(複数可)に関連する広告、ウェブサイト、ニュースレター、電子メールダイジェスト等の各種のいずれかの更新に関する情報、を受信したいことを示すために、ウェブサイト上の1つ以上のオプションを選択することができる。 For example, a user, a topic news that has been updated in relation to the (s), one or more types of product-related advertising in (s), web site, any news letter, of a variety of such as e-mail digest information about Kano update, to indicate that it wants to receive, it is possible to select one or more options on the web site.

ユーザコンテキスト情報は、動作102で、可能な様々な方法のいずれかで取得することができる。 User context information in operation 102, may be obtained in any of a variety of methods available. 例えば、いくつかの実施形態では、ユーザコンテキスト情報は、ユーザのクライアント・コンピュータから、処理100を実施するソフトウェアコードを実行するような1つ以上のサーバ・コンピュータに提供することができる。 For example, in some embodiments, the user context information may be provided from the user of the client computer, on one or more server computers that execute software code for implementing the process 100. 例えば、図2に示されるように、ユーザは、アプリケーションプログラム204を実行するクライアント・コンピュータ202を動作させることができる。 For example, as shown in FIG. 2, the user can operate the client computer 202 that executes the application program 204. アプリケーションプログラム204は、プロセス100を実行するコンピュータである、サーバ・コンピュータ208にユーザコンテキスト情報206(例えば、ユーザによってアプリケーションプログラム204に入力された検索クエリ)を送信することができる。 Application program 204 is a computer that executes a process 100, it is possible to transmit the user context information 206 to the server computer 208 (e.g., a search query entered in the application program 204 by the user). 従って、サーバ208は、クライアント202上で実行するアプリケーションプログラム204からユーザコンテキスト情報206を受信することができる。 Accordingly, server 208 may receive user context information 206 from the application program 204 executing on the client 202.

アプリケーションプログラム204は、直接又は間接的に、サーバ208に情報を送信するとともにサーバ208から情報を受信することができるアプリケーションプログラムの様々なタイプのいずれかであってよい。 Application program 204, directly or indirectly, may be any of various types of application programs that can receive information from the server 208 transmits the information to the server 208. 例えば、いくつかの実施形態において、アプリケーションプログラム204は、インターネットすなわちWWWブラウザ、インスタント・メッセージ・クライアント、又は他の任意の適切なアプリケーションであってもよい。 For example, in some embodiments, the application program 204, the Internet ie WWW browser, instant messaging clients, or other may be any suitable application.

図2の例では、アプリケーションプログラム204は、ユーザコンテキスト情報をサーバ208に直接送信するものとして示されている。 In the example of FIG. 2, the application program 204 is shown to the user context information as being sent directly to the server 208. これは、ユーザコンテキスト情報が、クライアント202からサーバ208にどの様に送信されるかの簡略化した表現であり、ユーザコンテキスト情報を、クライアント202からサーバ208に直接送信する必要はないということを認識されたい。 This recognizes the user context information is one of the simplified representation from the client 202 is transmitted as how the server 208, that the user context information, does not need to be transmitted directly from the client 202 to the server 208 It should be. 例えば、いくつかの実施形態では、ユーザの検索クエリは、ネットワークを介してサーバ208に送信することができる。 For example, in some embodiments, a search query of the user may be transmitted to the server 208 via the network. ネットワークは、LAN、WAN、インターネット、又はネットワークの組み合わせ等の任意の適切なタイプのネットワークであってもよい。 Network, LAN, WAN, may be any suitable type of network such as a combination of the Internet, or network.

また、ユーザのクライアント・コンピュータからユーザコンテキスト情報を受信することは、ユーザコンテキスト情報が、プロセス100の動作102の一部として、任意の他の適切な方法で取得することができるように、本発明の態様を限定しないことを認識されたい。 Further, receiving user context information from the user of the client computer, the user context information, as part of operation 102 of process 100, as can be obtained in any other suitable manner, the present invention it should be recognized that do not limit the aspects of the. 例えば、ユーザコンテキスト情報は、1人以上のユーザに関連付けられたユーザコンテキスト情報を含むソースから又はこのユーザコンテキスト情報にアクセスして、要求する際に能動的に及び/又は受信する際に受動的に、取得することができる。 For example, user context information is accessed from the source or the user context information includes user context information associated with the one or more users, requests passively when actively and / or receive at the time of , it can be obtained.

II. II. ユーザコンテキスト情報を表すアクティブ概念の識別又は生成 上述したように、プロセス100の動作104において、動作102の間に取得されたユーザコンテキスト情報の少なくとも一部を表すアクティブ概念は、ユーザ固有の知識表現或いは他の任意の適切な知識表現であるような知識表現において識別される概念、又はアクティブ概念を含むユーザ固有の知識表現を構築するために生成され且つ使用される概念のいずれかとすることができる。 As identified or generated above the active concept representing the user context information in operation 104 of process 100, an active concept representing at least a portion of the user context information obtained during the operation 102, user-specific knowledge representation or it can be any of the concepts are generated and used to construct a user-specific knowledge representation including concepts identified in knowledge representation such that any other suitable knowledge representation, or an active concept. 可能な様々な技術のいずれかが、ユーザコンテキスト情報を表すアクティブ概念を識別又は生成するために使用することができる。 Any of various possible techniques can be used to identify or produce an active concept that represents the user context information. いくつかの実施形態では、使用できるそのような技術の一例が、図3のプロセス300に例示されている。 In some embodiments, an example of such a technique that may be used is illustrated in the process 300 of FIG.

プロセス300は、ユーザコンテキスト情報の関連部分を識別するように、動作301において開始する。 Process 300 to identify the relevant part of the user context information, it begins at operation 301. 前述したように、ユーザコンテキスト情報は、ユーザに関する情報(例えば、ウェブサイト上のユーザのプロファイル、ユーザの閲覧履歴等)と、ユーザによって提供された情報(例えば、検索クエリ)とを含むが、これらに限定されない各種の情報のいずれかを含む。 As described above, the user context information, information about the user (e.g., user profile on a website, browsing history of the user) and the information provided by the user (e.g., a search query) including a, these including any of but not limited to various types of information to. これにより、ユーザコンテキスト情報の様々な部分は、様々なシナリオで使用することができる。 Thus, various portions of the user context information can be used in various scenarios. 例えば、ユーザが情報を検索しているときに、ユーザコンテキスト情報の関連部分は、ユーザの検索クエリを含んでもよいが、ユーザが捜し求めている情報の検索に役立つかもしれない追加情報(例えば、ユーザの現在位置、ユーザの閲覧履歴等)を含むことができる。 For example, when a user is searching for information, relevant parts of the user context information may also include a search query of the user, additional information that might help in the search for information that the user is seeking (e.g., the user current position, it is possible to include a browsing history, etc.) of the user. 別の例として、1つ以上の広告をユーザに提示するときに、ユーザコンテキスト情報の関連部分は、ユーザが関心を示すような1つ以上の製品を表す情報を含んでもよい。 As another example, when presenting one or more advertisements to the user, the relevant part of the user context information may include information representing one or more products, such as user indicates an interest. 別の例として、ニュース記事(又は任意の他の適切なタイプのコンテンツ)をユーザに提供するときに、ユーザコンテキスト情報の関連部分は、ユーザが関心を示す情報を含むことができる。 As another example, when providing news articles (or any other suitable type of content) to a user, the relevant part of the user context information may include information that the user indicate interest. (例えば、動作102において)取得されたユーザコンテキスト情報の関連部分は、ユーザコンテキスト情報の関連部分が識別される方法が、本発明の態様を限定しないような任意の適切な方法で識別することができる。 (E.g., in act 102) the relevant part of the user context information obtained, the method may be identified in a manner to non-limiting any such suitable method of the present invention which is relevant part of the user context information is identified it can. また、いくつかの例では、ユーザコンテキスト情報の関連部分は、ユーザコンテキスト情報のサブセットを含むことができるが、他の実施形態では、この関連部分は、ユーザコンテキスト情報の全てを含んでもよく、本発明の態様は、これに限定されるものではないことを認識されたい。 Further, in some examples, the relevant part of the user context information may include a subset of the user context information, in other embodiments, the relevant portions may include all of user context information, the aspect of the invention, it should be recognized that the invention is not limited thereto.

動作301で識別されたユーザコンテキスト情報の関連部分は、多数の方法のいずれかで表すことができる。 Relevant parts of the user context information identified in act 301 can be expressed in any of a number of ways. 例えば、いくつかの実施形態では、ユーザコンテキスト情報の関連部分は、1つ以上の英数字の文字列として表されてもよい。 For example, in some embodiments, the relevant part of the user context information may be represented as one or more alphanumeric string. 英数字の文字列は、任意の適切な文字数(スペースを含む)、単語、数字、及び/又は多数の他のシンボルを含むことができる。 Alphanumeric string (including spaces) any suitable number of characters may include words, numbers, and / or a number of other symbols. 英数字の文字列は、例えば、ユーザの検索クエリ及び/又はユーザがどの様な情報に関心を示すかを表す任意の適切な情報を表現することができる。 Alphanumeric string, for example, can represent any suitable information indicating whether an interest in the search query and / or user what kind of information the user. しかし、多数の他のデータ構造のいずれかが、ユーザコンテキスト情報及び/又はそのユーザコンテキスト情報の一部を表すために使用されてもよいことを認識すべきである。 However, any of a number of other data structures, it should be recognized that it may be used to represent the part of the user context information and / or user context information.

次に、処理300は、特定のユーザに関連付けられたユーザコンテキスト情報の関連部分が、知識表現内の概念と一致するかどうかが決定されるように、判定ブロック302に進む。 Next, the process 300, the relevant parts of the user context information associated with a particular user, as if it matches with the concept of the knowledge representation are determined, the process proceeds to decision block 302. 任意の適切な知識表現を使用することができる。 It may be used any suitable knowledge representation. いくつかの例では、ユーザ又はこのユーザを含むユーザグループに関連付けられたユーザ固有の知識表現を使用することができる。 In some instances, it is possible to use user-specific knowledge representation associated with a user group that includes the user or the user. しかしながら、任意の他の適切な知識表現を用いてもよく、例えば、任意の特定のユーザ又は複数のユーザに適合していない知識表現を用いてもよい。 However, it may be used any other suitable knowledge representation, for example, may be used knowledge representation that do not conform to any particular user or users.

いくつかの実施形態では、使用される知識表現は、セマンティック・ネットワークとすることができる。 In some embodiments, knowledge representation used can be a semantic network. しかし、他の実施形態では、知識表現の他の各種のいずれか(例えば、非グラフィカル知識表現)を使用することができる。 However, in other embodiments, it can be used any of various other knowledge representation (e.g., non-graphical knowledge representation). 知識表現が構築及び/又は取得される方法が、説明された方法及びシステムの態様を限定しないように、知識表現は、任意の適切な方法で構築及び/又は取得される。 How the knowledge representation is constructed and / or acquisition, so as not to limit the aspects of the described methods and systems, knowledge representation, constructed and / or obtained in any suitable way.

どの知識表現が判定ブロック302で使用されるかに拘わらず、ユーザコンテキスト情報の関連部分が、知識表現内の概念と一致するかどうかの判定は、任意の適切な方法で行うことができる。 Which knowledge representation regardless of whether used in decision block 302, the relevant part of the user context information, determines whether it matches with the concept of the knowledge representation can be done in any suitable manner. いくつかの実施形態では、ユーザコンテキスト情報の関連部分は、概念識別子と比較することができる。 In some embodiments, relevant parts of the user context information can be compared to the concept identifier. 例えば、ユーザコンテキスト情報の関連部分が、英数字の文字列によって表されるときに、英数字の文字列は、一致が存在するか否かを判断するために、概念(時には「概念ラベル」と呼ぶ)を識別するある文字列と比較することができる。 For example, the relevant part of the user context information, when represented by an alphanumeric string, an alphanumeric string, to determine whether there is a match, the concept (sometimes "concept labels" hereinafter) can be compared to a string that identifies the. 一致が、文字列の間で正確に一致する、又は特定の単語セット(例えば、「及び(and)」、「その(the)」、「〜の(of)」等の語)を除いた状態で全ての語が一致するように、実質的に正確に一致する。 State match, to accurately match between strings, or a specific word sets (e.g., a "and (and)", "the (the)", "the ~ (of)" word, etc.) except for the in so that all words are matched, substantially exact match. さらに、いくつかの実施形態では、文字列内の単語の順序は無視することができる。 Furthermore, in some embodiments, the order of words in a string can be ignored. 例えば、文字列「(The Board of Directors)取締役会」は、概念ラベル「(Board Directors)取締役」と、同様の概念ラベル「(Directors Board)重役」と一致していると判定することができる。 For example, the string "(The Board of Directors) The Board of Directors" is a concept label "(Board Directors) Board of Directors", it can be determined that is consistent with the similar concept label "(Directors Board) executives".

判定ブロック302において、ユーザコンテキスト情報の関連部分が、知識表現内の概念と一致すると判定された場合に、プロセス300は、知識表現内の複数の概念が関連部分と一致するかどうかを判定するために、判定ブロック304に進む。 In decision block 302, the relevant part of the user context information, when it is judged to coincide with the concept of the knowledge representation, the process 300 to determine whether more concepts in knowledge representation matches the relevant parts the proceeds to decision block 304. 例えば、ユーザコンテキスト情報の選択された部分が、ユーザが関心を示した「ほえ声(bark)」に関する情報を示す英数字の文字列「ほえ声(bark)」かもしれない。 For example, selected portions of the user context information, the user might have an interest "yap (bark)" alphanumeric string "yap (bark)" indicating information on. しかしながら、ユーザが、犬のほえ声(bark)又は木の樹皮(bark)に関する情報のどちらに関心があるかどうかは明確でないかもしれない。 However, the user, may not be clear whether either dog barking voice (bark) or of tree bark on the information (bark) there is an interest. 知識表現内のこのような概念にそれぞれ関連する概念が存在する。 There are concepts respectively associated with this concept in the knowledge representation.

判定ブロック304において、ユーザコンテキスト情報の関連部分と一致する知識表現において、1つの概念のみが存在すると判定された場合には、この1つの概念は、アクティブ概念として識別され、プロセス300は、「いいえ」の分岐を経由して動作320に進み、ここで、例えばプロセス100の動作106〜110を参照しながら以下でより詳細に説明されるように、アクティブ概念が後続の処理のために返される。 In decision block 304, the knowledge representation consistent with relevant parts of the user context information, when it is determined that only one concept exists, this one concept is identified as the active concept, process 300, "No proceeds to operation 320 via the branch, "where, for example, as will be described in more detail below with reference to operation 106 - 110 of the process 100, the active concept is returned for subsequent processing.

一方で、ユーザコンテキスト情報の関連部分と一致する知識表現内に複数の概念が存在すると判定された場合に、プロセス300は、「はい」の分岐を経由して動作306〜308に進み、ここで、一致する概念のうちの1つがアクティブ概念として選択される。 On the other hand, if it is determined that the relevant portion with a plurality of concepts in knowledge representation to match the user context information exists, the process 300 proceeds to operation 306 to 308 via the "YES" branch, wherein one of the concepts that match is selected as the active concept. これは、任意の適切な方法で行うことができる。 This can be done in any suitable way. いくつかの実施形態では、複数の一致する概念のうちの1つは、曖昧性解消プロセスを用いて選択することができる。 In some embodiments, one of the concepts multiple matches can be selected using a disambiguation process.

任意の適切な曖昧性解消プロセスは、ユーザコンテキスト情報の関連部分に一致する複数の概念の中でアクティブ概念を識別するために用いることができる。 Any suitable disambiguation process can be used to identify an active concept in more concepts that match the relevant part of the user context information. このような曖昧性解消プロセスは、複数の概念の中でアクティブ概念を識別するために、1つ以上の曖昧性解消用語を使用することを含み、それによって、識別されたアクティブ概念は、ユーザが関心を示すような情報を表す可能性が生じる。 Such disambiguation process, in order to identify an active concept in more concepts, including the use of one or more disambiguation terms, whereby the active concepts identified, the user there is a possibility that represents information such as an interest. 曖昧性解消プロセスは、曖昧性解消用語の候補セットを生成するとともに、アクティブ概念を識別するために使用する1つ以上の候補曖昧性解消用語を選択することを含む。 Disambiguation process includes to generate a candidate set of disambiguation terms, selects one or more candidate disambiguation terms used to identify the active concept. 例えば、用語「犬(dog)」と「木(tree)」を含む曖昧性解消用語の候補セットを生成することができる。 For example, it is possible to generate a candidate set of disambiguation terms, including the term "dog (dog)" and "tree (tree)". 自動的に又はユーザの入力に少なくとも部分的に基づいて実行される、曖昧性解消用語「犬(dog)」のその後の選択によって、ユーザが「犬の吠え声(dog barking)」に関する情報に関心を示すように表される。 Automatically or is performed based at least in part on user input, the subsequent selection of disambiguation term "dog (dog)", interest in information users regarding "dog bark (dog barking)" the expressed as shown. このように、選択された曖昧性解消用語は、アクティブ概念を識別するために、動作304で識別された複数の概念の中でセマンティック的な曖昧性解消のために使用することができる。 Thus, disambiguation terms chosen can be used to identify the active concept for semantic ambiguity disambiguation among more concepts identified in operation 304.

従って、動作306において、曖昧性解消用語の候補セットを生成することができる。 Thus, in operation 306, it is possible to generate a candidate set of disambiguation terms. これは、任意の適切な方法で行うことができる。 This can be done in any suitable way. 例えば、曖昧性解消用語の候補セットは、1つ以上のキーワード、形態素、及び/又はユーザコンテキスト情報の関連部分に一致する複数の概念の中で1つ以上の概念からなる他の任意の適切な知識表現エンティティを含むことができる。 For example, a candidate set of disambiguation terms, one or more keywords, morphemes, and / or user context information relevant part into a plurality of any suitable other of one or more concepts in a concept matching It may include knowledge representation entities. また、曖昧性解消用語の候補セットは、1つ以上のキーワード、形態素、及び/又はセマンティック・ネットワークの所定の分離度の範囲内に、複数の概念の中の1つの概念に接続された任意の概念からなる他の任意の適切なKRエンティティを含むことができる。 Furthermore, a candidate set of disambiguation terms, one or more keywords, morphemes, and / or within a predetermined degree of separation of semantic networks, any of which is connected to one of the concepts of a plurality of concepts It may include any other suitable KR entities consisting concept. 任意の適切な分離度(例えば1,2,3,4,5等)を用いることができる。 Any suitable separation degree (eg 1, 2, 3, 4, etc.) can be used. いくつかの実施形態において、曖昧性解消用語の候補セットは、ユーザコンテキスト情報の関連部分において用語のいずれかを含んでいないかもしれないが、他の実施形態では、曖昧性解消用語の候補セットは、ユーザコンテキスト情報の関連部分において1つ以上の用語を含んでもよい。 In some embodiments, a candidate set of disambiguation terms may not include any of the terms in relevant part of the user context information, in other embodiments, a candidate set of disambiguation terms it may include one or more terms in relevant part of the user context information.

次に、プロセス300は、曖昧性解消用語の候補の1つ以上を選択するように、動作308に進む。 Next, the process 300 is to select one or more of the disambiguation term candidate, the process proceeds to operation 308. 選択は、任意の適切な方法で行ってもよいし、自動的に実行してもよく及び/又はユーザ入力に基づいて1つ以上の曖昧性解消用語を取得することを含むことができる。 Selection may be performed in any suitable manner, it may include obtaining one or more disambiguation terms based on automatically well and / or user input be performed. 例えば、いくつかの実施形態では、1つ以上の候補曖昧性解消用語を、ユーザに提供することができ、それによって、ユーザは、ユーザが何に関心を示すかを表すこれらの候補曖昧性解消用語を選択できる。 For example, in some embodiments, one or more candidate disambiguation terms, can be provided to the user, whereby the user, these candidate disambiguation indicating whether an interest in what users the terms can be selected. 候補曖昧性解消用語は、可能な様々な方法のいずれかでユーザに提供することができる。 Candidate disambiguation terms may be provided to the user in any of a variety of methods available. 例えば、いくつかの実施形態において、この用語は、サーバ208(すなわち、プロセス100を実行するコンピュータ)から、ユーザコンテキスト情報が取得されたクライアント202上のアプリケーションプログラム204に提供することができる。 For example, in some embodiments, the term server 208 (i.e., a computer that executes a process 100) from may be provided to the application program 204 on the client 202 to the user context information is acquired. アプリケーションプログラム204が、イントラネット又はWWWブラウザである実施形態において、この用語は、ウェブページの形態として提供することができる。 Application programs 204, in the exemplary embodiment is an intranet or WWW browser, this term may be provided in the form of web pages. このように、ユーザは、ユーザが関心を示す情報のタイプを示すために、1つ以上の用語を選択することができる。 In this way, the user, to indicate the type of information that indicate interest, it is possible to select one or more terms.

1つ以上の候補曖昧性解消用語がユーザに提供される方法にも拘わらず、1つ以上の曖昧性解消用語の選択を含むユーザ入力が、プロセス300の動作308の一部として受信される。 One or more candidate disambiguation terms despite method provided to the user, the user input including selection of one or more disambiguation terms are received as part of operation 308 of process 300. 例えば、動作306で生成された曖昧性解消用語の候補セットを受信したアプリケーションプログラム204は、1つ以上の用語を選択するユーザからの入力を受け付けることができ、プロセス100を実行するサーバにユーザが選択した用語(複数可)の指標を送信することができる。 For example, an application program 204 that has received the candidate set of disambiguation terms generated by operation 306, one or more terms can accept input from a user selecting, by the user to a server that runs the process 100 it can transmit an indication of the selected term (s).

いくつかの実施形態では、1つ以上の曖昧性解消用語は、いかなるユーザ入力も必要とせずに、曖昧性解消用語の候補セットから自動的に選択することができる。 In some embodiments, one or more disambiguation terms, without requiring any user input can be automatically selected from the candidate set of disambiguation terms. 例えば、動作306で生成された曖昧性解消用語の候補セットからの1つ以上の用語は、ユーザコンテキスト情報(例えば、ユーザの閲覧履歴、オンライン・プロファイル、ユーザが選択した優先度(嗜好)、又は前述したユーザコンテキスト情報の他のタイプ)に基づいて選択することができる。 For example, one or more terms from the candidate set of disambiguation terms generated by the operation 306, the user context information (e.g., browsing history of the user, the online profile, the priority selected by the user (preference), or it can be selected based on other types) of user context information described above. 例えば、ユーザが「ほえ声(bark)」を探している状況を考慮するが、ユーザが犬に関する様々な情報に関心を示していたことがユーザの閲覧履歴から明らかである。 For example, consider a situation in which the user is looking for a "yap (bark)" is, that the user has not expressed an interest in a variety of information about the dog is clear from the viewing history of the user. この場合には、ユーザは、「樹皮(tree bark)」ではなく「犬のほえ声(dog bark)」に関する情報を検索している可能性がある。 In this case, the user, there is a possibility that the search for information related to "bark (tree bark)" rather than "barking of the dog voices (dog bark)". 従って、ユーザコンテキスト情報は、曖昧性解消用語の候補セット{「犬」と「木」}から用語「犬」を選択して使用することができる。 Therefore, user context information may be selected and used the term "dog" disambiguation term candidate set {a "dog", "tree"} from. 別の例として、ソーシャル・ネットワーク・ウェブサイト上のユーザのオンライン・プロファイルは、ユーザが熱心な植物学者(又はユーザに関連付けられた地理空間情報が、ユーザが熱帯雨林に位置していることを示す場合)であるときに、ユーザは、「犬のほえ方(dog bark)」ではなく、「樹皮(tree bark)」に関する情報を検索している可能性が高い。 As another example, the user's online profile on a social network website, geospatial user associated with the avid botanists (or the user indicates that the user is located rainforest when is the case), the user, in the "dog barking way (dog bark)" but, is likely to search for information related to "bark (tree bark)". しかし、曖昧性解消用語を選択するための上述した手法は、曖昧性解消用語が任意の他の適切な方法で選択することができるような、単なる例示として認識されたい。 However, the above-described for selecting a disambiguation term approach, such as may be ambiguity resolution terms selected in any other suitable manner, it should be recognized as exemplary only.

動作308において、1つ以上の曖昧性解消用語が取得される方法にも拘わらず、取得された用語は、ユーザコンテキスト情報の関連部分に一致する複数の概念の中でアクティブ概念を識別するために使用することができる。 In operation 308, despite how one or more disambiguation terms are acquired, terms that have been acquired in order to identify an active concept in more concepts that match the relevant part of the user context information it can be used. 従って、識別されたアクティブ概念は、1人以上のユーザが関心を示すような情報を表すことができる。 Thus, the active concepts identified may be one or more users represents information such as an interest. 動作308において、アクティブ概念が識別された後に、プロセス300は、アクティブなプロセスが後続の処理のために返され、且つプロセス300が完了するように、動作320に進む。 In operation 308, after the active concept is identified, the process 300 active processes is returned for subsequent processing, and as the process 300 is completed, the process proceeds to operation 320.

再び、プロセス300の判定ブロック302を検討する。 Again, consider the decision block 302 of process 300. 判定ブロック302において、ユーザコンテキスト情報の関連部分が、知識表現のいずれの概念とも一致しないと判定された場合に(「いいえ」分岐に出力)、プロセス300は、ユーザコンテキスト情報の関連部分が、1つ以上の知識表現エンティティに分解されるように、動作310に進む。 In decision block 302, the relevant part of the user context information, when it is determined not to match any of the concepts of knowledge representation ( "No" output branch), the process 300, the relevant parts of the user context information, 1 One such is decomposed into more knowledge representation entities, the process proceeds to operation 310. 例えば、ユーザコンテキスト情報の関連部分は、個々の概念、キーワード、及び/又は形態素に分解することができる。 For example, the relevant part of the user context information can be decomposed individual concepts, keywords, and / or morphological. これは、任意の適切な方法で行うことができる。 This can be done in any suitable way. 例えば、ユーザコンテキスト情報の一部が、英数字の文字列で表現される場合に、この文字列は、より要素的な知識表現エンティティにトークン化又は分離することができる。 For example, a part of the user context information, when represented by an alphanumeric string, the string can be tokenized or separated into more elementary knowledge representation entities. 「その(the)」や「及び(and)」等のストップワード(stop word)は、除外又は無視することができる。 "That (the)" and "and (and)", etc. stop word of (stop word) can be excluded or ignored. 例えば、ユーザの検索クエリの英数字の文字列が、「BPの取締役会(The BP Board of Directors)」である場合に、このクエリは次のエンティティにトークン化される、「取締役会(Board of Directors)」、「BP役員会(BP Board)」、「BP取締役(BP Directors)」、「BP」、「役員会(Board)」、「取締役(directors)」等である。 For example, alphanumeric string of search queries of users, in the case of "the Board of Directors of BP (The BP Board of Directors)", this query is tokenized to the next entity, "the Board of Directors (Board of directors) "," BP Board of directors (BP Board) "," BP Board of directors (BP directors) "," BP "," Board of directors (Board) ", which is like" the Board of directors (directors) ". なお、他の多くの技術は、ユーザコンテキスト情報の関連部分を、セマンティック解析方法を含む知識表現エンティティに分離するように適用することができることを認識すべきであり、このような手法は、2011年6月21日に出願された、”Systems and Methods for Analyzing and Synthesizing Complex Knowledge Note that many other techniques, the relevant part of the user context information should be recognized that can be applied to separate the knowledge representation entities including semantic analysis method, such an approach, 2011 filed on June 21, "Systems and Methods for Analyzing and Synthesizing Complex Knowledge
Representations”という表題の米国特許仮出願第13/165,423号明細書に記載されており、この文献は、参照により本明細書に組み込まれる。 Representations "are described in U.S. Provisional Patent Application No. 13 / 165,423 Pat entitled, this document is incorporated herein by reference.

プロセス300は、動作310で導出されたKRエンティティをカバーする知識表現内の概念が識別されるように、動作312に進む。 Process 300, as the concept of the knowledge representation covering the KR entities derived by operation 310 is identified, the process proceeds to operation 312. これは、任意の適切な方法で行うことができ、例えば、一致があるかどうかを確認するために、KRエンティティの各々をKR内の概念と比較することによって行うことができる。 This can be done in any suitable way, for example, to see if there is a match, it can be carried out by comparing each of the KR entity concept in KR. いくつかの実施形態では、KRエンティティに関連付けられた文字列は、KR内の概念のラベルと比較することができる。 In some embodiments, string associated with KR entity can be compared to the label concept in KR. 例えば、それぞれ「取締役会(Board of Directors)」、「役員会(Board)」とラベル付けされた概念402及び406を含む、図4Aに示すセマンティック・ネットワーク401を検討する。 For example, each "board of directors (Board of Directors)" includes "board (Board)" and labeled concepts 402 and 406, consider the semantic network 401 shown in Figure 4A. 概念402及び406は、「〜によって規定される(defined-by)」エッジ404によって接続されている。 Concept 402 and 406 are connected by "defined by ~ (defined-by)" edge 404. 明示的に示されていないが、「取締役会(Board of Directors)」とラベル付けされている概念に関連付けられたノードは、「〜によって規定される(defined-by)」エッジを介して「取締役(Directors)」とラベル付けされた概念に関連付けられたノードに接続することもできる。 Although not explicitly shown, a node associated with the concepts that are labeled "Board (Board of Directors)" via "is defined by ~ (defined-by)" Edge "Directors (Directors) "and it may be connected to the node associated with labeled concepts. 従って、セマンティック・ネットワーク401に存在するノードは、KRエンティティ「取締役会(Board of Directors)」、「取締役(Directors)」、及び「役員会(Board)」をカバーする。 Therefore, the node that exists in the semantic network 401, KR entity "the Board of Directors (Board of Directors)", to cover the "Board of Directors (Directors)", and "Board of Directors (Board)". これらのKRエンティティは、プロセス300の動作310において英数字文字列「BPの取締役会(BP Board of Directors)」から導出されることに注意されたい。 These KR entities, it should be noted that in the operation 310 of the process 300 is derived from the alpha-numeric character string "the Board of Directors of BP (BP Board of Directors)". セマンティック・ネットワーク401は、「BPの取締役会(BP Board of Directors)」のラベルの付いた概念を含まないことに注意されたい。 Semantic network 401, it should be noted that that does not include the concept labeled the "Board of Directors of BP (BP Board of Directors)".

プロセス300は、次に、ユーザコンテキスト情報の関連部分に対応するアクティブ概念が生成され、その後、このアクティブ概念を含むユーザ固有の知識表現を構築するために使用することができるように、動作314〜318に進む。 Process 300 then active concept corresponding to the relevant part of the user context information is generated, then, so that it can be used to build a user-specific knowledge representation containing the active concept, operation 314~ proceed to 318. 最初に、動作314において、ユーザコンテキスト情報の関連部分に関連付けられたアクティブ概念が生成される。 First, in operation 314, an active concept associated with the relevant part of the user context information is generated. これは、任意の適切な方法で行うことができる。 This can be done in any suitable way. 例えば、新しいノードは、知識表現に加えることができ、ユーザコンテキスト情報の関連部分と関連付けることができる。 For example, the new node may be added to the knowledge representation can be associated with the relevant part of the user context information. このように、ノードに、ユーザコンテキスト情報の関連部分を含む識別子(すなわち、概念ラベル)を割り当てることができる。 Thus, the node may be assigned an identifier that contains the relevant parts of the user context information (i.e., concept labels). 例えば、図4Bに示されるように、生成されたアクティブ概念に関連付けられるとともに、「BPの取締役会(BP Board of Directors)」とラベル付けされたノード408は、セマンティック・ネットワーク403を形成するために、セマンティック・ネットワーク401に追加される。 For example, as shown in Figure 4B, together with associated with generated active concept, "board of directors BP (BP Board of Directors)" and the node labeled 408, to form a semantic network 403 , it is added to the semantic network 401. セマンティック・ネットワークのこの図及びその他の図において、アクティブ概念に対応するノードは、矩形によって示すことができる。 In this figure and other figures of the semantic network, the node corresponding to the active concept may be illustrated by the rectangle.

次に、動作316の一部として、新しいノードは、1つ以上の新たなエッジによって知識表現内に既に存在する1つ以上の概念に接続することができる。 Then, as part of operation 316, the new node can be connected to one or more concepts already in the knowledge representation by one or more new edges. 生成されたアクティブ概念を表す新しいノードは、知識表現内の任意の適切な概念に接続することができ、例えば、ユーザコンテキスト情報の関連部分から導出される知識表現エンティティをカバーするような知識表現内の1つ以上の概念に接続することができる。 The new node representing the generated active concept may be connected to any suitable concepts in knowledge representation, for example, the knowledge representation so as to cover the knowledge representation entities derived from the relevant portion of the user context information it can be connected to one or more concepts. 従って、「BPの取締役会(BP Board of Directors)」の例において、ノード408は、「取締役会(Board Thus, in the example of the "Board of Directors of BP (BP Board of Directors)", the node 408, "the Board of Directors (Board
of Directors)」の概念に関連付けられたノードに、「役員会(Board)」の概念に関連付けられたノードに、及び/又は「取締役(Directors)」の概念に関連付けられたノードに接続される。 To the node associated with the concept of of Directors) ", it is connected" to the node associated with the concept of the Board of Directors (Board) ", and / or to the node associated with the concept of" the Board of Directors (Directors) ".

いくつかの実施形態では、新しいノードは、動作310において導出されたKRエンティティをカバーするような最も複雑な概念に関連付けられたノードに接続することもできる。 In some embodiments, the new node can be connected to the node associated with the most complex concepts to cover KR entities derived in operation 310. 概念の複雑さは、多数の方法のいずれかによって規定することができる。 The complexity of the concept may be defined by any of a number of ways. 概念の複雑さは、「〜によって規定される(defined-by)」の概念である他の概念の数の指標であり、「〜によって規定される(defined-by)」の概念の数が多くなるほど、概念の複雑さはより増すことになる。 The complexity of the concept is a measure of the number of other concept is the concept of "is defined by ~ (defined-by)", the number of the concept of "is defined by ~ (defined-by)" Many Indeed, the complexity of the concept becomes more increase it. 従って、概念の複雑さは、その概念に対応するノードから外向きの「〜によって規定される(defined-by)」エッジの数に比例させることができる。 Thus, the complexity of the concept can be made proportional from the node corresponding to the concept of the number of "is the (defined-by) defined by ~" edge outward. セマンティック・ネットワーク401において、例えば、「取締役会(Board of Directors)」の概念は、「役員会(Board)」の概念よりもより複雑さを増している。 In the semantic network 401, for example, the concept of "the Board of Directors (Board of Directors)" is becoming increasingly more complex than the concept of the "Board of Directors (Board)". 別の例として、概念の複雑さは、概念のラベル内の単語の数で示すことができ、単語の数が多くなるほど、その複雑さはより増すことになる。 As another example, the complexity of the concept can be shown by the number of words in the label of the concept, as the number of words increases, its complexity is more increased it. 従って、概念の複雑さは、概念ラベル内の単語の数に比例することになる。 Thus, the complexity of the concept will be proportional to the number of words in the concept label. この場合では、概念「取締役会(Board of Directors)」は、「役員会(Board)」の概念よりもより複雑さを増している。 In this case, the concept "the Board of Directors (Board of Directors)" is becoming increasingly more complex than the concept of the "Board of Directors (Board)". 従って、「BPの取締役会(BP Board of Directors)」の概念に関連付けられたノード408は、セマンティック・ネットワーク405において、新たな「〜によって規定される(defined-By)」エッジ410によって「取締役会(Board of Directors)」の概念に対応するノード402に接続される。 Thus, the node 408 associated with the concept of "Board of BP (BP Board of Directors)" is "board of directors by the semantic network 405, a new" defined by ~ (defined-By) "Edge 410 It is connected to a node 402 corresponding to the concept of (Board of Directors) ".

最後に、動作318において、知識表現は、この知識表現が、動作310において、ユーザコンテキスト情報の関連部分から導出されるKRエンティティの全てをカバーするような概念を含むようにさらに増大(拡張)させることができる。 Finally, in operation 318, the knowledge representation, the knowledge representation, in operation 310, causes the further increase to include concepts such as to cover all of the KR entities derived from the relevant portion of the user context information (extended) be able to. この目的を達成するために、新しいノードは、動作310で導出された各KRエンティティについての知識表現に追加することができるが、知識表現内に既存の概念によってカバーされていない。 To this end, the new node can be added to the knowledge representation for each KR entity derived in operation 310, not covered by the existing concepts in knowledge representation. そのような各新しいノードは、知識表現内に存在する1つ以上の概念に接続することができ、及び、例えば「〜によって規定される(defined-by)」エッジを介して、生成されたアクティブ概念に関連付けられた概念に接続することができる。 Active Each such new node can be connected to one or more of the concepts present in the knowledge representation, and, for example, via a "is the (defined-by) defined by ~" edge, generated it can be connected to the concepts associated with the concept. 例えば、キーワード「BP」は、新たな概念「BPの取締役会(BP Board of Directors)」から導出されたが、セマンティック・ネットワーク401又は403における概念のいずれによってもカバーされていない。 For example, the keyword "BP" has been derived from a new concept "the Board of Directors of BP (BP Board of Directors)", are not covered by any of the concepts in the semantic network 401 or 403. こうして、図4Cに示されるように、概念「BP」に関連付けられているノード416は、動作318において知識表現に追加してもよく、及び「〜によって規定される(defined-by)」エッジ414を介して、アクティブ概念に関連付けられたノード408に接続されてもよい。 Thus, as shown in FIG. 4C, the concept nodes associated with the "BP" 416 may be added in operation 318 to the knowledge representation, and "defined by ~ (defined-by)" Edge 414 through, it may be connected to the node 408 associated with the active concept.

このようにして、動作314〜318が実行された後に、新たなユーザ固有の知識表現が形成される。 Thus, after the operation 314-318 are performed, a new user-specific knowledge representation is formed. この形成された知識表現は、この形成された表現が、1人以上のユーザに関連付けられたユーザコンテキスト情報から導出された1つ以上の概念と、動作302において使用された知識表現とを含むので、ユーザに固有なものになる。 The formed knowledge representation, the formed expression, and one or more concepts derived from the user context information associated with the one or more users, because it contains a knowledge representation used in the operation 302 , it will be unique to the user. 図4A〜4Cの例において、セマンティック・ネットワーク405は、2つの概念(すなわち、ユーザコンテキスト情報から取得された「BP」と「BPの取締役会(BP Board of Directors)」と)をセマンティック・ネットワーク401に組み込むことによって形成される。 In the example of FIG. 4A-4C, the semantic network 405, two concepts (i.e., "board of directors BP (BP Board of Directors)" obtained from the user context information as "BP" and) Semantic Network 401 It is formed by incorporating. しかし、図4A〜4Cの例は、単に例示であり、本発明の態様を限定するものではないことを認識されたい。 However, the example of FIG. 4A~4C want merely exemplary, intended to limit the scope of the present invention is recognized that it is not. 次に、プロセス300は、動作314〜318で生成されたアクティブ概念が、後続の処理のために提供され、動作320の後で、プロセス300が完了するように、動作320に進む。 Next, the process 300, an active concept generated in operation 314 - 318 is provided for further processing, after the operation 320, as the process 300 is completed, the process proceeds to operation 320.

なお、ユーザ固有の知識表現が形成された後に、その形成された知識表現は、その後1人以上のユーザに関連付けられる任意の処理において使用されるために格納されてもよいことを理解されたい。 Incidentally, after the user-specific knowledge representation is formed, the formed knowledge representation, it is to be understood that may be stored to be used in any process associated with the subsequent one or more users. 例えば、ユーザ固有の知識表現が使用されてもよく、及び/又は常に更新されたプロセス100又は300が、ユーザ(複数可)に関連して実行されてもよい。 For example, may be user-specific knowledge representation is used, and / or process 100, or 300 is always updated, it may be performed in connection with the user (s). ユーザ固有の知識表現は、任意の適切な方法で格納することができ、例えば、任意の適切なタイプの1つ以上の非一時的な、有形のコンピュータ可読記憶媒体を使用して格納することができる。 User-specific knowledge representation may be stored in any suitable manner, for example, one of any suitable type or more non-transitory, be stored using tangible computer readable storage medium it can.

III. III. アクティブ概念に関連する概念の識別 上述したように、プロセス100の動作106において、アクティブ概念に関連する1つ以上の概念は、アクティブ概念を含む知識表現を使用することによって取得することができる。 As identified above concepts related to the active concept in the operation 106 of the process 100, one or more concepts related to the active concept, can be obtained by using a knowledge representation that contains the active concept. 知識表現は、任意の適切な知識表現とすることができ、いくつかの例では、コンテキスト情報がプロセス100の動作102で取得されるそのユーザ(複数可)に関連付けられたユーザ固有の知識表現とすることができる。 Knowledge representation can be any suitable knowledge representation, in some instances, the user and user-specific knowledge representation associated with the (s) the context information is obtained in operation 102 of process 100 can do. アクティブ概念は、知識表現内の任意の適当な概念とすることができ、例えば、プロセス300を使用して、又は任意の他の適切な方法でユーザコンテキスト情報に少なくとも部分的に基づいて識別することができる。 Active concept may be any suitable concepts in knowledge representation, for example, using the process 300, or be identified based at least in part on the user context information in any other suitable way can.

いくつかの実施形態では、アクティブ概念に関連する1つ以上の概念は、アクティブ概念を含む知識表現の構造に少なくとも部分的に基づいて取得することができる。 In some embodiments, the one or more concepts related to the active concept can be obtained based at least in part on the structure of the knowledge representation, including an active concept. 例えば、知識表現がセマンティック・ネットワークであるときに、アクティブ概念に関連する1つ以上の概念は、セマンティック・ネットワークを表すグラフの構造に少なくとも部分的に基づいて取得することができる。 For example, when the knowledge representation is semantic network, one or more concepts related to the active concept, can be obtained based at least in part on the structure of the graph representing the semantic network. グラフ構造の多数の態様のいずれかは、概念同士の間のセマンティックな関係を表すエッジの方向性と、このセマンティック関係が、「〜によって規定される(defined-by)」関係又は「〜である(is-a)」関係かどうかとを含むが、これらに限定されるものではない。 Any of a number of aspects of the graph structure, the direction of the edge that represents a semantic relationship between concepts together, this semantic relationship, is "is the (defined-by) defined by -" relationship or "- (is-a) "regardless of whether including a transient, but it is not limited to these. 追加的に又は代替的に、グラフの構造は、最初にセマンティック・ネットワーク中に存在しないような、アクティブ概念に関連する1つ以上の新しい概念を合成するために使用されてもよい。 Additionally or alternatively, the structure of the graph, first as not present in the semantic network, may be used to synthesize one or more new concepts related to the active concept. この場合には、合成された概念のいずれかは、セマンティック・ネットワークを増大(拡張)させるために利用されてもよい。 In this case, any of the synthesized concepts may be utilized to increase the semantic network (extension).

アクティブ概念を含むセマンティック・ネットワークのグラフ構造に基づいて、アクティブ概念に関連する概念を取得するための多数の手法のいずれかが、プロセス100の動作106において使用されてもよい。 Based on the graph structure of the semantic network containing an active concept, any of a number of techniques for obtaining concepts related to the active concept may be used in operation 106 of process 100. いくつかの実施形態では、アクティブ概念に関連する概念は、セマンティック・ネットワークのグラフ構造に対して1つ以上の種類の操作を実行することにより取得されてもよい。 In some embodiments, concepts related to the active concept may be acquired by performing one or more types of operations on the graph structure of the semantic network. そのような3つの操作、すなわち、(1)検索操作、(2)加法操作、(3)置換操作を、以下でより詳細に説明する。 Such three operations, namely, (1) search operation, (2) addition operations, (3) the substitution operation are described in more detail below. これらの3つの操作は、単に例示であるが、セマンティック・ネットワークのグラフ構造に少なくとも部分的に基づいて、アクティブ概念に関連する概念を識別するための任意の他の適切な操作を、使用してもよい。 These three operations is merely exemplary, based at least in part on the graph structure of the semantic network, any other suitable operations to identify the concepts related to the active concept, using it may be. 簡潔にするために、以下の操作の説明において、明示的な区別は、概念を表すために使用されるグラフのノードと概念それ自体との間で行われていない。 For simplicity, in the following description of operation, explicit distinction is not made between the node and the concept itself of the graph used to represent the concept. このようにして、2つの概念同士の間のエッジは、これら2つの概念を表すために使用されるセマンティック・グラフ内のノード同士間のエッジに対応する。 In this way, the edge between the two concepts each other, corresponding to the edge between nodes between in semantic graph is used to represent these two concepts.

検索操作は、アクティブ概念に関連するセマンティック・ネットワーク内の概念を識別するために使用されてもよい。 Search operation may be used to identify the concepts in the semantic network associated with the active concept. いくつかの実施形態では、検索操作は、アクティブ概念が識別及び/又は生成される前に、セマンティック・ネットワーク内で表されていた概念を識別するために使用されてもよい。 In some embodiments, the search operation, before the active concept is identified and / or produced, may be used to identify the concepts are represented in a semantic network. しかし、他の実施形態では、検索操作は、アクティブ概念が(例えば、プロセス300の動作318において)生成されたときに、セマンティック・ネットワークに追加された概念を識別するために使用されてもよい。 However, in other embodiments, the search operation is active concept when it is (e.g., operating at 318 of process 300) generates, may be used to identify the added concepts semantic network.

いくつかの実施形態では、検索操作は、任意の適切なタイプの及び/又は方向の1つ以上のエッジによって、アクティブ概念に関連するある概念としてアクティブ概念に接続される概念を識別することができる。 In some embodiments, search operations, by one or more edges of any suitable type and / or orientation, it is possible to identify the concepts connected to the active concept as some concepts related to the active concept . 例えば、検索操作は、1つ以上の「〜である(is-a)」エッジによって、アクティブ概念に関連するある概念としてアクティブ概念に接続される概念を識別することができる。 For example, search operations, by one or more "a ~ (is-a)" edge, it is possible to identify the concepts connected to the active concept as some concepts related to the active concept. 具体的な例として、検索操作は、アクティブ概念に向かう外向きの「〜である(is-a)」エッジを有する概念、又はアクティブ概念に関連するある概念としてアクティブ概念からの内向きの「〜である(is-a)」エッジを有する概念を識別することができる。 As a specific example, the search operation, "a ~ (is-a)" outward toward the active concept concept has an edge, or as some concepts related to the active concept inward from the active concept "- you can identify the concept with (is-a) "edges.

検索操作の簡単な例が図5Aに示されており、この図には、アクティブ概念「プレス(press)」(概念「プレス(press)」がアクティブであり、ここでは矩形で示されている)と別の概念「プッシュプレス(push press)」とを含むセマンティック・ネットワークが示されている。 A simple example of a search operation is shown in Figure 5A, in this figure, the active concept "press (press)" (which is active concept "press (press)" are shown by rectangles here) semantic network including a different concept "push press (push press)" are shown as. 概念「プッシュプレス(push press)」は、外向きの「〜である(is-a)」関係を介してアクティブ概念に接続されている。 The concept "push press (push press)" is connected to an active concept through the "a ~ (is-a)" of the outward relationship. 従って、検索操作は、アクティブ概念に関連する概念として概念「プッシュプレス(push press)」を識別するように使用することができる。 Thus, the search operation can be used to identify the concepts "push press (push press)" as the concepts related to the active concept. 図5A〜5Hにおいて、アクティブ概念に関連する(複数の)概念として識別された(複数の)概念は、ひし形によって示されていることに注意されたい。 In FIG. 5A-5H, related to the active concept was identified as (s) concept (s) concepts, it is noted that indicated by diamonds.

セマンティック・ネットワーク内の既存の概念の中のアクティブ概念に関連する概念を取得するために使用されるような検索操作とは対照的に、以下に説明される加法操作及び置換操作は、アクティブ概念とセマンティック・ネットワーク内の概念とに少なくとも部分的に基づいて新しい概念を合成することによって、アクティブ概念に関連する概念を取得するために使用することができる。 In contrast to the search operation, such as those used to obtain the concepts related to the active concept in an existing concept in the semantic network, additive operation and replacement operation is described below, an active concept by synthesizing a new concept based at least in part on the concept of the semantic network can be used to obtain a concept associated with the active concept. 5B〜5Hにおいて、新しい概念を合成するためにアクティブ概念に追加される概念は、六角形で示されていることに注意されたい。 In 5B~5H, concept is added to the active concept to synthesize a new concept, it is noted that indicated by hexagons.

加法操作は、アクティブ概念とセマンティック・ネットワーク内の少なくとも1つの他の概念とを使用して新しい概念を合成して、アクティブ概念に関連する概念として新しい概念を返すことができる。 Additive operation combines the new concept using at least one other concept in the active concepts and semantic network can return a new concept as concepts related to the active concept. この新しい概念は、(1)属性の共規定(co-define)、(2)親類推(analogy-by-parent)、(3)兄弟類推(analogy-by-sibling)、(4)属性の共通性又はこれらの任意の適切な組み合わせ:を少なくとも含む多数の手法のいずれかを使用して合成することができる。 This new concept is, (1) co-defined attributes (co-define), (2) the parent analogy (analogy-by-parent), (3) brothers analogy (analogy-by-sibling), (4) attribute common sex, or any suitable combination thereof: may be synthesized using any of a number of techniques including at least a.

いくつかの実施形態では、加法操作は、属性の共規定手法を用いて新しい概念を合成するために使用することができる。 In some embodiments, addition operations may be used to synthesize a new concept using a co-defined method attribute. セマンティック・ネットワーク内の第1の概念は、第1の概念が、第2の概念を規定する場合に、セマンティック・ネットワーク内の第2の概念の属性となる。 The first concept in the semantic network, the first concept, when defining a second concept, the attributes of the second concept of the semantic network. これは、第2の概念から第1の概念への外向きの「〜によって規定される(defined-by)」エッジが存在する場合に、セマンティック・ネットワークを示すグラフから確定される。 This is because when "a is (defined-by) defined by ~" edge outward from the second conceptual to the first concept exists, is determined from the graph showing the semantic network. 例えば、図5Bに示されるように、概念「ベンチ(bench)」、「プレス(press)」、及び「セット(sets)」は、概念「ベンチプレスセット(bench press sets)」の属性であり、概念「プレス(press)」、「セット(sets)」は、概念「プレスセット(press sets)」の属性である。 For example, as shown in Figure 5B, the concept "Bench (bench)", "Press (press)", and "set (sets)" is an attribute of the concept "bench press sets (bench press sets)", concept "press (press)", "set (sets)" is an attribute of the concept "press set (press sets)". アクティブ概念が、第1の概念の属性であり(すなわち、外向きの「〜によって規定される(defined-by)」エッジを介して第1の概念に接続される)、且つ第1の概念が、属性として1つ以上の他の概念を有している場合に、アクティブ概念と他の概念(複数可)とは、第1の概念を共規定する(co-define)と考えることができる。 Active concept, an attribute of the first concept (i.e., "defined by ~ (defined-By)" outward is connected to the first concept through the edge), and the first concept , if they have one or more other concepts as attributes, the active concepts and other concepts (s) can be considered the first concept co defined as (co-the define). 例えば、図5Bにおいて、「プレス(press)」は、アクティブ概念であり、概念「プレス(press)」、「ベンチ(bench)」、「セット(sets)」は、概念「ベンチプレスセット(bench press sets)」を共規定する。 For example, in FIG. 5B, "Press (press)" is an active concept, the concept "press (press)", "Bench (bench)", "set (sets)" is the concept "Bench press sets (bench press sets) "co-define the.

属性の共規定手法において、新たな概念は、アクティブ概念を、このアクティブ概念を含むある概念を共規定するような他の概念のいずれかと組み合わせることによって合成することができる。 In co-defined method attribute, the new concept can be an active concept is synthesized by combining with any of the other concepts, such as co define a certain concept including the active concept. 例えば、図5Bに示されるように、概念「プレスセット(press sets)」は、「プレス(press)」と「セット(sets)」とを組み合わせることにより合成することができる。 For example, as shown in Figure 5B, the concept "press sets (press sets)" can be synthesized by combining the "press (press)" and "set (sets)". 別の例(図5Bに図示せず)として、概念「ベンチプレス(bench press)」は、「プレス(press)」と「ベンチ(bench)」とを組み合わせることによって合成することができる。 As another example (not shown in FIG. 5B), the concept "bench press (bench press)" can be synthesized by combining a "press (press)" and "Bench (bench)".

いくつかの実施形態では、加法操作は、親類推手法を用いることによって新しい概念を合成するために使用することができる。 In some embodiments, addition operations may be used to synthesize a new concept by using a parent analogy technique. セマンティック・ネットワークにおいて、第2の概念に対して外向きの「〜である(is-a)」エッジを有する第1の概念は、第2の概念からなる子概念として見なすことができる。 In the semantic network, a first concept with "a ~ (is-a)" edges outward with respect to the second concept can be viewed as a child concept of a second concept. 別の言い方をすれば、第2の概念は、第1の概念の親概念であると見なすことができる。 In other words, the second concept can be considered to be a parent concept of the first concept. 例えば、図5Cにおいて、概念「座席(seat)」は、アクティブ概念「リクライニングチェア(recliner)」の親概念である。 For example, in FIG. 5C, the concept "seat (seat)" is the parent concept of active concept "reclining chair (recliner)". 親類推手法は、ある概念を親のアクティブ概念で共規定する属性がアクティブ概念に関連するような考えによって動機付けされている。 Parent analogy approach, the attributes that co define a certain concept in the active concept of parent is motivated by thinking such as those associated with the active concept. より明確な言い方をすれば、親に関連する何か(概念)は、子に関連してもよい。 If a clearer words, something related to the parent (concept) may be related to the child.

従って、親類推手法において、新しい概念は、親のアクティブ概念と一緒に、第3の概念を共規定(又は部分的に共規定)するように、アクティブ概念と任意の第2の概念とを使用することによって合成することができる。 Thus, in the parent analogy methods, the new concept, together with the active concept in the parent, as co define a third concept of (or partially co defined), using an active concepts and optional second conceptual it can be synthesized by. 例えば、図5Cにおいて、「リクライニングチェア(recliner)」の親概念である概念「座席(seat)」と、「トイレ(toilet)」とが一緒に、概念「便座(toilet seat)」を共規定する。 For example, in FIG. 5C, as a parent concept of the "reclining chair (recliner)" Concept "seat (seat)", together with "WC (toilet toilet)", co-defines the concept "toilet seat (toilet toilet seat)" . このようにして、概念「トイレ(toilet)」が、別の概念を(親のアクティブ概念で)共規定し、そうして、親のアクティブ概念に関連するとみなすことができる。 Thus, the concept "WC (toilet toilet)" is another concept (active concept of parent) co defined and, thus, can be considered to be associated with an active concept in the parent. 従って、アクティブ概念「リクライニングチェア(recliner)」と概念「トイレ(toilet)」とが、新しい概念「リクライニング付きトイレ(recliner toilet)」を合成するために使用することができる。 Therefore, an active concept "reclining chair (recliner)" and the concept "toilet (toilet)," but, can be used to synthesize a new concept "reclining with toilet (recliner toilet)."

いくつかの実施形態では、加法操作は、兄弟類推手法を用いることによって新しい概念を合成するために使用することができる。 In some embodiments, addition operations may be used to synthesize a new concept by using a sibling analogy technique. セマンティック・ネットワークにおいて、共通の(親)概念において終端する外向的の「〜である(is-a)」エッジを有する任意の2つの概念は、互いに兄弟概念と見なされてもよい。 In the semantic network, any two concepts with outgoing of "a ~ (IS-a)" edges terminating in a common (parent) concept may be considered as siblings concepts together. 例えば、図5Dにおいて、概念「椅子(chair)」と「リクライニングチェア(recliner)」とは、兄弟概念として見なされてもよい。 For example, in FIG. 5D, the concept as "chair (chair)" and "recliner (recliner)", it may be considered as siblings concept. 親類推手法は、ある概念を兄弟関係のアクティブ概念で共規定する属性がアクティブ概念に関連するというような考えによって動機付けられている。 Parent analogy approach, the attributes that co define a certain concept in the active concept sibling is motivated by considered as that associated with the active concept. より明確な言い方をすれば、1つの兄弟に関連する何か(概念)は、別の兄弟へ関連することがある。 If a clearer words, something associated with one of the brothers (concept) may be associated to another brother.

従って、親類推手法では、新たな概念は、兄弟関係のアクティブ概念と一緒に、第3の概念を共規定(又は部分的に共規定)するように、アクティブ概念と任意の第2の概念とを使用することによって合成することができる。 Thus, the parent analogy approach, a new concept, together with the active concept sibling, as co define a third concept of (or partially co defined), the active concepts and optional second conceptual it can be synthesized by using. 例えば、図5Dにおいて、アクティブ概念「リクライニングチェア(recliner)」と兄弟関係である概念「椅子(chair)」と、「マッサージ(massage)」とが一緒に、概念「マッサージチェア(massage chair)」を共規定する。 For example, in FIG. 5D, an active concept "reclining chair (recliner)," said the concept is a sibling relationship "chair (chair)", the "massage (massage)" and is together, the concept "massage chair (massage chair)." co-prescribed. このようにして、概念「マッサージ(massage)」が、別の概念を(兄弟関係の概念で)共規定し、そうして、兄弟関係の概念「椅子(chair)」に関連するとみなすことができる。 Thus, the concept "massage (massage)" is another concept (concept sibling) were co-defined, thus, can be considered to be associated with the concept of sibling "chair (chair)" . 従って、アクティブ概念「リクライニングチェア(recliner)」と概念「マッサージ(massage)」とが、新しい概念「マッサージ付きリクライニングチェア(massage recliner)」を合成するために用いることができる。 Therefore, an active concept "reclining chair (recliner)" and the concept "massage (massage)," but, can be used to synthesize a new concept "massage with a reclining chair (massage recliner)".

用語「親」及び「兄弟」は、上述した操作のいくつかの背後の洞察力を提供するために使用され、且ついくつかの実施形態では、そのようなアトミック(原子のような核をなす)知識表現モデルのような概念は、文字通りの「親」と「兄弟」関係を含まないことがあることを認識すべきである。 The term "parent" and "brother" is used to provide insight some behind the operation described above, in and some embodiments, (forming a nucleus, such as atoms) such atomic concepts such as knowledge representation model, it should be recognized that literally of the "parent" may not include the "sibling" relationship. 用語「兄弟」と「親」とは、複雑な知識表現内に分類学構造を提案する。 The term "brothers" and "parent" proposes a taxonomy structure to the complex knowledge representation. 対照的に、いくつかの実施形態では、アトミック知識表現モデルは、「〜である(is-a)」関係と「〜によって規定される(defined-by)」関係のみを含むことができる。 In contrast, in some embodiments, atomic knowledge representation model may include only relationship "is ~ (is-a)", "it is defined by ~ (defined-by)" related to.

いくつかの実施形態では、加法操作は、属性の共通性手法を用いることによって新しい概念を合成するために使用することができる。 In some embodiments, addition operations may be used to synthesize a new concept by using a commonality method attributes. セマンティック・ネットワークにおいて、(複数の)概念が互いに1つ以上の属性を共有する場合には、2つの概念は、「属性の共通性」を示すと考えることができる。 In the semantic network, if (s) concepts share one or more attributes from each other, the two concepts may be considered to indicate a "commonality of attributes". 例えば、図5Eに示されるように、概念「マッサージチェア(massage chair)」と「指圧療法マッサージチェア(shiatsu therapy For example, as shown in FIG. 5E, concepts and "massage chair (massage chair)" "acupressure massage chair (shiatsu therapy
massage chair)」とは、属性「マッサージ(massage)」と「椅子(chair)」とを共有しており、且つ、そのように、属性の共通性を示すと考えることができる。 massage chair) "refers to the attribute as" massage (massage) "shares and" chair (chair) ", and can be considered as such, to indicate the commonality of attributes. 属性の共通性手法は、第1の概念が第2の概念と1つ以上の属性を共有する場合に、次に、第2の概念の他の任意の属性が第1の概念に関連するような考えによって動機付けられている。 Commonality method attributes, if the first concept to share second conceptual and one or more attributes, then so that any other attribute of the second concepts relating to the first concept It has been motivated by the idea.

従って、属性の共通性手法において、新たな概念は、アクティブ概念と、このアクティブ概念と1つ以上の属性を共有する第2の概念の任意の属性とを使用することにより合成することができる。 Thus, the commonality method attributes, new concepts can be synthesized by using an active concept, and any attribute of the second concept of sharing the active concepts and one or more attributes. 例えば、図5Eに示されるように、アクティブ概念「マッサージチェア(massage chair)」と、この「マッサージチェア(massage chair)」と属性の共通性を有する概念「指圧療法マッサージチェア(shiatsu therapy massage chair)」の属性である「指圧(shiatsu)」とは、新しい概念「指圧マッサージチェア(shiatsu massage chair)」を合成するために使用されてもよい。 For example, as shown in FIG. 5E, the active concept "massage chair (massage chair)" and the "massage chair (massage chair)" concept with commonality of the attribute "acupressure massage chair (shiatsu therapy massage chair) is an attribute of "and" finger pressure (shiatsu) ", ​​a new concept" may be used to synthesize a Shiatsu massage chair (shiatsu massage chair). " 別の例として、図5Eには示されていないが、アクティブ概念「マッサージチェア(massage chair)」と「療法(therapy)」とは、新しい概念「マッサージ療法チェア(massage therapy chair)」を合成するために使用されてもよい。 As another example, although not shown in FIG. 5E, the active concept "massage chair (massage chair)" and "therapy (therapy)" synthesizes the new concept "massage therapy chair (massage therapy chair)" it may be used for.

いくつかの実施形態では、属性の共通性手法は、アクティブ概念と、少なくとも1つの「〜である(is-a)」ブリッジを使用して識別される別の概念とを使用することによって、新しい概念を生成することを含んでもよい。 In some embodiments, commonality method attributes, by using an active concept and another concept that is identified using at least one of "a ~ (is-a)" Bridge, New it may include generating a concept. セマンティック・ネットワークにおいて、2つの概念は、それら2つの概念が両方とも、共通(親)概念で終端する外向きの「〜である(is-a)」エッジを共有する場合に、「〜である(is-a)」ブリッジを介して接続される。 In the semantic network, the two concepts, when the two concepts are both sharing a common "a ~ (IS-a)" of the outward terminating in (parent) concept edge, is "in- They are connected to each other through the (is-a) "bridge. 例えば、図5Fにおいて、概念「ヨガ(yoga)」と「重量挙げ(weightlifting)」とは、「〜である(is-a)」ブリッジを介して概念「運動(exercise)」に接続されている。 For example, in FIG. 5F, the concept as "Yoga (yoga)" and "weight lifting (Weightlifting)" is connected to "a ~ (is-a)" concept "exercise (exercise)" via the bridge. また、概念「マット(mat)」と「ベンチ(bench)」とが、「〜である(is-a)」ブリッジを介して概念「家具(furniture)」に接続されている。 In addition, the concept as "mat (mat)" and "bench (bench)," but, are connected to the concept through the bridge "is a ~ (is-a)," "furniture (furniture)".

属性の共通性手法では、新しい概念は、アクティブ概念と、「〜である(is-a)」ブリッジを介してアクティブ概念のある属性に接続された属性を有する第2の概念とを使用して合成されてもよい。 The commonality approach attributes new concept uses an active concept, a second concept with attributes that are connected to certain attributes of the active concept through a bridge "is ~ (is-a)" it may be synthesized. いくつかの例では、新しい概念は、アクティブ概念と、「〜である(is-a)」ブリッジを介してアクティブ概念のある属性に接続されていない第2の概念の任意の属性とを使用して合成されてもよい。 In some instances, the new concept is to use an active concept, and any attribute of the second concept that is not connected to certain attributes of the active concept through the "a ~ (is-a)" Bridge it may be synthesized Te. 例えば、図5Fに示されるように、アクティブ概念「ヨガマット(yoga mat)」は、その属性として「ヨガ(yoga)」と「マット(mat)」とを有している。 For example, as shown in FIG. 5F, the active concept "yoga mats (yoga: mat)" includes a "Yoga (yoga)" and "mat (: mat)" as the attribute. これらの属性の各々は、概念「吸汗性の重量挙げベンチ(sweat-absorbent Each of these attributes, the concept "sweat weightlifting bench (sweat-Absorbent
weightlifting bench)」の属性に接続されている。 weightlifting bench) is connected to the attribute of ". 従って、アクティブ概念「ヨガマット(yoga Therefore, active concept "yoga mat (yoga
mat)」と属性「吸汗性(sweat-absorbent)」とは、新しい概念「吸汗性ヨガマット(sweat-absorbent yoga mat)」を合成するために用いることができる。 : mat) "and the attribute" sweat and (sweat-absorbent) "is a new concept" sweat yoga mats (sweat-absorbent yoga mat) "may be a used to synthesize.

加法操作を行うための上述した手法は、アクティブ概念を別の概念と組み合わせることによって、アクティブ概念に関連するような概念として、新しい概念を合成することを含む。 The techniques described above for performing the addition operation by combining the active concept and other concepts, includes a concept such as that associated with the active concepts to synthesize new concept. その結果、合成された概念は、アクティブ概念よりも未だ一般的となっていない又は「より狭い」概念となり得る。 As a result, the synthesized concepts can be a not yet become common or "narrower" concept than the active concept. しかしながら、アクティブ概念に関連する概念は、アクティブ概念よりも一般的となっている必要があり、実際のところ、アクティブ概念よりもより一般的な又は「より広範な」概念であってもよいことを認識されたい。 However, concepts related to the active concept must be a common than the active concept, in fact, that it may be a more general or "broader" concept than the active concept I want to be recognized.

従って、いくつかの実施態様において、アクティブ概念の1つ以上の属性は、アクティブ概念よりもより一般的であるような候補を生成するためにプルーニング(prune:余分なものを取り除く)されてもよい。 Thus, in some embodiments, the one or more attributes of the active concept, pruning to produce a candidate as is more common than the active concept: may be (prune remove those extra) . これは、任意の適切な方法で行うことができる。 This can be done in any suitable way. 例として、属性は、「逆」加法操作を実行することによってプルーニングされてもよく、ここで、アクティブ概念の属性は、上述した手法のいずれかに従って、属性が、プルーニングの結果「より広範な」概念と組み合わせられた場合に、取り除かれる。 As an example, an attribute may be pruned by performing the "reverse" addition operations, where the attributes of the active concept in accordance with any of the techniques described above, the attributes, the result of pruning "broader" when combined with the concept, it is removed. 例えば、図5Eに示されるセマンティック・ネットワークにおいて、概念「指圧マッサージチェア(shiatsu massage chair)」が、アクティブ概念であって、且つ概念「マッサージチェア(massage chair)」が、ネットワーク内に存在しなかった場合に、次に、概念「マッサージチェア(massage chair)」は、属性「指圧(shiatsu)」をプルーニングすることによって形成することができる。 For example, the semantic network shown in Figure 5E, the concept "Shiatsu massage chair (shiatsu massage chair)" is an active concept and the concept "massage chair (massage chair)", it was not present in the network If, then, the concept "massage chair (massage chair)" can be formed by pruning the attribute "finger pressure (shiatsu)". いくつかの実施形態では、任意の好適な属性は、得られた概念がセマンティック・ネットワーク内に存在しない限り、プルーニングされてもよい。 In some embodiments, any suitable attribute, as long as the resulting concept does not exist in the semantic network, may be pruned. 例えば、属性「マッサージ(massage)」は、概念「指圧チェア(shiatsu chair)」を得るためにプルーニングされることがある。 For example, the attribute "massage (massage)" may be pruned to obtain a concept "Shiatsu Chair (shiatsu chair)".

アクティブ概念に関連する1つ以上の概念を取得するために使用される別の操作は、置換操作である。 Another operation that is used to obtain one or more concepts related to the active concept is replacement operation. 置換操作は、アクティブ概念の1つ以上の属性を別の概念に置換することによって、新たな概念を合成するために使用され、その新たな概念は、置換前の属性よりも広い又は狭い概念であってもよい。 Replace operation, by replacing one or more attributes of the active concept to another concept, is used to synthesize a new concept, the new concept is a broad or narrow concept than attributes before replacement it may be. 置換を実行するには、検索操作又は加法操作のどちらかが、アクティブ概念の1つ以上の属性上で実行されてもよい。 To perform the substitution, either the search operation or addition operations may be performed on one or more attributes of the active concept. アクティブ概念の特定の属性上で実行されたときに、検索操作又は加法操作によって識別され又は生成された概念は、新しい概念を合成するために特定の属性を置換するように使用することができる。 When executed on specific attributes of the active concept, concepts to or generated identified by a search operation or addition operation can be used to replace certain attributes in order to synthesize a new concept.

例えば、図5Gに示されるセマンティック・ネットワークが、属性「厳しい(strict)」と「プレス(press)」とを含むアクティブ概念「厳しいプレス(strict press)」を含むことを検討してみる。 For example, the semantic network shown in Fig 5G is, try to consider include the attribute "stringent (strict)" and "press (press)" Active Concept "severe press (strict press)" including a. 図5Aを参照して前述したように、属性「プレス(press)」上で実行された検索操作が、(より狭い)概念「プッシュプレス(push press)」を識別するために使用することができる。 As described above with reference to FIG. 5A, the attribute "press (press)" search operations performed on it, can be used to identify the (narrower) concept "push press (push press)" . 置換手法によれば、このより狭い概念(「プッシュプレス(push press)」)は、新しい概念を合成するためにアクティブ概念(より狭い概念が導出された属性以外)の任意の属性又は複数の属性と組み合わせることができる。 According to substitution technique, the narrower concept ( "push press (push press)") can be any attribute or attributes of the active concept (except attributes narrower concept was derived) to synthesize new concepts it can be combined with. このようにして、概念「厳しいプッシュプレス(strict push press)」を合成してもよい。 In this way, it may be synthesized the concept "severe push press (strict push press)". 同様にして、検索操作を用いる置換は、その属性よりも広範な概念を有するアクティブ概念の属性を置換するように実行されてもよい。 Similarly, substitution with the search operation may be performed to replace the attributes of the active concept having broad concept than its attributes.

図5Hは、属性の共規定手法に基づいて、加法操作を使用することによって置換操作を実行することを例示する。 Figure 5H is based on the co-prescribed method attributes, illustrates that performing a replacement operation by the use of additive operations. この例において、属性の共規定手法をアクティブ概念「プッシュプレス(push press)」の属性「プレス(press)」に適用することによって、図5Bを参照して前述したような概念「プレスセット(press sets)」を生じさせる。 In this example, by applying to the attributes of the active concept co provision method of the attribute "push press (push press)" "Press (press)", the concept as described above with reference to FIG. 5B "press sets (press cause sets) ". 従って、概念「プレスセット(press sets)」は、新しい概念「プッシュプレスセット(push press sets)」を合成するために、概念「プッシュプレス(push press)」の属性「プレス(press)」を置換するように用いることができる。 Thus, the concept "press sets (press sets)" is substituted to synthesize a new concept "push press sets (push press sets)", a concept "push press (push press)" attributes "press (press)" it can be used as that.

同じ脈絡において、任意の他のタイプの加法操作(例えば、親類推、兄弟類推、及び属性の共通性)をアクティブ概念の1つ以上の属性上で使用する置換操作が、アクティブ概念に関連する1つ以上の概念を合成するために使用されてもよい。 In the same context, any other type of additive operation (e.g., a parent analogy, siblings analogy, and attributes commonality) substitution operation using on one or more attributes of the active concept, related to the active concept 1 it may be used to synthesize more than three concepts.

IV. IV. 関連する測定や複数の測定を使用して識別された概念(複数可)をスコアリング及び選択する アクティブ概念に関連する1つ以上の概念が、動作106において取得された後に、プロセス100は、取得された概念がスコアリングされ、且つ概念のサブセットがこの計算されたスコアに基づいて後続の使用のために選択されるように、動作108進む。 One or more concepts related to the active concept of scoring and selecting the identified concept (s) using the relevant measurement or plurality of measurements, after being acquired in operation 106, process 100 obtains concepts are scored, and as a subset of the concepts are selected for subsequent use based on the calculated score, the process proceeds operation 108. 動作106で取得された概念に関連するスコアは、多数の方法のいずれかで計算することができる。 Score associated with acquired concepts operation 106 may be calculated in any of a number of ways. いくつかの実施形態では、スコアは、スコアリングされる概念がアクティブ概念にどの様に関連するかを示す1つ以上の関連する測定を使用することによって取得されてもよい。 In some embodiments, the score may be obtained by using one or more related measurements indicate concepts scoring related as how active concept. 関連する測定は、スコアリングすべき概念とアクティブ概念とを含むセマンティック・ネットワークを表すようなグラフの構造に少なくとも部分的に基づいて計算される。 Associated measurement is calculated based at least in part on the structure of the graph to represent the semantic network including a concept and an active concept to scoring.

関連性の5つの測定法は、いくつかの変形形態とともに以下により詳細に説明される:すなわち、(1)生成確実性(generation certainty)、(2)概念の生産性(concept productivity)、(3)ジャカール(Jaccard)、(4)統計的コヒーレンス、及び(5)コサイン類似度である。 Relevance five measurement method, along with some variations are described in more detail below: (1) generating certainty (generation Certainty), (2) the concept of productivity (concept Productivity), (3 ) Jacquard (Jaccard), a (4) statistical coherence, and (5) cosine similarity. これらの手法は、単なる例示であり、スコアを概念に割り当てるための任意の他の適切な手法が使用されてもよいことを認識されたい。 These approaches are illustrative only, like any other suitable technique for assigning a score to the concept is recognized that it may be used. 以下でより詳細に説明されるように、例えば、上述した手法のいずれかは、動作106において取得された概念について統合されたスコアを計算するために組み合わせることができる。 As will be described in more detail below, for example, any of the techniques described above can be combined to calculate an integrated score for acquired concepts in operation 106.

IV. IV. A 生成確実性手法 生成確実性手法において、概念のスコアは、概念を含むセマンティック・ネットワークの構造に少なくとも部分的に基づいて計算することができる。 In A product reliability procedure generation certainty technique, score concept can be calculated based at least in part on the structure of the semantic network including the concept. プロセス100の動作106において取得された概念のいずれかが、セマンティック・ネットワーク内に存在し、又はそれら概念が合成された後で、セマンティック・ネットワークに追加されることを思い出して下さい。 Either acquired concepts in operation 106 of process 100 is present in the semantic network, or after they concept have been synthesized, remember to be added to the semantic network. 特定の概念について計算された生成確実性スコアは、セマンティック・ネットワークの構造、並びにセマンティック・ネットワーク内の特定の概念の位置及びアクティブ概念に依存してもよい。 Calculated generated certainty score for a particular concept, the structure of the semantic network, and may depend on the position and the active concept particular concept in the semantic network. スコアは、アクティブ概念と特定の概念との経路内のエッジの数、アクティブ概念と特定の概念との間の経路内のノードの数、アクティブ概念と特定の概念との間の経路内のエッジのタイプ、アクティブ概念と特定の概念との間の経路内のノードのタイプ、アクティブ概念と特定の概念との間の経路内のエッジの方向性、アクティブ概念と特定の概念との間の経路内のエッジに関連付けられる任意の重み付け、及びそれらの任意の好適な組み合わせを含むが、これらに限定されないようなセマンティック・ネットワークの構造の多数の態様のいずれかに依存する。 Score, the number of edges in the path of a particular concept and active concept, the number of nodes in the path between a particular concept and active concept, the edges of the path between the active concepts and specific concepts type, the node type in the path between a particular concept and active concept, direction of the edge in the path between the active concept and a specific concept, in the path between a particular concept and active concept any weighting associated with the edge, and any suitable combination thereof, depending on any of a number of aspects of the structure of the semantic network as but not limited to. セマンティック・ネットワークを表すグラフ構造が、アクティブ概念とスコアリングすべき概念との間に1つ以上の経路が存在してもよいことを認識されたい。 Graph structure representing a semantic network, it is recognized that more than one path may exist between the concepts to the active concepts and scoring.

いくつかの実施形態では、例えば、特定の概念について計算された生成確実性スコアは、アクティブ概念とセマンティック・グラフ内の特定の概念とを分離するエッジ及び/又はノードの数に反比例してもよい。 In some embodiments, for example, calculated generated certainty score for a particular concept may be inversely proportional to the number of edges and / or nodes to separate the specific concept of active concepts and semantic graph . それに応じて、多数のエッジ及び/又はノードによってアクティブ概念から分離された概念について計算されたスコアは、より小さい数のエッジ及び/又はノードによってアクティブ概念から分離された概念について計算されたスコアよりも低くなってよい。 Accordingly, score calculated concepts separated from the active concept by a number of edges and / or nodes, than the calculated scores concepts separated from the active concept by a smaller number of edges and / or nodes it may be lower.

前述したように、いくつかの実施形態では、生成確実性スコアは、セマンティック・ネットワーク中のエッジに関連付けられた重み付けの関数として計算されてもよい。 As described above, in some embodiments, it generates reliability scores may be calculated as a function of the weights associated with the edges in the semantic network. 具体的には、生成確実性スコアは、アクティブ概念とスコアリングすべき概念との間の経路内におけるエッジのセットに関連付けられた重み付けの関数として計算されてもよい。 Specifically, generation certainty score may be calculated as a function of the weights associated to a set of edges in the path between the concepts to the active concepts and scoring. この場合には、生成確実性スコアは、アクティブ概念からスコアリングすべき概念への経路内のエッジの重み付けの積を取ることによって計算されてもよい。 In this case, the generated confidence score may be calculated by taking the product of the weighting of the edges of the path of the concepts to scoring from the active concept.

重み付けは、多数の方法のいずれかにおいて、セマンティック・ネットワーク内のエッジに割り当てることができる。 Weighting, in any of a number of methods, may be assigned to edges within the semantic network. いくつかの実施形態では、エッジに割り当てられた重み付けは、そのエッジを横切る(traversing)ように関連付けられた確実性の測定値に基づいて計算することができる。 In some embodiments, the weighting assigned to the edge can be calculated based on measurements of certainty associated with across the edge (Traversing). 次に、エッジを横切るように関連付けられた確実性の総量は、エッジのタイプ(すなわち、「〜によって規定される(defined-by)」エッジ又は「〜である(is-a)」エッジである)及び/又は横断の方向性に依存し得る。 Then, the total amount of certainty associated with across the edge, the type of edge (i.e., is "defined by ~ (defined-by)" "a ~ (is-a)" edge or edges ) may depend on the direction of and / or transverse. いくつかの実施形態では、エッジに割り当てられた重み付けは、0と1の間の数であってもよいが、他の実施形態では、重み付けは、他の任意の適当な範囲内の数であってもよい。 In some embodiments, the weighting assigned to the edge, 0 and may be a number between 1, in other embodiments, weighting, there the number in any other suitable range it may be.

例えば、「〜によって規定される(defined-by)」エッジの横断(traversal)によって、xの係数だけエッジを横断するように関連付けられた確実性を低減することができ、ここで、xは、0と1との間の任意の適当な数であってもよく、及び、例えば、0.25,0.5,0.75,0.9等に等しい又はより大きい任意の係数であってもよい。 For example, the "defined by ~ (defined-by)" edge crossing (traversal), it is possible to reduce the certainty associated transverse to the edges by a factor of x, where, x is, 0 and can be any suitable number between 1 and, for example, be equal to or greater than any coefficient 0.25,0.5,0.75,0.9 like good. 同様に、「〜である(is-a)」エッジの横断によって、yの係数だけエッジを横断するような確実性を低減することができ、ここで、yは、0と1との間の任意の適当な数であってもよく、及び、例えば、0.25,0.5,0.75,0.9等に等しいより大きい任意の係数であってもよい。 Similarly, by crossing "is ~ (is-a)" edge, it is possible to reduce the reliability so as to cross the edge by a factor of y, where, y is between 0 and 1 it may be any suitable number, and, for example, may be greater than any factor equal to 0.25,0.5,0.75,0.9 like. いくつかの例では、係数xが係数yに等しくてもよいが、いくつかの例では、これらの係数は、エッジを横断するように関連付けられた確実性の総量が、横断すべきエッジのタイプに依存するように異なっていてもよい。 In some examples, the coefficient x may be equal to the coefficient y, in some instances, these factors, the total amount of certainty associated transverse to the edge, the type of edge to be traversed it may be different from each other to depend on.

いくつかの実施形態では、エッジを横断するように関連付けられた確実性の総量は、エッジの方向性と、1つの概念から別の概念への経路内のそのエッジを横断するときに、エッジが横断される方向とに依存し得る。 In some embodiments, the total amount of certainty associated transverse to the edge, the direction of the edge, when crossing the edge in the path from one concept to another concept, edges It may depend on the direction to be traversed. 例えば、概念Aから概念Bへの移動(ここで、AがB「〜である(is-a)」とは、セマンティック・ネットワーク内において、概念Aに関連付けられたノードから概念Bに関連付けられたノードへの外向きの「〜である(is-a)」エッジがある)は、1つの係数(例えば、0.9)によって確実性の総量を低減する一方、「〜である(is-a)」エッジの方向に反対向きの移動は、異なる係数(例えば、0.8)によって確実性を低減することができる。 For example, where the movement from the concept A to concept B (, A and B to be "~ (is-a)" is in the semantic network, associated with the concept B from node associated with the concept A "a ~ (iS-a)" outward to the node there is an edge), the one coefficient (e.g., while reducing the total amount of certainty by 0.9), is "a ~ (iS-a ) "movement in the opposite direction to the direction of the edge, different coefficients (e.g., it is possible to reduce the reliability by 0.8).

いくつかの実施形態では、概念に割り当てられた生成確実性スコアは、その概念が、検索操作を使用することによって取得された(すなわち、概念がセマンティック・ネットワーク内に既に存在していた)又は加法操作又は置換操作を使用して取得された(すなわち、概念が合成された)かどうかに依存してもよい。 In some embodiments, the generated confidence scores assigned to the concept, the concept has been obtained by using the search operation (i.e., the concept is already present in the semantic network) or additive operation or obtained using the replace operation (i.e., concept synthetic) may be dependent on whether. 例えば、生成確実性スコアは、概念が合成されたときに、係数(例えば、0.25)よって低減することができる。 For example, product reliability score, when the concept has been synthesized, the coefficient (e.g., 0.25) can be thus reduced.

1つの例示として、生成確実性スコアを計算する非限定的な例が、図6Aに示されている。 As one example, non-limiting example of calculating the production reliability score is shown in Figure 6A. この場合では、候補「マッサージ付きリクライニングチェア(massage recliner)」の生成確実性は、アクティブ概念「リクライニングチェア(recliner)」から、合成された概念「マッサージ付きリクライニングチェア(massage In this case, generation certainty of the candidate "massage with recliner (massage recliner)" from the active concept "recliner (recliner)", synthesized concept "massage with recliner (massage
recliner)」への経路内のエッジに関連付けられた重み付けの積として計算するようにしてもよい。 It may be calculated as the product of the weighting associated with the edges of the path of the recliner) ". 図6Aに示されるように、経路に沿って「〜によって規定される(defined-by)」エッジのそれぞれに関連付けられた重み付けは、0.9であり、且つ経路に沿って「〜である(is-a)」エッジのそれぞれに関連付けられた重み付けは、0.75である。 As shown in FIG. 6A, the weighting associated with each "is the (defined-By) defined by ~" edges along the path, 0.9, is "a ~ along and path ( weighting associated with each of the iS-a) "edges is 0.75. さらに、概念「マッサージ付きリクライニングチェア(massage recliner)」が、合成された概念であるので、全体的な生成確実性スコアは、0.25の係数によって調整される。 Furthermore, the concept "massage with recliner (massage recliner)" is, because it is synthesized concepts, overall product reliability score is adjusted by a factor of 0.25. このようにして、生成確実性スコア、S gc 、は以下の式に従って計算されてもよい: In this way, the generated confidence score, S gc, may be calculated according to the following formula:
Sgc = Edge recliner-seat * Edge seat-chair * Edge chair-massage Sgc = Edge recliner-seat * Edge seat-chair * Edge chair-massage
chair * Edge massage chair-massage * Node massage recliner chair * Edge massage chair-massage * Node massage recliner
= Edge is-a = Edge is-a
* Edge is-a * Edge defmed-by * Edge defmed-by *Node synthesized * Edge is-a * Edge defmed -by * Edge defmed-by * Node synthesized
= 0.9 = 0.9
* 0.9 * 0.75 * 0.75 * 0.25 = 0.1139 * 0.9 * 0.75 * 0.75 * 0.25 = 0.1139

いくつかの実施形態では、セマンティック・ネットワーク内のエッジに関連付けられた重み付けの数値が、手動で割り当てられてもよい(例えば、「〜である(is-a)」エッジに0.9の重み付けが割り当てられ、及び「〜によって規定される(defined-by)」エッジに0.75の重み付けが割り当てられる)ことを認識されたい。 In some embodiments, the numerical value of the weighting associated with the edges of the semantic network, may be assigned manually (e.g., weighting 0.9 to "a ~ (is-a)" Edge assigned, and weighting of 0.75 is assigned to "is the (defined-by) defined by ~" edge) it should be recognized that. 追加的に又は代替的に、重み付けの数値は、以下に説明され及び/又は以下の文献に開示される教示を用いて確率として計算される統計的コヒーレンスに基づくものであり、ここでその文献は、2011年1月7日に出願された、Probabilistic Approach for Synthesis of a Semantic Network”という表題の米国特許仮出願第61/430,810号明細書;2011年1月7日に出願された、”Constructing Knowledge Representations Using Atomic Semantics and Probabilistic Additionally or alternatively, the numerical value of the weighting is based on statistical coherence which is calculated as a probability using the teachings disclosed are described below and / or the following documents, wherein the document , filed on January 7, 2011, Probabilistic Approach for Synthesis of a Semantic Network "title of US provisional Patent application No. 61 / 430,810 Pat that; filed on January 7, 2011," Constructing Knowledge Representations Using Atomic Semantics and Probabilistic
Model”という表題の米国特許仮出願61/430,836号明細書;2011年9月8日に出願された、”Systems Model "title of US Provisional Patent Application 61 / 430,836 Pat that; filed on September 8, 2011," Systems
and methods for Incorporating User Model and Preferences into Analysis and Synthesis and methods for Incorporating User Model and Preferences into Analysis and Synthesis
of Complex Knowledge Representation Model”という表題の米国特許仮出願第61/532,330号明細書;であり、ここにそれらの全体が参考として組み込まれる。 of Complex Knowledge Representation Model title U.S. Provisional Patent Application No. 61 / 532,330 as "; a, where the entirety of their incorporated by reference.

IV. IV. B 概念の生産性スコア 概念の生産性手法において、概念のスコアは、概念が規定されるようなセマンティック・ネットワーク内の他の概念の数に基づいて計算することができる。 In productivity techniques productivity score concept of B concept scores concept it can be calculated based on the number of other concepts in semantic network as concepts are defined. 例えば、ある概念の概念生産性スコアが、概念が有する内向きの「〜によって規定される(defined-by)」エッジの数に基づいて計算することができる。 For example, it is the concept productivity score of a concept is calculated based on the number of "is the (defined-by) defined by ~" edge inward concept has. いくつかのさらなる例が、以下に提供される。 Some additional examples are provided below.

例えば、(例えば、プロセス100の動作106を参照して説明された)検索操作を用いて取得された概念に割り当てられた概念の生産性スコアは、その概念が規定する概念の数に基づいて計算してもよい。 For example, (eg, as described with reference to an operation 106 of process 100) Productivity score of the concepts assigned to the acquired concepts using a search operation, based on the number of concepts that concept is defined it may be. 例えば、アクティブ概念が、「プレス(press)」であり、そして、このアクティブ概念は、概念「プッシュプレス(push press)」と内向きの「〜である(is-a)」関係と、概念「ダンベルプレス(dumbbell press)」と内向きの「〜である(is-a)」関係とを有している。 For example, active concept is a "press (press)", and, the active concept, and the concept "push press (push press)," "is a ~ (is-a)" inward and relationships, the concept " It is "a ~ inward and dumbbell press (dumbbell press)" and a (is-a) "relationship. このように、これらの概念の両方が、動作106においてアクティブ概念に関連する概念として検索することができる。 Thus, it is possible to both these concepts, searches in operation 106 as a concept related to the active concept. しかし、概念「プッシュプレス(push press)」によって規定された概念の数が、概念「ダンベルプレス(dumbbell However, the concept number of defined concepts by "push press (push press)" is the concept "Dumbbell Press (dumbbell
press)」によって規定された概念の数よりも大きい場合には、次に、概念「プッシュプレス(push press)」は、概念「ダンベルプレス(dumbbell press)」よりも高い概念の生産性スコアが割り当てられることになる。 Is greater than the number of defined concepts by press) "is then the concept" push press (push press) "is the concept" Dumbbell Press (dumbbell press) "assigned a productivity score higher concept than It will be used.

別の例として、(例えば、プロセス100の動作106を参照して説明した)加法操作を用いて取得された概念に割り当てられた概念の生産性スコアは、合成された概念を生成するために、アクティブ概念に追加すべき概念によって規定された概念の数に基づいて計算してもよい。 As another example, the productivity score of the concepts assigned to the acquired concepts using (for example, reference has been described the operation 106 of process 100) addition operations, to generate a synthesized concepts, it may be calculated based on the number of defined concepts by concepts to add to the active concept. 例えば、アクティブ概念は、「プレス(press)」であり、加法操作のいずれかを使用して合成された概念は、「プレスセット(press For example, the active concept is a "press (press)", the concept synthesized using any additive operation, "press sets (press
sets)」又は「プレスの動き(press movements)」となり得る。 sets) "or it can be a" motion of the press (press movements) ". 「動き(movements)」によって規定された概念の数が、「セット(sets)」によって規定された概念の数より大きい場合は、次に、概念「プレスの動き(press movements)」は、概念「プレスセット(press sets)」よりもより高い概念の生産性スコアが割り当てられることになる。 The number of defined concepts by "movement (movements)" is "set (sets)" if the number is greater than a concept defined by then, the concept "press motion (press movements)" the concept " so that the productivity score press sets (press sets) "higher concept than is allocated.

別の例として、置換操作を使用して取得された概念に割り当てられた概念の生産性スコアは、アクティブ概念の属性のいずれかについて置換された概念によって規定された概念の数に基づいて計算してもよい。 As another example, the productivity score of the concepts assigned to the concepts obtained using a substitution operation, and based on the number of the concepts defined by the concepts substituted for any of the attributes of the active concept it may be. 例えば、アクティブ概念が、「プッシュプレス(push press)」であり、その属性「プレス(press)」は、概念「プレスセット(press sets)」や概念「プレスの動き(press movements)」で置換されてもよい。 For example, the active concept is a "push press (push press)", the attribute "press (press)" is replaced with the concept "press sets (press sets)" and the concept "press motion (press movements)" it may be. 概念「プレスの動き(press movements)」によって規定された概念の数が、概念「プレスセット(press Concept number of concepts that have been defined by the "movement of the press (press movements)" is, the concept "press set (press
sets)」によって規定された概念の数より大きい場合に、次に、合成された概念「プッシュプレスの動き(push press If the number is greater than concept as defined by the sets) ", then combined the concept" push press motion (push press
movements)」は、合成された概念「プッシュプレスセット(push press sets)」よりもより高い概念の生産性スコアが割り当てられることになる。 movements) "would synthesized concept" push press sets (push press sets) productivity score higher concept than "are assigned.

IV. IV. C ジャカールスコア ジャカールスコア手法において、特定の概念のスコアは、アクティブ概念からの特定の分離度の範囲内にある、同様に特定の概念から同程度の分離度の範囲内にある概念の数に基づいて計算してもよい。 In C Jacquard score Jacquard score method, the score of a particular concept within the scope of a particular degree of separation from the active concept, based on the number of concepts from a particular concept as well within the scope of the same degree of separation it may be calculated Te. 例えば、分離度が1であるとき、特定の概念のジャカールスコアは、特定の概念とアクティブ概念との間に共通の近傍数(number of neighbors)に基づいて計算することができる。 For example, when the separation degree is 1, Jacquard score of a particular concept can be calculated based on a common number of neighbors (number of neighbors) between the particular concept and active concept. セマンティック・ネットワークにおいて、概念Aの近傍は、任意タイプのエッジを概念Aと共有するような概念である。 In the semantic network, the neighborhood concept A is concepts such as sharing concept A any type of edge. それら近傍の概念は、エッジを共有するので、概念の近傍は、概念からの単一の分離度の範囲内にある。 Concept thereof vicinity, since the share an edge, the vicinity of the concepts are within the scope of a single degree of separation from the concept. この場合に、アクティブ概念とスコアリングすべき概念との間に共通の近傍数が大きいほど、その概念に割り当てられるジャカールスコアはより高くなる。 In this case, the larger the common number of neighbors between the concepts to the active concept and scoring, Jacquard score assigned to the concept is higher. このように、ジャカールスコアは、2つの概念が、セマンティック・ネットワークにおいてどの様に相互接続されるかの指標を提供し、次にそれは2つの概念の関連性の指標となる。 Thus, Jacquard score, two concepts, provides one of the indicators which are interconnected as in a semantic network, then it is the relevance indicators of the two concepts. しかし、任意の分離度(例えば1,2,3,4,5,6,7等)を用いることができることを認識されたい。 However, it is recognized that it is possible to use any separation (e.g. 1,2,3,4,5,6,7 etc.).

ジャカール指数は、2つの集合A,B間の類似性を測定するための類似性尺度である。 Jacquard index is similarity measure for measuring two sets A, the similarity between B. いくつかの例において、ジャカール指数は、以下に示されるように、集合AとBの積集合の大きさを、集合AとBの和集合の大きさで割った値として規定することができる。 In some instances, Jacquard index, as shown below, the size of the product set of the set A and B, it can be defined as a value obtained by dividing the size of the union of sets A and B.

ジャカール指数は、この場合に次のように適用されてもよい。 Jacquard index is in this case may be applied as follows. 集合Aは、アクティブ概念の近傍に存在する、すなわちセマンティック・ネットワークにおけるクティブ概念からの所定数の分離度の範囲内に存在する概念の集合を表す。 Set A is present in the vicinity of the active concept, i.e. it represents a set of concepts that exist within a predetermined number of degree of separation from the active concept in the semantic network. 集合Bは、スコアリングすべき概念の近傍に存在する、すなわちセマンティック・ネットワークにおけるスコアリングすべき概念からの所定数の分離度の範囲内に存在する概念の集合を表す。 Set B is present in the vicinity of the concepts to scoring, i.e. it represents a set of concepts that exist within a predetermined number of separation from concepts to scoring in a semantic network. 従って、上記式の分母は、アクティブ概念及び/又はスコアリングすべき概念の近傍に存在する(又は所定数の分離度の範囲内に存在する)概念の合計数を表す一方、分子は、アクティブ概念と評価対象の概念との近傍(又は所定数の分離度の範囲内に存在する)に両方とも存在する概念の合計数を表している。 Therefore, the above equation the denominator, (present in the range of or a predetermined number of separation) near the present concepts to be active concept and / or scoring one that represents the total number of concepts, molecules, active concept it represents the total number of concepts that exist both in the vicinity of the concepts evaluated (or present within a predetermined number of separation) and. 従って、ある概念のジャカールスコアは、ジャカール指数として計算することができる。 Therefore, Jacquard score of a concept can be calculated as a Jacquard index.

プロセス100の動作106で取得された概念についてのジャカールスコアを計算する実施例が図6Bに示されている。 Example of calculating the Jacquard scores for the concepts acquired in operation 106 of process 100 is shown in Figure 6B. この例では、概念の近傍は、概念の分離度が2度の範囲内の概念を含むものとして選択されている。 In this example, the vicinity of the concept, the separation of the concept has been selected as comprising a concept in a range of 2 degrees. しかし、任意の適切な分離度に関連付けられた近傍(度)が使用されることを理解されたい。 However, it is to be understood that the neighborhood associated with any suitable separation (in degrees) is used. 従って、アクティブ概念と、スコアリングすべき概念である概念602とのいずれかからの2度の範囲内の全ての概念は、それらの概念が、アクティブ概念と概念602との両方から分離度が2度の範囲内である限り、斜線で示されている。 Thus, an active concept, all of the concepts in the range of 2 degrees from either the concept 602 is a concept to be scored, their concepts, the separation from both the active concepts and concepts 602 2 as long as it is within the range of degree they are indicated by hatching. アクティブ概念と概念602との両方が2度の範囲内であるそのような概念は、垂直線で示されている。 Such concepts both active concepts and concept 602 is within the range of 2 ° is indicated by a vertical line. ジャカールスコアを計算するために、斜線又は垂直線のいずれかを有する概念の数は、ジャカールスコアの分母における概念の数(25個)であることが確認される。 To calculate the Jacquard score, the number of concepts with either shaded or vertical lines, it is confirmed that the number of concepts in the denominator of the Jacquard score (25). 垂直線を有する概念の数(7個)は、ジャカールスコアの分子における概念の数である。 Number (7) concepts with vertical lines is the number of concepts in the molecule of the Jacquard score. 従って、概念602のジャカールスコアは、7を25で割った値、すなわち0.28として計算される。 Therefore, Jacquard score concept 602, 7 divided by 25, that is calculated as 0.28.

いくつかの実施形態では、図6Bに示された実施形態のように、アクティブ概念又はスコアリングすべき概念のいずれも、それ自体の又は互いの近傍に存在するとみなされない。 In some embodiments, as in the embodiment shown in FIG. 6B, neither the concept to be active concept or scoring, are not considered to be present in the vicinity of its own or another. しかしながら、他の実施形態では、アクティブ概念及び/又はスコアリングすべき概念は、それ自体及び/又は互いの近傍に存在するとみなすことができる。 However, in other embodiments, the concepts to be active concept and / or scoring can be considered to be present in the vicinity of its own and / or each other. 図6Bの例示では、例えばアクティブ概念と概念602とが、それ自体の及び互いの近傍に存在するとみなされた場合に、ジャカールのスコアは、9を27で割った値、すなわち0.333として計算される。 In the illustration of Figure 6B, for example, the active concepts and concepts 602, calculated when deemed to be present in the vicinity of and to each other such, score Jacquard, value obtained by dividing 9 at 27, i.e. as 0.333 It is.

いくつかの実施形態では、ジャカールスコアは、ジャカールスコアが、概念AとBとの間に相違の尺度の指標となるように、1〜J(A,B)に係るジャカール指数の補数として計算されてもよい。 In some embodiments, Jacquard score, Jacquard score, so that an indication of a measure of difference between the concepts A and B, is calculated as the complement of the Jacquard index according to 1 to J (A, B) it may be. この場合には、より低いスコア(より高いスコアというよりも)を有する概念は、プロセス100の動作108で選択されることを認識されたい。 In this case, the concept with lower scores (rather than a higher score) It should be recognized that it is selected by the operation 108 of process 100. また、この場合に、より高いジャカールスコアを有する概念は、より低いスコアを有する概念よりもアクティブ概念とより弱い関係を有するとみなされる。 In this case, the concept has a higher Jacquard score is considered to have a weaker relationship between active concept than the concept with lower scores.

ジャカールスコアが、(例えば、動作106を参照して説明された)検索操作を使用して取得された概念について計算されるとき、ジャカールスコアは、上述した手法を検索された概念に適用することによって取得することができる。 Jacquard score, when calculated for concepts obtained using (for example, with reference to described the operation 106) search operation, Jacquard score by applying the concept retrieved the above-mentioned method it can be acquired. しかし、ジャカールスコアが、加法操作を介して合成された概念について計算されるとき、ジャカールスコアは、上述した手法を、合成された概念に適用するのではなく、むしろ合成された概念を生成するためにアクティブ概念と組み合わされた概念(例えば、図5Eに示した概念「指圧(shiatsu)」)に適用することによって取得することができる。 However, Jacquard score, when calculated for concepts synthesized via addition operation, Jacquard score, the above-described method, instead of applying the synthesized concepts for generating concepts rather synthesized concept (e.g., concept "finger pressure (shiatsu)" shown in FIG. 5E) in combination with the active concept may be obtained by applying to. 同様に、ジャカールスコアが、置換操作を介して合成された概念について計算されるときに、ジャカールスコアは、上述した手法を、合成された概念に適用するのではなく、むしろアクティブ概念の属性を置換の一部として置換するために使用された概念(例えば、図5Hに示される概念「プレスセット(press sets)」)に適用することによって取得することができる。 Similarly, Jacquard score, when calculated for concepts synthesized via substitution operation, Jacquard score, replacing the above-described method, instead of applying the synthesized concepts, rather the attributes of active concepts concepts used to replace a part of (e.g., the concept shown in Figure 5H "press sets (press sets)") can be obtained by applying to.

IV. IV. D 統計コヒーレンススコア 動作106で取得された概念についてスコアを計算するための別の手法は、いわゆる「統計的コヒーレンス」手法であり、ここで、特定の概念に割り当てられた統計的コヒーレンススコアは、1つ以上のテキストコーポラ(corpora)において、その概念とアクティブコンテキストとの共起(co-occurrence)頻度に依存することになる。 Another approach for calculating a score for acquired concepts D statistical coherence score operation 106 is a so-called "statistical coherence" approach, where the statistical coherence scores assigned to a particular concept, 1 One in the above text corpora (corpora), will depend on the co-occurrence (co-occurrence) frequency between the concept and the active context. このように、アクティブ概念とより頻繁に共起する概念は、アクティブ概念とほとんど共起しない概念よりもアクティブ概念により関連させることができる。 Thus, the concept of co-occurrence more often active concept may be associated with an active concept than the concept hardly co-occur with active concept.

任意の適切なコーパス(corpus)又はコーポラは、プロセス100の動作106で取得された概念について統計的コヒーレンスのスコアを計算するために使用することができる。 Any suitable corpora (corpus) or corpora can be used to calculate the score of the statistical coherence for acquired concepts operation 106 of process 100. 例えば、コーポラは、単一の情報ソース(例えば、文字列"wikipedia.org"を含むURLで見つかった全てのコンテンツ)又は複数の情報ソースからのものであってもよい。 For example, it corpora a single source of information (e.g., all content found in URL containing the string "wikipedia.org") may be from or more information sources. 別の例として、被対象物固有(subject-specific)のコーポラは、政治、医療用品、スポーツ等に関するコンテンツを含むようなコーポラとして使用されてもよい。 As another example, corpora of the object-specific (subject-specific) is political, medical supplies, may be used as corpora to include content about sports like. 各コーパスは、任意の適切なタイプのものでもよく、例えば、テキストコーパス又は複数の種類のコンテンツを含むコーパスとすることができる。 Each corpus may be of any suitable type, for example, be a corpus including the contents of the text corpus or more types.

コヒーレンススコアを計算するために使用されるコーポラの数及びタイプにも拘わらず、いくつかの実施形態では、アクティブ概念は、コーポラ内のコンテンツのサブセット(例えば、テキストコーパス内の文書の一部)を選択して、統計的コヒーレンススコアを計算するために使用される。 Despite the number and type of corpora used to calculate the coherence scores, in some embodiments, the active concept, a subset of the content in the corpora (e.g., some documents in the text corpus) a select, are used to calculate the statistical coherence scores. これは、任意の適切な方法で行うことができる。 This can be done in any suitable way. 例えば、アクティブ概念は、例えば、アクティブ概念のラベルを含むそのコンテンツのみが存在するように、アクティブ概念に関連するコンテンツを選択するために使用することができる。 For example, the active concept, for example, such that only the content that contains the label of the active concept is present, can be used to select content associated with the active concept.

いくつかの実施形態では、統計的コヒーレンス計算に使用されるコンテンツは、アクティブ概念と、セマンティック・ネットワーク内のアクティブ概念の近傍の少なくとも1つの概念とを含むそのコンテンツにさらに限定することができる。 In some embodiments, content used in the statistical coherence calculations can be further limited and active concept, its content and at least one concept of the vicinity of the active concept in the semantic network. そのような近傍が、アクティブ概念から所定数(例えば1,2,3,4等)の分離度の範囲内に存在するようなセマンティック・ネットワーク内の全ての概念を含むことができることを思い出して下さい。 Such vicinity Remember that can contain all of the concepts of semantic network as present within the separation of a predetermined number from the active concept (e.g. 1, 2, 3, 4, etc.) . 追加の制限は、任意の適切な方法で達成することができるが、例えば、アクティブ概念のラベルとこのアクティブ概念の近傍の少なくとも1つの他の概念のラベルとを含むそのコンテンツのみを使用することによって達成することができる。 Additional restrictions can be accomplished in any suitable manner, for example, by using only the content that includes a label of at least one other concept in the vicinity of the label with the active concept in the active concepts it can be achieved to. アクティブ概念及びその近傍(の概念)に基づきコーポラを制限することは、アクティブ概念のラベルを含むが異なった意味に向けられているコンテンツが、統計的コヒーレンススコアを計算する際に考慮されていない、という点で有利となり得る。 Limiting the corpora based on the active concept and its vicinity (the concept of), the content is directed to different meanings contains the label of the active concept, not considered when calculating the statistical coherence scores, It may be advantageous in that.

例えば、アクティブ概念が、「バット(bat)」であり、アクティブ概念の近傍の範囲内に見つかった概念が、概念「野球のバット(baseball For example, active concept is a "bat (bat)", the concept found in a range in the vicinity of the active concept, the concept "baseball bat (baseball
bat)」、「クラブ(club)」、「パドル(paddle)」、及び「バット(lumber)」を含む場合に、統計コヒーレンススコアを計算するために使用されるコンテンツは、アクティブ概念「バット(bat)」と、隣接する概念「野球のバット(baseball bat)」、「クラブ(club)」、「パドル(paddle)」、「バット(lumber)」の少なくとも1つとを含むコンテンツに限定してもよい。 bat) ", if it contains" club (club) "," paddle (paddle) ", and" butt (lumber) ", content to be used to calculate the statistical coherence scores, active concept" bat (bat ) and "adjacent concept" baseball bat (baseball bat) "," CLUB (club) "," paddle (paddle) ", it may be limited to content that includes at least one of the" bat (lumber) " . 少なくとも1つのこれらの近傍の概念を含むことは、概念「バット(bat)」を含むが、哺乳動物の「コウモリ(bat)」に関連しない文書は、統計的コヒーレンススコアを計算する際に回避され、尤度(可能性)が増加する。 It comprises at least one concept of these vicinity, including the concept "bat (bat)", a document not related to the "bat (bat)" mammalian, is avoided when calculating the statistical coherence scores , the likelihood (likelihood) increases.

従って、いくつかの実施形態では、統計的コヒーレンススコアは、アクティブ概念、アクティブ概念の近傍の少なくとも1つの概念、及びスコアリングすべき概念を含む文書の数と、アクティブ概念及びこのアクティブ概念の近傍の少なくとも1つの概念を含む文書の数との比の関数として計算することができる。 Thus, in some embodiments, statistical coherence scores, active concept, at least one of the vicinity of the active concept concept and the number of documents containing the concept to be scored, in the vicinity of the active concept and the active concept it can be calculated as a function of the ratio of the number of documents containing at least one concept. 関数は、任意の適切な関数とすることができ、例えば、恒等関数又は任意の他の適切な単調増加関数(例えば、対数)とすることができる。 Function can be any suitable function, for example, it may be an identity function, or any other suitable monotonically increasing function (e.g., logarithmic). このようにして計算されたときに、統計的コヒーレンススコアは、スコアリングすべき概念にも関連するようなアクティブ概念に関連する文書の総数に比例するように反映させることができる。 When this manner was calculated, statistical coherence scores, can be reflected in proportion to the total number of documents relating to the active concept to be associated with the concepts to be scored. よって、概念についての統計的コヒーレンススコアがより高くなるほど、この概念はアクティブ概念に関連してより適合する可能性がより多くなる。 Therefore, as the statistical coherence scores concept becomes higher, this concept is more and more compatible potential in relation to the active concept.

いくつかの実施形態では、統計的コヒーレンススコアは、アクティブ概念、アクティブ概念の近傍の少なくとも1つの概念、スコアリングすべき概念、及びスコアリングすべき概念の近傍の少なくとも1つの概念を含む文書の数を(ここまで、分子)、アクティブ概念、及びこのアクティブ概念の近傍の少なくとも1つの概念を含む文書の数(ここまで、分母)、の比率の関数として計算することができる。 In some embodiments, the number of documents statistical coherence scores, including the active concept, at least one of the concepts in the vicinity of the active concept, concept to scoring, and at least one concept of the vicinity of the concepts to scoring (up to here, molecule), the active concept, and several (up to here, the denominator) documents containing at least one concept of the vicinity of the active concept may be calculated as a function of the ratio of. 統計的コヒーレンススコアをこのように計算することは、スコアリングすべき概念のラベルを含むが異なった意味に向けられているコンテンツが、統計的コヒーレンスのスコアを計算するときに考慮されない、という点で有利となる。 Calculating the statistical coherence scores in this way, content that are directed to different meanings contains a label concepts to be scored, not considered when calculating the score of the statistical coherence in that advantageous to become.

例えば、概念「フィールドゲーム(field game)」と「スポーツ(sport)」とが、候補「クリケット(cricket)」の近傍になり得る。 For example, the concept and the "field game (field game)" and "sport (sport)," but may be in the vicinity of the candidate "Cricket (cricket)". 概念「クリケット(cricket)」と、「フィールドゲーム(field game)」及び「スポーツ(sport)」の中からの少なくとも1つの概念とを含む文書のみについて統計的コヒーレンススコアを計算する際に使用される文書を制限することは、その概念「クリケット(cricket)」を含むが、昆虫「コオロギ(cricket)」が除かれる文書が、統計的コヒーレンススコアを計算するときに回避され、尤度が増加する。 The concept "Cricket (cricket)", used in calculating the statistical coherence scores only for documents containing at least one concept from "field game (field game)" and "Sports (sport)" limiting the document, including the concept "cricket (cricket)", document insects' crickets (cricket) "is removed can be avoided when calculating the statistical coherence scores, the likelihood is increased.

いくつかの実施形態では、統計的コヒーレンススコアは、アクティブ概念、アクティブ概念の近傍の少なくとも1つの概念、スコアリングすべき概念、及び随意にスコアリングすべき概念の近傍の少なくとも1つの概念を含む文書のサブセットのみを使用することによって計算することができる。 Article In some embodiments, the statistical coherence scores, including the active concept, at least one of the concepts in the vicinity of the active concept, concept to scoring, and at least one concept of the vicinity of the concepts to scoring optionally it can be calculated by using only a subset of the. この場合には、統計的コヒーレンススコアは、上述した文書のサブセット内の1つ以上の文書において、スコアリングすべき概念のいわゆる用語出現頻度(TF:term frequency)スコアの関数として計算することができる。 In this case, the statistical coherence scores in one or more documents in the subset of the document mentioned above, a so-called term frequency of concepts to scoring: can be calculated as a function of (TF term frequency) Score .

いくつかの実施形態では、スコアリングすべき概念についてのTFスコアは、サブセット内の各文書について計算することができ、統計的コヒーレンススコアは、計算されたTFスコアの平均値又は中央値として計算することができる。 In some embodiments, TF score for concepts to scoring, can be calculated for each document in the subset, the statistical coherence score is calculated as the mean or median of the calculated TF score be able to. 或いは、統計的コヒーレンススコアは、計算された最大のTFスコアとして計算してもよい。 Alternatively, the statistical coherence scores may be calculated as a calculated maximum of TF scores. スコアリングすべき概念が、統計的コヒーレンスのスコアを計算するために使用される文書のサブセット内の多数の文書にまれに現れる場合に、この状況では有利となり得る。 Concept to scoring, if appearing infrequently number of documents in the subset of documents that are used to calculate the score of the statistical coherence, may be advantageous in this situation.

さらに別の実施形態では、統計的コヒーレンススコアは、逆文書頻度(IDF)スコアの関数として計算することができ、このスコアは、スコアリングすべき概念が、統計的コヒーレンススコアを計算するために使用される文書のセット内にどれ位の頻度で出現するかの頻度の逆数として計算することができる。 In yet another embodiment, the statistical coherence scores may be calculated as a function of the inverse document frequency (IDF) scores, this score, the concept should scoring used to calculate the statistical coherence scores can be calculated as of the inverse of the frequency it appears in any position of the frequency in the set of documents. さらに別の実施形態では、統計的コヒーレンススコアは、用語頻度と逆文書頻度スコアとの積に依存し得る。 In yet another embodiment, the statistical coherence scores may depend on the product of the term frequency and inverse document frequency score. いくつかの実施形態では、統計的コヒーレンススコアを計算する過程で計算された値を正規化してもよいことを理解されたい。 In some embodiments, the calculated value in the process of calculating the statistical coherence scores should be understood that may be normalized.

ジャカールスコアを計算する場合のように、統計的コヒーレンススコアが計算される方法は、スコアリングすべき概念が、セマンティック・ネットワークから検索されたかどうかに依存してよく、又は代わりに、プロセス100の動作106の間に合成されたかどうかに依存してもよいことを理解されたい。 As in the case of calculating the Jacquard score, how statistical coherence scores are computed, concepts to scoring may depend on whether it was retrieved from the semantic network, or alternatively, the operation of the process 100 it is to be understood that may be dependent on whether or not synthesized during the 106. スコアリングすべき概念が、加法操作を用いて合成される場合に、統計的コヒーレンススコアは、上述した手法を合成した概念に適用するのではなく、むしろ合成された概念を生成するために、アクティブ概念と組み合わせられた概念(例えば、図5Eに示した概念「指圧(shiatsu)」)に適用することによって取得することができる。 Concept to scoring, when synthesized using an additive operation, statistical coherence scores, rather than applying the concepts combining the above-described techniques, in order to generate concepts rather synthesis, active concept in combination with concepts (e.g., concepts "finger pressure (shiatsu)" shown in FIG. 5E) may be obtained by applying to. 同様に、統計的コヒーレンススコアが、置換操作を介して合成された概念について計算されているときに、統計的コヒーレンススコアは、上述した手法を合成された概念に適用するのではなく、アクティブ概念の属性を置換操作の一部として置換するために使用された概念(例えば、図5Hに示される概念「プレスセット(press sets)」)に適用することによって得ることができる。 Similarly, statistical coherence score, when it is calculated for concepts synthesized via substitution operation, statistical coherence scores, rather than applying the concepts synthesized above-described method, the active concept concept was used to replace the attributes as part of a replacement operation (e.g., the concept shown in Figure 5H "press sets (press sets)") can be obtained by applying to.

IV. IV. E コサイン類似度スコア コサイン類似手法において、特定の概念のコサイン類似度スコアは、ペアの概念同士の間のセマンティック的な近接性を評価するためにコサイン類似度メトリックを用いて計算することができる。 In E cosine similarity score cosine similarity method, cosine similarity score of a particular concept, can be calculated using the cosine similarity metric to evaluate the semantic proximity of between concept between pairs. 2つの概念AとBとの間のコサイン類似度メトリックを評価するために、概念の各々は、任意の適切な次元のユークリッド空間における2つのベクトルにマッピングされる。 In order to evaluate the cosine similarity metric between two concepts A and B, each concept is mapped to two vectors in Euclidean space of any suitable dimensions. 2つの概念同士の間のコサイン類似度は、2つのベクトルの間の内積とこの2つのベクトルの大きさの積との比として計算することができる。 Cosine similarity between the two concepts together can be calculated as the ratio of the inner product and the product of the magnitude of the two vectors between two vectors. この比は、「コサイン類似度」を生じさせる、2つのベクトル同士の間の角度の余弦(cosine)を表わす。 This ratio produces a "cosine similarity" represents two angles between the vector between the cosine (cosine).

概念は、任意の適切な方法で、ベクトルにマッピングすることができる。 Concept, in any suitable manner, may be mapped to a vector. 例えば、概念は、属性に関連付けられた数を含む各座標で、概念の属性の各々の座標を含むベクトルにマッピングすることができる。 For example, the concepts, each coordinate comprising a number associated with the attribute, can be mapped to a vector containing each of the coordinates of the attribute concepts. 従って、概念Aが10個の属性を有している場合は、この概念は、各次元の数が対応する属性に関連付けられるように、10次元のベクトルにマッピングすることができる。 Accordingly, if the concept A has ten attributes, this concept, the number of each dimension to be associated with the corresponding attribute can be mapped to 10-dimensional vector. 属性に対応する番号(数)は、任意の適切な数であってもよく、例えば、用語頻度(TF)スコア又は属性に関連付けられたTF−IDFスコアであってもよい。 Number corresponding to the attribute (a number) may be any suitable number, for example, be a TF-IDF score associated with a term frequency (TF) score or attribute.

IV. IV. F 統合スコア 前述したように、上述したスコアのタイプのいずれかは、プロセス100の動作106において取得された概念に割り当てられるような統合スコアを形成するように組みあわされてもよい。 As F combined score above, any type of score described above may be combined to form a combined score that is assigned to the acquired concepts in operation 106 of process 100. しかし、いくつかの実施形態では、スコアを組み合わせる必要はなく、前述のタイプのスコアのうちの1つだけを、動作106において取得された各概念に割り当ててもよい。 However, in some embodiments, it is not necessary to combine the scores, only one of the scores of the type described above, may be assigned to each concept acquired in operation 106.

1つ以上のタイプのスコアが、統合スコアを形成するために組み合わされ得る実施形態において、スコアは、多数の方法のいずれかで組み合わせることができる。 One or more types of scores, in embodiments that may be combined to form a combined score, the score may be combined in any number of ways. 例えば、スコアは、統合スコアを計算するために重み付けされた線形結合のスコアを計算することによって組み合わせることができる。 For example, scores may be combined by computing a score for linear combination weighted to calculate the total score. スコアを結合するために使用される重み付けは、任意の適切な重み付けであってもよく、その重み付けは、統合されたスコアにスコアを組み合わせる場合に、どのスコアがより重み付けされるべきかを反映するように増加又は減少させることができる。 Weighting that is used to couple the score may be any suitable weighting, the weighting for combining the scores to integrated score, reflects should which scores are more weighted it can be increased or decreased so. スコア及び/又は重み付けは、統合されたスコア内に組み合わせる前に、任意の適切な方法で正規化することができる。 Scores and / or weights, before combining in integrated score may be normalized in any suitable manner.

スコアが、プロセス100の動作106において取得された概念に割り当てられた後に、1つ以上のスコアリングされた概念が、その計算されたスコアに基づいて、後続の使用のために選択することができる。 Score, after being assigned to the acquired concepts in operation 106 of process 100, concepts of one or more scoring can be based on the calculated score is selected for subsequent use . スコアに基づく選択は、任意の適切な方法で行うことができる。 Selection based on the score may be performed in any suitable manner. いくつかの実施形態では、例えば、所定のしきい値を超えるスコアに関連付けられた概念は、後続の使用のために選択することができる。 In some embodiments, for example, the concepts associated with the score exceeds a predetermined threshold value may be selected for subsequent use. あるいはまた、上位スコアの概念の所定数又は所定パーセンテージの概念を選択することができる。 Alternatively, it is possible to select the concept of a predetermined number or a predetermined percentage of the concept of higher scores. しかし、1つ以上の概念を選択するためにスコアを利用する他の多くの方法が当業者には明らかであることを認識されたい。 However, it should be recognized that many other methods of utilizing the score to select one or more concepts will be apparent to those skilled in the art.

V. V. アクティブ概念と選択された概念(複数可)とに基づいて、コンテンツをユーザ(複数可)に提供する アクティブ概念に関連する1つ以上の概念が動作108において選択された後で、プロセス100は、情報が、動作104において識別又は生成されたアクティブ概念と、動作108において選択された関連する概念(複数可)とに少なくとも部分的に基づいて、動作102において取得したユーザコンテキスト情報に関連付けられたユーザ(複数可)に提供されるように、動作110に進む。 Based on the active concepts and selected concepts (s), after one or more concepts related to the active concept of providing content to the user (s) is selected in operation 108, process 100, user information, and active concepts identified or generated in operation 104, based at least in part on the concepts related selected in operation 108 (s), associated with the user context information obtained in operation 102 as provided (s), the process proceeds to operation 110. この目的のために、ユーザ(複数可)に提示する情報は、アクティブ概念と動作108で選択された関連する概念(複数可)とを用いて大規模セットの情報の中から選択することができる。 To this end, information to be presented to the user (s) may be selected from among a large set information by using the related concepts selected by the active concept and operation 108 (s) . しかし、ユーザ(複数可)に提供された情報のタイプと情報がユーザ(複数可)に提供される方法とが、本明細書で説明された手法が適用されるような特定のシナリオに依存して変更し得ることを認識されたい。 However, depending on the particular scenario, such as type information of the information provided to the user (s) and a method are provided to the user (s), techniques described herein are applied it is to be appreciated that it is possible to change Te.

前述したように、いくつかの実施形態では、動作102で取得したユーザコンテキスト情報は、ユーザが関心を示すような情報のタイプを示すような、ユーザによって提供された情報を含み得る。 As described above, in some embodiments, the user context information obtained in operation 102, a user such as the type of information that indicate interest may include information provided by the user. 例えば、ユーザコンテキスト情報は、ユーザが捜し求める情報についてのユーザ要求を含んでもよい。 For example, user context information may include a user request for information that the user seek. そのような要求は、ユーザが、特定のトピック又は複数のトピックに関連して更新されたニュース、一種類以上の製品(複数可)に関連する広告、ウェブサイト、ニュースレター、電子メールダイジェスト等の各種のいずれかで今まさに更新される情報の受信を希望することを示すような、検索クエリ又は1つ以上の設定等の任意の適切な形態としてもよい。 Such a request, the user, a particular topic or more of the news that has been updated in relation to the topic, ads that are relevant to one or more of the product (s), web sites, newsletters, such as e-mail digest It is shown that they want to receive information just updated now various either, may be any suitable form, such as a search query or one or more settings. 従って、要求に応答して、ユーザは、ユーザの要求から導出されたアクティブ概念と、動作108で選択されたアクティブ概念に対する関連概念とに少なくとも部分的に基づいて、ユーザに提示された大規模セットのコンテンツの中から、取得した情報の提示を受けることができる。 Thus, in response to the request, the user is a large set of the active concept derived from the user's request, based at least in part on the relevant concepts for active concepts selected in operation 108, which is presented to the user from the contents of, it is possible to receive a presentation of the acquired information.

例えば、ユーザ要求が検索クエリを含んでいた場合には、アクティブ概念と動作108で選択された関連する概念とが、1つ以上の検索サービスに提供するべく、1つ以上の検索クエリを生成するために使用される。 For example, if the user request is contained search query, and the related concepts selected by the active concept and operation 108, so as to provide one or more search services, generates one or more search queries It is used for. これは、任意の適切な方法で行うことができる。 This can be done in any suitable way. 例えば、検索クエリは、アクティブ概念と、これらの概念と関連付けられたラベル及び属性を使用して選択された概念の任意の概念とから構成することができる。 For example, the search query may be comprised of the active concept, any concept of the concepts selected using labels and attributes associated with these concepts. 検索クエリは、「AND」及び「OR」等の様々なブール演算子を使用して、アクティブ概念と選択された概念の任意の概念とから、概念ラベルと属性とを接合して形成される。 Search query using various Boolean operators such as "AND" and "OR", from any concept of the concepts selected active concept is formed by joining a concept labels and attributes. 例えば、ユーザの検索クエリを表すアクティブ概念が、図5Fを参照して説明した「ヨガマット(yoga mat)」である場合に、概念「吸汗性ヨガマット(sweat-absorbent For example, an active concept that represents a search query users, if it is described with reference to FIG. 5F "yoga mats (yoga: mat)", the concept "sweat yoga mats (sweat-Absorbent
yoga mat)」が、動作108において選択され、検索クエリ『「ヨガマット(yoga mat)」AND「吸汗性(sweat-absorbent)」』を形成することができる。 yoga: mat) "is selected in operation 108, it is possible to form a search query," "yoga mats (yoga: mat)" AND "sweat (sweat-absorbent)" ". 別の例として、ユーザの検索クエリを表すアクティブ概念が、図5Dを参照して説明した「リクライニングチェア(recliner)」である場合に、概念「マッサージ付きリクライニングチェア(massage As another example, an active concept that represents a search query users, if it is described with reference to FIG. 5D "recliner (recliner)," concept "massage with recliner (massage
recliner)」が、動作108で選択され、検索クエリ『「リクライニングチェア(recliner)」OR「マッサージ付きリクライニングチェア(massage recliner)」』が形成される。 recliner) "is selected in the operation 108, the search query" "recliner (recliner)" OR "massage with recliner (massage recliner)" "is formed. 他のより複雑な検索クエリを形成してもよく、複数の選択された概念に関連付けられたキーワード、アクティブ概念を識別するために使用される任意の曖昧性解消用語、及び/又は任意の他のユーザコンテキスト情報を含むことができる。 May form other more complex search queries, keywords associated with a plurality of selected concepts, any disambiguation term used to identify the active concept, and / or any other it can include user context information. 例えば、ユーザが、空港でレンタカーを借りるときに、イタリアンレストランを午後10時で探しているとする。 For example, a user is, when you rent a car at the airport, and are looking at 10 pm an Italian restaurant. アクティブ概念「イタリアンレストラン(Italian Restaurant)」は、ユーザコンテキスト情報から取得したユーザに関する地理空間情報を一緒に用いて、「ピザ(Pizza)」、「パスタ(Pasta)」、及び「炭水化物(carbs)」等の関連する概念を選択するために使用され、『「イタリアンレストラン(Italian Active concept "Italian restaurant (Italian Restaurant)", using the geospatial information about the user acquired from the user context information together, "pizza (Pizza)", "pasta (Pasta)", and "carbohydrates (carbs)" is used to select the relevant concept of equal, "" Italian restaurant (Italian
Restaurant)」OR「ピザ(Pizza)」OR「パスタ(Pasta)」OR「炭水化物(carbs)」AND「ニューヨーク(New York)」AND「空港(Airport)」AND「午後10時以降も開いている(OPEN AFTER 10pm)」』等のクエリを構成するために使用されてもよい。 Restaurant) "OR" is also open pizza (Pizza) "OR" pasta (Pasta) "OR" carbohydrates (carbs) "AND" New York (New York) "AND" Airport (Airport) "AND" after 10 PM ( may be used to construct a query such as OPEN AFTER 10pm) ' ".

これらの複雑なタイプのクエリは、ユーザによってめったに構成されることはないであろう。 These complex types of queries will not be rarely configured by a user. このようなクエリは、コンテンツが事前に(例えば、コンテンツを構造化する前に)セマンティック的に分析されていない場合でも、このようなクエリは、検索サービスによってインデックス付けされたコンテンツにおいて、元のクエリにおいて必ずしも文字通りの用語が存在しないような文字通りの用語と一致するので、効果的なセマンティック検索を形成する。 Such query, content in advance even when they are not (e.g., prior to structuring the content) semantically analyzes, such query, the content that is indexed by a search service, the original query since always literal terms matches the literal terms that do not exist in the forms an effective semantic search.

検索サービスは、任意の汎用検索エンジンであってもよい。 Search service may be any general purpose search engines. 例えば、検索サービスはインターネットを介して公にアクセス可能な任意の検索エンジンであってもよい。 For example, the search service may be any search engines publicly accessible via the Internet. 別の例として、検索サービスは、インターネット以外の任意のコンピュータネットワークを介してアクセス可能な検索エンジンであってもよい。 As another example, the search service may be accessible search engine through any computer network other than the Internet. そのような検索エンジンの例としては、企業イントラネット又は他のプライベートネットワークを検索するために使用する検索エンジンを含む。 Examples of such search engines, including a search engine to be used to search for corporate intranet or other private network.

1つ以上の検索クエリを検索サービスに発行することに応答して、検索結果のセットを、検索サービスから受信することができる。 In response to issue one or more search query to a search service, a set of search results may be received from the search service. 検索結果内の文書又はコンテンツの一部からなるテキスト(或いはテキストの断片)は、アクティブ概念及び/又は動作108において選択された概念(複数可)と比較することができ、返された検索結果は、それら検索結果が、これらの概念規定とどれ位近接して一致しているかどうかに基づいて、ランク付け及び/又はフィルタリングすることができる。 Text consisting of part of the document or content in the search results (or fragments of text) can be compared with the selection of concepts in the active concepts and / or operation 108 (s), returned search results , those search results, based on whether they match closely those concepts defined and how much can be ranked and / or filtering.

様々な可能なランク付け又はフィルタリング手法のいずれかを使用することができるが、本発明はこの態様に限定されない。 Can be used any of a variety of possible ranking or filtering technique, the present invention is not limited to this embodiment. しかしながら、そのような手法は、ユーザには無関係な情報でユーザを圧倒することなく、ユーザへのコンテンツのプロビジョニングを可能にする。 However, such an approach, without overwhelming the user with irrelevant information to the user, to enable the provision of content to the user. 検索サービスは、これら検索結果にタイトル、要約、説明、タグ、ハイパーリンク等の多くのテキスト形式の機能を提供することができる。 Search service, title to these search results, summary, description, tags, it is possible to provide the functionality of many text format such as hyperlinks. テキスト形式の機能は、例えば、検索エンジンの検索結果のテキスト形式の機能の単語に対して用語を比較することによって、動作108で選択された概念を介して提供された用語に対して検索エンジンの検索結果をフィルタリングするための手段としてテキスト分析を提供することができる。 Function of text format, for example, the search engine results by comparing the terms for the word of the functions of text, search engines for terms that are provided through the concepts selected by operation 108 results can be provided a text analysis as a means for filtering. 用語の全部又は部分的な一致は、個々の検索結果の関連性を重み付けするために使用することができる。 Total or partial coincidence of the terms can be used to weight the relevance of individual search results. いくつかの実施形態では、検索サービスから返される検索結果は、コンテンツそれ自体の識別された部分を含まず、むしろ、各コンテンツ部分の抜粋とともに、これらのコンテンツ部分へのハイパーリンクのリストを含むことができる。 In some embodiments, the search results returned from the search service does not include the identified portion of the content itself, but rather, with excerpts of each content portion, include a list of hyperlinks to these content portions can. このような実施形態では、提供されたハイパーリンクを使用して各コンテンツ部分を検索するというよりも、ハイパーリンクのリストは、関連する抜粋を使用してランク付けするとともにフィルタリングすることができ、この抜粋は、セマンティック的な注釈を付けることができる。 In such embodiments, rather than searching each content parts using hyperlinks provided, a list of hyperlinks, can be filtered with ranks using excerpts associated, this excerpts, can be given a semantic annotation.

いくつかの実施形態では、動作102で取得したユーザコンテキスト情報は、ユーザが関心を示す情報のタイプを示すようなユーザに関連する情報を含んでいてもよい。 In some embodiments, the user context information obtained in operation 102 may include information related to users, such as the type of information that indicate interest. 例えば、ユーザに関する情報は、人口統計情報、ユーザのインターネット閲覧履歴、ソーシャル・ネットワーク・ウェブサイト等の上のウェブサイトでユーザに関連付けられた任意の情報を含むことができることができ、地理空間情報は、ユーザの計算された現在位置等を含むことができる。 For example, information about the user, demographic information, Internet browsing history of the user, it is possible that can contain any of the information associated with the user on the web site on such social networking web site, geo-spatial information It may include such calculated current position of the user. 従って、ユーザは、ユーザに関連する情報から導出されたアクティブ概念と選択された概念とに基づいて、少なくとも部分的に取得した情報の提示を受けることができる。 Therefore, the user can on the basis of the concepts selected active concepts derived from information associated with the user, receive at least partially presented in the acquired information.

例えば、ユーザは、アクティブ概念と選択した概念とに基づいて、パーソナライズされた製品やサービスの推奨の提示を受けることができる。 For example, the user, based on the concepts selected active concept may be presented with personalized products and services recommended. これにより、パーソナライズされた推奨は、1人以上のユーザの関心を反映させることができる。 As a result, personalized recommendations, it is possible to reflect the interest of one or more users. パーソナライズされた推奨は、製品及び/又はサービスの広告を含むが、これらに限定されるものではない販売促進コンテンツを含んでもよい。 Personalized recommendations, including advertising products and / or services may include promotional content is not limited thereto. 例えば、ユーザコンテキスト情報から導出されたアクティブ概念は、ユーザが「リクライニングチェア(recliners)」に関心あることを示している。 For example, active concept that has been derived from the user context information indicates that the user is interested in the "reclining chairs (recliners)". これにより、ユーザは、「リクライニングチェア(recliners)」と、図5Dを参照して説明したようにアクティブ概念「リクライニングチェア(recliners)」に関連する概念である「マッサージ付きリクライニングチェア(massage Thus, the user has a "recliner (recliners)" is a concept related to the active concept "recliner (recliners)" as described with reference to FIG. 5D "massage with recliner (massage
recliners)」とに関連する広告の提示を受けることができる。 recliners) "to be able to receive the presentation of relevant ads to. このように、ユーザは、無関係の販売促進コンテンツの提示を受けることがない。 In this way, the user does not receive the presentation of unrelated promotional content.

別の例として、ユーザは、このユーザが関心を示すような情報を取得するために、オンライン情報ソース(又は複数のウェブサイト)を使用することができる。 As another example, the user, for the user to get information such as an interest, can be used online information sources (or more web sites). オンライン情報ソースは、任意の適切な情報ソースであってもよく、例えば、インターネットポータル、イントラネットポータル、ニュースウェブサイト、ソーシャル・ネットワーク・ウェブサイト、マイクロブログサービス、ブログサービス、ブログリーダ(reader)、ショッピングウェブサイト、リアルタイム番組(feed)等であってもよい。 Online information source may be any suitable information source, for example, the Internet portal, intranet portal, news web sites, social networking web site, micro-blog service, blog service, blog reader (reader), shopping web site, it may be a real-time program (feed) and the like. このような各オンライン情報ソースは、ニュース、広告、コンテンツ推奨、リアルタイム更新(例えば、ツイート)等を含むが、これらに限定されないようなユーザへの多数の種類の情報のいずれかを提示するように構成することができる。 Each such online information sources, news, advertising, content recommendation, real-time updates (for example, Tweets) as including, etc., to present any of a number of types of information to the user, such as but not limited to, it can be configured. このように、ユーザが、オンライン情報ソースを使用するときに、ユーザは、無関係なコンテンツに圧倒されなくなる。 Thus, the user, when using online information sources, the user is not overwhelmed by the irrelevant content.

従って、いくつかの実施形態では、アクティブ概念と選択された概念とが、ユーザに提示される情報を、ランク付け、優先順位付け及び/又はフィルタリングするために使用することができ、それによって、ユーザに提示される情報は、そのユーザの関心を反映させることができる。 Thus, in some embodiments, is the concept that has been selected as the active concept, the information presented to the user, the ranking can be used to prioritize and / or filtering, whereby the user information presented is able to reflect the interests of the user. これは、任意の適切な方法で行うことができる。 This can be done in any suitable way. 例えば、ウェブサイトがユーザに提示されるように構成された情報のいずれかは、1つ以上のテキスト形式の機能(例えば、タグ、テキスト、ハイパーリンク、説明、等)を含んでもよい。 For example, any of the information that the web site is configured to be presented to the user, the function of one or more text formats (e.g., tags, text, hyperlinks, description, etc.) may contain. これらのテキスト形式の機能は、アクティブ概念と動作108で選択された概念とによって提供された任意のキーワードと比較することができる。 The function of these text format, can be compared to any keywords provided by the concepts selected by the active concept and operation 108. 全体又は部分的な一致は、個々の用語の関連性を重み付けするために使用することができる。 Whole or partial match can be used to weight the relevance of individual terms.

VI. VI. コンテンツを個人/群衆に提供するコンテキストとして環境入力を使用する 近年では、様々な環境入力を感知することのできる技術は、より手頃な価格で広く利用可能になってきている。 In recent years, the use of environmental input as a context for providing content to a personal / crowd, technology capable of sensing various environmental inputs, have become widely available at a more affordable price. 安価なデジタル自動露出(point-and-shoot)民生用カメラは、笑顔を検出すると、人間の顔の位置を見つけて、この人間の顔に焦点を当て、写真撮影するように設計された技術的を可能にしている。 Inexpensive digital auto-exposure (point-and-shoot) consumer cameras detects a smile, locate the position of a human face, focus on the face of the human, technical designed to photographed It is to allow. 人体の動きや物理的なジェスチャを検出することができる運動センサ及び身体位置センサデバイスは、コンソールゲームシステムのための比較的安価な周辺機器として取り入れられている。 Motion sensors and body position sensor device can detect human movement and physical gestures are incorporated as a relatively inexpensive peripherals for the console gaming system. 様々な他のタイプのセンサは、無線携帯機器や、タッチパッド、ネットブック等の電子機器により広く利用可能になってきている。 Sensors of various other types, and wireless portable devices, touch pad, have become widely available by electronic devices such as netbooks. 以下により詳細に説明されるように、本システム及び方法は、例えば広告及び販売促進をコンテキストに関連付けられたユーザに提供するために、環境入力と周囲の他の情報とをコンテキストとして考慮することができる。 As described in more detail below, the system and method, for example, to provide advertising and promotional to the users associated with the context, to consider the other information and the surrounding environment input as context it can.

電子メディアを介した広告は、インターネットの拡大と同調して成長し、最近の数年間で驚異的な成長を遂げている。 Advertising through the electronic media is growing in line with the expansion of the Internet, it has experienced tremendous growth in recent years. ランダムに表示され受動的な広告から、ユーザの人口統計と心理学的プロファイルに基づいて特定の個人を対象とした広告に発展してきた。 From is displayed passive advertising at random, it has been developed to ads targeting specific individuals on the basis of demographic and psychological profile of the user. そのような技術の例は、米国特許第7,062,466号、米国特許第7,007,074、及び米国特許出願公開第2005/0216335号明細書、米国特許出願公開第2007/0038500号明細書、米国特許出願公開第2008/0243480号明細書、米国特許出願公開第2008/0228568号明細書、米国特許出願公開第2009/0070219号明細書に開示されている。 Examples of such techniques are described in U.S. Patent No. 7,062,466, U.S. Patent No. 7,007,074, and U.S. Patent Application Publication No. 2005/0216335, U.S. Patent Application Publication No. 2007/0038500 No. writing, U.S. Patent application Publication No. 2008/0243480, U.S. Patent application Publication No. 2008/0228568, are disclosed in U.S. Patent application Publication No. 2009/0070219. これらのアプローチに共通していることは、広告の設定を提供するメディアやコンテンツに、特定の個人又は消費者グループをマッチングさせることである。 Common to these approaches, the media or content that provides Ad is to match a specific individual or consumer group.

広告主が、群衆の個々のメンバの異なる関心を一致させるために適切な広告や販売促進を選択する必要があるときに、電子メディアを介した広告は、特に困難になることがある。 Advertiser, when it is necessary to select the appropriate advertising and promotional to match the different interests of the individual members of the crowd, advertising via electronic media may be particularly difficult. 説明のための例として、このような異種の群衆が集まる場所は、空港ラウンジ、ショッピングモール内のフードコートや、公共広場等の公共の場所がある。 As an illustrative example, such a disparate crowd gathering place is, airport lounges, and food court in a shopping mall, there is a public place, such as a public square. このような環境では、共通の問題は、販売促進コンテンツをより効果的に広告するために、群衆の個々のメンバのかなりの数の人々の注意をどの様に引き付けるかということある。 In such an environment, a common problem is that in order to advertise the promotional content more effectively, the attention of quite a few of the people of the individual members of the crowd as to which way to attract. 群衆内の個人の通常多様な関心を考えると、1次元の、汎用的な販売促進コンテンツを提示することは、観衆の大部分が注意を遠ざける又は注意を向けない可能性がある。 Given the usually diverse interests of individuals within the crowd, one-dimensional, to present a generic promotional content, there is a possibility that the majority of the crowd not direct the away or attention attention.

一態様によれば、本システム及び方法は、知識表現を使用して、群衆の個人又はメンバによって自発的に行われる又は認可されるような入力を収集することによって、環境入力又は周囲入力に基づいて情報を提供するような1つ以上のメソッドを使用することができる。 According to one aspect, the system and method uses the knowledge representation, by collecting input as carried out or authorization voluntarily by individual or member of a crowd, based on the environmental inputs or ambient Input one or more methods, such as providing information Te may be used. 知識表現は、いくつかの態様によれば、ユーザに情報を提供するために、(上記でより詳細に説明したように)セマンティック操作を実行するために使用することができる。 Knowledge representation, according to some embodiments, to provide information to the user, can be used to perform (as described in greater detail above) semantic operations. そのような入力は、図1に関して以前に説明し且つ図1に関連付けて記載されたように1つ以上の方法を実行するように動作可能なコンピュータ装置上で実行されるような、セマンティック操作の基礎を提供するユーザコンテキストとして活用することができる。 Such input, such as is run on a computer operable device to perform one or more methods as described in connection with and Figure 1 discussed previously with respect to FIG. 1, the semantic operation it can be used as user context to provide a basis.

一実施形態では、セマンティック的な操作は、例えばWi−Fi接続が特定の動作範囲内で人々に利用可能であるようなローカルな領域内での、デジタルディスプレイ等のローカル電子メディアと、少なくとも1つの無線サービスとに統合することができる。 In one embodiment, the semantic manipulations, for example Wi-Fi connection in the local area, such as is available to people within a specific operating range, a local electronic media such as a digital display, at least one it can be integrated into a wireless service. 実例として、空港ラウンジでは、1つ以上の電子ディスプレイの前に座っている群衆のメンバが、群衆に基づいた広告のために群衆の中の1つ以上のターゲット・グループのメンバとして参加することができる。 By way of illustration, at the airport lounge, is that the crowd sitting in front of one or more electronic display members, to participate as a member of one or more of the target group in the crowd for advertising based on the crowd it can.

参加を奨励するために、メンバが、誰か特定できない情報の収集と引き換えに、端末のキャリアによって、無料のWi−Fi接続又は縮小データ転送速度等のインセンティブを提供されることがある。 To encourage participation, members, in exchange for the collection of someone not be identified information, by the carrier of the terminal, which may be provided with incentives such as free Wi-Fi connection or reduced data rate. 一実施形態では、収集された情報は、プライバシーが保持されるように、その情報が群衆の任意の個々のメンバの誰の個人情報かを識別できないようなものでもよい。 In one embodiment, the information gathered, so privacy is maintained, may be such that information can not identify who the personal information for any of the individual members of the crowd.

本発明のシステム及び方法は、その後、リアルタイムで、ターゲット群衆の個々のメンバがアクセスしている様々なウェブサイト、群衆のメンバが実行している検索結果、又は群衆のメンバによって投稿されたステータスの更新に関する情報を収集することができる。 The system and method of the present invention, then, in real time, the individual target crowd members various web sites accessed, the search result crowd members running, or the status posted by crowd members it is possible to collect information about the update. 図1に関して上述したように、この情報は、ユーザに関連付けられたコンテキスト情報の一部とみなされてもよい。 As described above with respect to FIG. 1, this information may be considered as part of the context information associated with the user. 上記でより詳細に説明したように、合成操作又は検索操作は、その後、群衆に関連して知られている概念の範囲をセマンティック的に拡張するために、これらのユーザコンテキストから導出されるアクティブ概念で実行されてもよい。 As described in greater detail above, synthetic operation or search operation, then, to extend the scope of the concepts that are known in connection with crowd semantically, active concepts derived from these user context in may be executed. グループ中の共通部分の概念や最も普及している概念は、群衆の最大の顧客層にアピールする傾向がある領域とみなすことができる。 Concepts and most prevalent concept of intersection in the group can be regarded as regions which tend to appeal to the largest customer base crowd.

コンテンツは、その後、人々のグループに対してグローバルなアピールで関心を表す概念に基づいて、群衆に配信することができる。 Content, then, can be based on the concept that represents an interest in a global appeal for the people of the group, to deliver to the crowd. いくつかの実施形態では、関心は、セマンティック的操作により取得された概念とすることができるが、他の例において、概念は、そのような関心を導出するために使用されるようなさらなる操作についての出発点を提供してもよく、次に関連するコンテンツを識別するために使用することができることに留意されたい。 In some embodiments, of interest, which may be concepts acquired by semantically operation, in other examples, the concepts for further manipulations such as those used to derive such interest may provide a starting point, it should then be noted that it can be used to identify relevant content. このようなコンテンツは、上述したような目的の広い範囲を提供することができ、単に群衆を楽しませるために、或いは広告等のメッセージを生成すること等の特定の商業目的のために、又は、消費者による水平思考を促進する「より緩い」関連付けを具体化するようなドメインからのアイデアを提示することによって、新たなコンテンツの作成に影響を与えるために機能する。 Such content may provide the desired wide range as described above, simply to entertain the crowd, or for specific commercial purposes, such as generating a message such as advertisement, or, by presenting the ideas from the domain, such as embodying the "looser" the association to promote lateral thinking by the consumer, to function in order to influence the creation of new content.

VI. VI. A ターゲット・グループの関心を識別する 一般的なメッセージを群衆に伝達するというよりも、本システム及び方法は、群衆の中の1人以上の個人から環境入力や周囲入力を受信し、群衆の中の1つ以上のターゲット・グループや個人に関連した1つ以上のコンテキストを生成する。 Rather than transmitting the crowd generic message identifying the attention of A target group, the system and method receives the environmental input and surrounding the input from one or more individuals of the crowd, the crowd to generate one or more contexts associated with one or more target groups and private individuals. これらの1つ以上のコンテキストは、ユーザコンテキスト情報を表す1つ以上のアクティブ概念についての基礎を形成することができ、各々のコンテキストは、上記でより詳細に説明したように、知識表現を利用して、関連する概念の複数セットを生成するように使用することができる。 These one or more contexts can form the basis for one or more active concept representing the user context information, each context, as described in more detail above, by using the knowledge representation Te, it can be used to generate a plurality of sets of related concepts. 群衆の中の多数の個人についてのセマンティック的に関連する多数の概念を生成することは、群衆に関連する関心を全体として把握するために価値ある展望の情報を提示することができる。 Generating a number of concepts that semantically related for many individuals in the crowd, can present information of the valuable to understand the overall interest relating to crowds prospects. いくつかの実施形態では、これらの概念は、群衆内の個人の1つ以上のグループにより関連するような、1つ以上の販売促進メッセージ、又は他の密接に結び付いたコンテンツを選択するために使用することができる。 In some embodiments, these concepts, such as those associated with one or more groups of individuals in the crowd, used to select one or more promotional messages, or other closely associated content can do.

多数のユーザに幅広い様々な関心でアピールするような関連する概念と関心とを識別する能力は、広告や販売促進を提示するだけでなく、電子商取引ベースの活動を提案する際に費用対効果の高いアプローチとなり得る。 Ability to identify related to the concept and interest, such as appeal in a wide variety of interest to a large number of users, not only to present the advertising and sales promotion, cost-effective when you propose of e-commerce-based activities It can be a high approach. 例示的な実施形態では、これは、i)セマンティック的に関連する概念及び/又はグループや群衆内の個人の関心を識別することによって、群衆ベースの関心を発展させる、ii)各テーマや関心の後方に広告主をラインアップする、iii)広告主のキュー(queue:待ち行列)から群衆に点滅広告/販売促進コンテンツを配信する。 In the exemplary embodiment, this is, i) by identifying the individual interests of semantically related concepts and / or groups and the crowd, to develop crowd based interest, ii) for each theme and interests to line up an advertiser in the rear, iii) the advertiser of the queue (queue: to deliver the flashing advertising / promotional content to the crowd from the queue).

例示的な例として、図7を参照して、環境コンテキスト情報が個人から収集されるような別の例示的な実施形態が示されている。 As an illustrative example, with reference to FIG. 7, there is shown another exemplary embodiment as environmental context information is collected from an individual. このような環境コンテキスト情報は、1つの態様に従って、群衆の設定として収集することができる。 Such environmental context information, in accordance with one embodiment, may be collected as a set of the crowd. なお、本発明は、群衆が存在する環境から把握されるコンテキストにセマンティック的操作を適用することに限定されないことを理解されたい。 The present invention is to be understood that the invention is not limited to applying a semantically operation context to be understood from the environment in which crowds are present. 実際、本発明者らは、セマンティック操作を実行し、ユーザの情報検索経験を向上させるための基礎として、マルチモーダル入力を活用することは、ユーザが他の人と存在するか、又はユーザ自身によって存在するか否で実行することができることを認識した。 Indeed, the present inventors have performed a semantic operations, as a basis for improving the user's information retrieval experience, taking advantage of the multi-modal input, the user is present with others, or by the user himself recognized that can be performed in whether present.

別の例示的な例として、群衆に適用することができる本システム及び方法の態様では、手法及び方法は、スポーツスタジアムで見受けることができるような群衆の大規模な(mass)スケールに適用可能な関心を識別するために使用することができる。 As another illustrative example, in embodiments of the present systems and methods can be applied to the crowd, techniques and methods are applicable to large-scale (mass) scale crowd that can be catch sight of at sports stadium it can be used to identify the interest. 例えば、ホッケーの試合での群衆は、ホッケーの試合に夕方観戦しに行く道なりで様々なデジタル広告バナーを紹介される可能性がある。 For example, the crowd at the hockey game, there is likely to be introduced to Nari in a variety of digital advertising banner way to go to watch the evening hockey game. 本発明のシステム及び方法に従って、多くの観衆内の個人からの情報が、関連する概念の大きなプールを生成するためにセマンティック的に拡張することができ、どの関心が共通部分となるか又は最も一般的であるかを識別することができる。 In accordance with the systems and methods of the present invention, information from individuals in many spectators, it can be extended semantically to generate a large pool of related concepts, or most commonly what interest the intersection it is possible to identify whether a specific. 群衆の大部分に適用される普及率(prevalence)は、上述したスコアリング手法のいずれかを用いて決定することができる。 Penetration rate applied to most of the crowd (prevalence) can be determined using any of the scoring method described above. この情報は、リアルタイムで群衆に提示される広告を動的にカスタマイズするために使用することができる。 This information can be used to dynamically customize advertisements presented to the crowd in real time. このように、関心トレンドの任意のシフトが、広告についての対応する変化によって直ぐに対処することができる。 In this way, it is possible to any of the shift of the interest trend, to deal with immediately by a corresponding change for advertising.

本発明のシステム及び方法は、所定の固定位置のしきい値距離内のターゲット観衆のメンバに関する情報を収集するように適合することができる。 The system and method of the present invention may be adapted to collect information about the target audience members within a threshold distance of the predetermined fixed position. 例えば、しきい値距離は、Wi−Fi接続に接続されるような動作距離によって決定することができる。 For example, the threshold distance may be determined by the working distance such as to be connected to a Wi-Fi connection. 別の態様では、しきい値距離は、広告の恩恵を受けるそれらの観衆のみからコンテキストの考察を確実にできるような、広告媒体が届く視覚的アクセス及び/又は音声アクセスの関数であってもよい。 In another embodiment, the threshold distance, such as can be reliably consideration context from only those crowd benefit from advertising, it may be a function of visual access and / or voice access advertising medium arrives .

あるいはまた、電子ディスプレイや広告媒体は、特定の群衆を対象として場所から場所へ移動させることができるような、広告看板付きトラック等の移動プラットフォームとして提供されてもよい。 Alternatively, electronic displays and advertising media, such as can be moved from place to place as a target a specific crowd may be provided as a mobile platform, such as a billboard with the track. 例えば、町の広場での野外コンサート又はストリート・フェスティバル・イベントに集合した群衆は、このようなプラットフォームによってターゲットとされ得る。 For example, the crowd, which was set to open-air concert or street Festival events in the town square may be targeted by such a platform. 別の実施形態では、大多数が静止している群衆(例えば、空港ラウンジでの群衆、又は競技場に座っている群衆等)のメンバをターゲットにするよりも、本システム及び方法はまた、例えば、自動車の運転手と乗客とが、道端の電子広告看板、歩道橋を横切ってスクロールする電子バナー等に近づくような、集団で移動しているメンバに関する情報を収集するように適合させることができる。 In another embodiment, crowd the majority is stationary (e.g., crowd in airport lounges, or crowd like sitting in the stadium) than to target members, the system and method also, for example, , and the driver and passenger of the vehicle, such as approaches to electronic banner or the like that scroll across the streets of electronic billboards, the pedestrian bridge, can be adapted to collect information about a member that is moving in groups. これはまた、高い歩行者交通量を有する大通り等の、歩いている歩行者に適用することができる。 It can also be applied boulevard or the like having a high pedestrian traffic, pedestrians walking. 電子ディスプレイやバナーに近づく群衆のメンバに関する情報を収集することによって、本発明のシステム及び方法は、電子掲示板やバナー上の関連するコンテンツや広告を修正するようにしてもよい。 By collecting information about a member of the crowd approaching electronic displays and banners, the system and method of the present invention, it may be corrected content and ads associated on an electronic bulletin board or banner.

上述したいずれかの状況で群衆内の個々のユーザコンテキストは、図1の動作102に関して例示されたアプローチと、上述したようなユーザコンテキストを識別するための他の教示とに基づいて識別することができる。 Individual user context in the crowd in any of the situations described above, be identified based on the approach that has been illustrated with respect to operation 102 of FIG. 1, and other teachings for identifying the user context as described above it can. 同様に、各ユーザに対してセマンティック的に関連する概念を取得することは、動作104〜108の上述した概要及び上述したようなその他の方法を含むが、これらに限定されない多数の適切なアプローチによって達成される。 Similarly, obtaining the concepts related to semantically for each user, including other methods as outlined and described above operations 104-108, the number of suitable approaches, including but not limited to It is achieved. 上述したようにコンテキストを収集するための手法及びアプローチに加えて、環境入力は、以下に詳述するように、ユーザコンテキストを提供することができる。 In addition to the techniques and approaches for collecting context as described above, environmental inputs, as described in detail below, it is possible to provide a user context.

VI. VI. B 環境ベースの入力を受信する 前述したように、本開示はまた、ユーザ環境コンテキストで実行されたセマンティック的操作からの個人に関連すると認められる概念に基づいて、関心を識別するためのシステム及び方法に関する。 As described above for receiving the B environment based input, the present disclosure also based on the concept that is deemed to be associated with individual from semantically operations performed by the user environment context, a system and method for identifying interest on. 本システム及び方法は、様々な実施形態において実施することができる。 The system and method may be implemented in various embodiments. 適切に構成されたコンピュータデバイス、及び関連する通信ネットワーク、装置、ソフトウェア及びファームウェアは、上述したように1つ以上の実施形態を可能にするプラットフォームを提供することができる。 Suitably configured computing device, and associated communications networks, devices, software and firmware may provide a platform that enables one or more embodiments as described above. 例示的なコンピュータ装置及びシステムの実施形態が、図7〜9に示されており、以下に詳述する。 Embodiment of an exemplary computer device and system is shown in Figure 7-9, described in detail below.

図7及び図8に示されるように、本開示のシステム及び方法は、モバイル機器、又は群衆の中のメンバを個別に又は集合的に識別する他のタイプの無線技術を含むような無線ネットワーク動作環境内で実施することができる。 As shown in FIGS. 7 and 8, the systems and methods of the present disclosure, mobile device, or wireless network operation as including members individually or collectively other types of wireless technologies that identifies the in crowd it can be carried out in the environment. 例えば、限定するものではないが、そのようなモバイル機器又は無線技術は、高機能性携帯電話やスマートフォン、タッチパッド、ネットブック、ラップトップ、又は無線技術を組み込むとともにユーザコンテキスト情報をキャプチャ及び格納するように適合された他の任意のタイプの装置を含む。 For example, without limitation, such mobile devices or wireless technology, highly functional mobile phones and smart phones, a touch pad, netbooks, laptops, or capture and store the user context information together incorporate wireless technology It includes any type of device other adapted. モバイル機器と無線技術とは、3G技術に基づいてもよいが、ユーザに関する情報をさらにより速く収集し且つ分析することを可能にする4G及び5G技術に基づいてもよい。 The mobile device and wireless technologies may be based on 3G technology, it may be based on 4G and 5G technologies that allow to even more quickly collect and analyze information about the user. 使用することができる他のタイプの技術は、ターゲット群衆の中の様々なメンバによって携行され又は着用されてもよいような、例えば無線周波数識別(RFID)技術が挙げられる。 Other types of technology that can be used, such as may be to or worn carried by various members in the target crowd, include, for example, radio frequency identification (RFID) technology.

本発明のシステム及び方法はまた、1つ以上のコンピュータデバイスが本発明に従った方法の様々なプロセスの各ステップを実行することを可能にするようなコンピュータプログラムコードを含むコンピュータ可読/使用可能媒体として実装されてもよい。 The system and method of the present invention is also a computer-readable / useable medium including a computer program code, such as one or more computer devices makes it possible to perform the steps of the various processes of the method according to the present invention it may be implemented as. 用語コンピュータ可読媒体又はコンピュータ使用可能媒体は、プログラムコードの任意のタイプの物理的な実施形態の1つ以上を含むことが理解される。 The term computer readable media or computer usable medium, is understood to comprise one or more of any type of physical embodiment of the program code. 具体的には、コンピュータ可読/使用可能媒体は、製品(例えば、光ディスク、磁気ディスク、テープ等)の1つ以上のポータブル記憶物品上に具体化されたプログラムコードを含むことができ、コンピュータ及び/又は記憶システムに関連付けられたメモリ等のコンピュータ装置に分配された1つ以上のデータ記憶装置で具体化されたプログラムコードを含むことができる。 Specifically, the computer-readable / usable medium, products (e.g., optical disk, magnetic disk, tape, etc.) can contain embodied program code on one or more portable storage articles, computer and / or it can include embodying program code in one or more data storage devices that are distributed to a computing device such as a memory associated with the storage system.

センシングデバイスの多くの様々なタイプは、画像及びビデオの入力センサ、音響入力センサ、感圧センサ、動作感知や姿勢感知センサ、全地球測位や速度センサ、温度や湿度センサ、電界/磁界センサ、気相化学センサ等を含むが、これらに限定されないような環境入力を検出し、及び分析するために使用することができる。 Many different types of sensing devices, images and video input sensors, acoustic input sensor, pressure sensor, motion detectors and position detecting sensor, global positioning and speed sensors, temperature and humidity sensors, electric field / magnetic field sensor, gas including a phase chemical sensors, etc., but can be used to detect the environmental inputs such as but not limited to, and analyzed. これらの入力の各々の、全て、又は任意の適切な組み合わせは、関連するテキストと共にプロセス100又はプロセス300の動作104に関して上述したように、アクティブ概念を識別又は生成するための基礎とすることができるラベルに変換することができる。 Each of these inputs, all, or any suitable combination, as described above with respect to operation 104 of process 100 or process 300 along with associated text, it can be the basis for identifying or generating an active concept it can be converted to the label.

例えば、音響入力センサは、周囲の音楽を検出するために適用することができる。 For example, acoustic input sensor can be applied to detect music around. スマートフォン、タブレットデバイスで特に一般的な多数の商用アプリケーションのいずれかは、その後、歌、音楽のアーティストジャンルを識別するために使用され得る。 Smartphone, either, especially of the general number of commercial applications in the tablet device, then, may be used to identify the song, the artist, genre of music. 音楽のジャンルは、次に、例えば、アクティブ概念を生成するためのコンテキストとして使用することができる。 Genre of music, then, for example, can be used as a context for generating an active concept. 別の非限定的な例としては、カテゴリ化は、センサによって検出された湿度と温度が一定のレベルを超えたときに、「蒸し暑い(hot and humid)」のコンテキストが、ユーザコンテキストとして提供されるように、気象条件に割り当てることができる。 As another non-limiting example, categorization, when humidity and temperature detected by the sensor exceeds a certain level, the context of the "hot and humid (hot and humid)", are provided as user context as it can be assigned to weather conditions. 特定の製品(例えば、ファン)、又は特定のトピックに関する文献(例えば、身体の水分補給)は、この設定において個人の関心となり得ることが想定される。 Specific product (e.g., a fan), or literature on a specific topic (e.g., the body of hydration), it is envisioned that can be personal interest in this setting. このような製品広告や記事の提案は、ユーザコンテキスト(例えば、「蒸し暑い(hot and humid)」)から識別されたアクティブ概念で実行されたセマンティック的操作から導出された関連する関心や概念(例えば、「身体の水分補給」)から把握することができる。 Proposal of such products advertising and articles, user context (for example, "hot and humid (hot and humid)") executed in the active concept that has been identified from the related interest and concepts derived from semantically operation (for example, can be grasped from the "body of hydration").

各種センサは、収集した入力を分析するための1つ以上のアナライザに接続することができる。 Various sensors may be connected the collected inputs to one or more analyzers for analyzing. 例えば、入力が、画像センサからのものである場合、分析は、周囲の雰囲気を決定するために光強度及び色の決定を含んでもよく、又は被写体が笑っているかどうかを判定し、さらには被写体が男性又は女性であるかどうかを推論する、顔認識技術の利用を含む。 For example, input, if from the image sensor, analyzes to determine whether may include the determination of light intensity and color to determine the ambient atmosphere, or the subject is smiling, more subject but to infer whether it is male or female, including the use of face recognition technology. 画像は、コンピュータアニメーション技術を利用することによって、又は画像のリポジトリ(repository)と比較するとともに、データベースに格納された1つ以上の画像からの全体又は一部の画像を識別することによって処理することができる。 Image, by utilizing computer animation techniques, or as well as compared with the repository (repository) of an image, processing by identifying all or part of an image from one or more images stored in the database can. 画像は、高解像度のネットワークに接続されたカメラや、ディスプレイのフレームに基づくカメラからキャプチャすることができる。 Images, camera, connected to a high-resolution network can be captured from the camera based on the frame of the display.

同様に、ビデオセンサは、動きや簡単なジェスチャを検出するために使用され、一致を見つけるために検出した動作やジェスチャを動作又はジェスチャリポジトリと比較することができる。 Similarly, video sensor is used to detect motion or simple gesture, the behavior and gestures detected in order to find a match can be compared to the behavior or gestures repository. ビデオ入力はまた、LAN上のローカル環境内やインターネットで表示されるか、又は放送されている映像である。 Video Input is also either be displayed in the local environment within and the Internet on the LAN, or a broadcast Files that are. これらのビデオ入力のいずれか又は全ては、次に、関連コンテンツ/メタタグ、及び/又はビデオ内の音声や、画像、テキストによって処理されてもよい。 Any or all of these video input, then, and sound in the associated content / meta tags, and / or video images may be processed by the text.

環境入力は、音声又は他の音響入力等のオーディオ入力の他のタイプを含むことができる。 Environmental inputs may include other types of audio input, such as voice or other sound input. オーディオ入力は、オブジェクトが生成したもの又は人間が生成したもの等に一般的に分類することができる。 Audio input may be generally classified as such as those generated those or human object was produced. オブジェクト生成入力は、個々のユーザのプライバシーに干渉することなく、マルチメディア入力をキャプチャする方法を提供することができる。 Object generation input may provide a way to capture without multimedia input interfering with the individual user privacy. オブジェクト生成入力のいくつかの例は、お笑い、音楽、公示又はユーザのプライバシーに影響を与えないその他の公に利用可能な入力を含む。 Some examples of object creation input, including comedy, music, and other publicly available that can be input that does not affect the public notice or the user's privacy.

実施形態では、オーディオ入力は、ユーザの音声が環境入力と見なされるときに、方言を区別することができ、この環境入力は、それらの方言に基づいてユーザのプロファイルを構築するために使用することができる。 In embodiments, the audio input when the voice of the user is considered environmental inputs, it is possible to distinguish the dialect, the environment input, be used to build a user profile based on their dialect can. 例えば、ケイジャン(Cajun)起源のものとして識別された方言は、アクティブ概念「ケイジャン(Cajun)」を識別又は生成するために用いることができる。 For example, the identified dialect as Cajun (Cajun) origin, can be used to identify or produce an active concept "Cajun (Cajun)". 図1に関して上述したような技術を用いるようなセマンティック的に関連する概念は、次に、その旨のローカルな食事施設の広告が提案されるように、ユーザに関連する概念として、「フランス料理」を得ることができる。 Semantically related concepts such as using techniques as described above with respect to FIG. 1, then, as advertising local meal facilities to that effect is proposed, as a concept associated with the user, "French" it is possible to obtain. 口に出した言葉(speech)は、テキストに変換することができ、このテキストは、セマンティックな意味について分析され又は異なる言語に適宜翻訳される。 Words that aloud (speech) can be converted to text, the text is properly translated to the analyzed or different languages ​​for semantic meaning.

会話(speech)及び言語に加えて、感情又は雰囲気を表す他の音声入力は、さらなる合成のためにキャプチャされ、処理することができる。 In addition to the conversation (speech) and language, other audio input representing an emotion or atmosphere is captured for further synthesis, it can be processed. 例えば、分析は、ユーザの雰囲気を判断するためにユーザの声の音量や強度を判定することを含むことができ、ユーザが群衆の中心に存在するか、又は静かな部屋に座っているかどうかを判断するために、周囲の雑音レベルを判定することを含むことができる。 For example, the analysis may include determining the volume and strength of the user's voice in order to determine the atmosphere in the user, whether the user is sitting or in the center of the crowd, or a quiet room to determine, it may include determining the ambient noise level.

別のタイプのセンサは、ユーザが、忙しい平日の間に忙しく動き回っているか、又は週末に自宅で快適にリラックスしているかどうかを判定するような、ユーザが現在どれ位アクティブであるかを判定する動作入力を受信することができる(このコンテキストは、1週間の曜日と曜日との実際の時間として時系列の入力に沿って考慮することができ、その時系列の入力はさらに、ユーザが従事することができる活動の種類を示唆している)。 Another type of sensor, the user, busy busy or moving around during the weekday, or such as to determine whether the comfortable relaxing at home on the weekend, the user determines whether the current how much active can receive an operation input (this context, can be considered along with the input of the time series as the actual time of the day of the week and day of the week, the time input of the series further the user to engage suggesting the type of activities that can). 例えば、絶えずそわそわすることは、不安のコンテキストを示唆しており、次にアクティブ概念として「不安」や「落ち着きのなさ」を識別又は生成するために使用される。 For example, it is constantly fidgeting, and suggests a context of anxiety, are then used to identify or generate "anxiety" and "restlessness" as the active concept. 例えば図1において概説したアプローチは、「リラクゼーション法」等のユーザにとって関心を起こさせるようなセマンティック的に関連する概念を生成するために使用され得る。 Approach outlined in FIG. 1, for example, may be used to generate the semantically related concepts like cause interest to the user such as "relaxation method". そのような関心の概念は、リラクゼーション法に関する記事等のコンテンツを検索してユーザに提示するために使用することができる。 Such a concept of interest, can be used in order to be presented to the user to search the content of the article concerning relaxation techniques.

上述したように、環境入力をキャプチャするために設計された単一のセンサを電子機器に組み込んでもよい。 As described above, a single sensor that is designed to capture the environmental inputs may be incorporated in an electronic device. 一実施形態では、一般的なコンピュータ装置は、例えば、スマートフォンやタッチパッド等のモバイル機器であってもよい。 In one embodiment, a typical computer system, for example, be a mobile device such as a smartphone or a touch pad. モバイル機器は、ジェスチャ入力、加速度計、位置データ用のGPS、映像と音声(又は音楽)センサ、内蔵カメラ、及び周囲環境からの入力を受信するための他のタイプのセンサを含むことができる。 The mobile device may include gesture input, accelerometers, GPS for position data, video and audio (or music) sensor, built-in camera, and other types of sensors for receiving inputs from the surrounding environment. これらの様々なタイプの入力は、様々な方法で収集することができ、入力を収集するために、ユーザの参加を必要とすることがある。 Input of these various types may be collected in a variety of ways, to gather input and may require the participation of the user.

複数入力が、同時にセンサによって受信された場合に、次に、全てのタイプのセンサからの複数入力は、周囲環境をより正確に測定するために考慮される。 Multiple input, when received by the same time the sensor, then multiple inputs from sensors of all types are considered for measuring the ambient environment more accurately. より一般的には、マルチメディアと運動センサ入力とが、リアルタイムで、或いはほぼリアルタイム受信され且つ分析され、この分析されたデータは、任意の特定の時点でユーザの周囲環境をより良く評価するために集約されてもよい。 More generally, the multimedia and the motion sensor inputs, in real time, or almost the real-time received and analyzed, the analyzed data is better to evaluate the user's environment at any particular point in time it may be aggregated into. 任意の時点でユーザの環境コンテキストをより包括的にキャプチャリングすることによって、より多数の、より高品質の関連する概念と関心とは、例えば、ユーザの周囲にマッチングする提案された活動、広告、又は販売促進を得ることができる。 By more comprehensive capturing the environmental context of the user at any time, a number of more, the concepts and interest in higher-quality-related, for example, the proposed activity is matched to the periphery of the user, advertisements, or it can be obtained promotion.

別の態様では、マシンビジョンセンサ及び運動センサは、ユーザの活動又は雰囲気を判断するために、ユーザの動作又は姿勢を判定するために使用することができる。 In another embodiment, machine vision sensor, and motion sensors, to determine the user's activity or the atmosphere, it can be used to determine the behavior or attitude of the user. 例えば、センサは、動き又はジェスチャの種類によって、その動きを予め記録された動きのデータバンクと比較することによってどの動き又はジェスチャが発生しているかを判定することができる。 For example, the sensor can determine whether the type of motion or gesture, what movement or gesture by comparing the pre-recorded movement data banks its movement has occurred. このような比較を行って、動きを分析することにより、マシンビジョンや運動センサ・アナライザは、この動きを意味のあるデータに変換することができる。 After performing the above comparison, by analyzing the movement, machine vision and motion sensor analyzer can convert this motion into a meaningful data. 例えば、ユーザの顔の特徴の検出は、テキスト又はグラフィックの等価物に変換されてもよい(すなわち、コンピュータ装置が、ユーザが笑っている又は特定の情動状態にあることを示唆するデータを受信した場合に、その状態の言語の列挙は、コンテキストを提供することができ、次に現在の情動状態によってユーザに特定の関心のあるセマンティック的に関連する概念を生成するために使用することができる)。 For example, the detection of the facial features of the user, may be converted into equivalent text or graphics (i.e., a computer device, receives the data suggesting that the user is in by that or a particular emotional state laughing If the language enumeration of the state, the context can provide can be used to generate a concept of semantically related with particular interest to the user and then by the current emotional state) .

多数の異なる動き又はジェスチャが、同時に又は立て続けに発生している場合には、入力データは、それを識別することができる限りにおいて、支配的なタイプの動きを判断するために分析することができる。 Many different motion or gesture, when occurring simultaneously or in quick succession, the input data, as long as it can identify it, can be analyzed to determine the dominant type of movement . あるいはまた、異なるタイプのジェスチャ又は動きは、シーケンスであると考えてもよく、このシーケンスは、どの様なタイプの変化が、データ内の署名やパターンに基づいて発生しているかを検討するために使用することができる。 Alternatively, a different type of gesture or motion may be considered a sequence, this sequence is any such type of change, in order to examine whether the occurred based on signature or pattern in the data it can be used.

別の態様では、本システム及び方法は、ユーザによって着用することができる様々な物品に組み込むか、固定されたセンサベースの機能を利用することもできる。 In another aspect, the system and method, or incorporated into a variety of articles that can be worn by the user, can be used a fixed sensor-based functions. 例えば、センサは、靴に内蔵されてもよいし、衣類のいくつかの品物に着用されてもよい。 For example, the sensor may be built into the shoes may be worn on some of the items of clothing. 例えば、衣類や靴に組み込まれたセンサは、無線検出手段により検出され得る信号を送信することができる。 For example, sensors embedded in clothing and shoes, can transmit a signal that can be detected by the radio detection means. このようなセンサは、ブルートゥース又は赤外線等の近距離通信プロトコルによってユーザのモバイル機器に接続することができる。 Such sensors can be connected to the mobile device users by short-range communication protocol such as Bluetooth or infrared. 従って、本システム及び方法は、複数の異なるタイプのセンサからの入力を受信することができ、それによって、ユーザ及びユーザの環境のより包括的なプロフィールを作成することができる。 Accordingly, the system and method may receive input from a plurality of different types of sensors, whereby it is possible to create a more comprehensive profile of the user and the user's environment.

任意の適切なコンピュータ装置は、入力の収集が、環境入力をピックアップするセンサに直接結合されている装置上でローカルに処理されるように使用されてもよい。 Any suitable computer system, the collection of input may be used to be processed locally on device coupled directly to the sensor to pick up environmental inputs. あるいはまた、ローカルに入力を処理するのではなく、入力の一部又は全ては、コンピュータ装置によってローカルに収集することができるが、データは、図2に示されるように処理するための遠隔地に送信することができる。 Alternatively, rather than processing the input locally, all part of the input or, it can be collected locally by a computer device, data to a remote location for processing, as shown in FIG. 2 it can be transmitted.

なお、上述した様々な環境入力は例示であり、網羅的ではないように意図されていることを理解されたい。 Incidentally, various environmental inputs described above are illustrative, it is to be understood that it is intended to not exhaustive. 任意の適切な環境入力は、環境入力から導出されたマルチモーダルデータのいずれかに関連付けられた言語表現に基づいて、ユーザコンテキストをキャプチャするように考慮される。 Any suitable environmental inputs, based on the language expressions are associated with any of multimodal data derived from environmental inputs, is considered to capture user context. そのような環境入力は、図1の動作102に関して上述したアプローチに一致したユーザコンテキストの基礎としてもよく、及びこの明細書の開示で説明されたようなユーザコンテキストを識別するための他の教示の基礎としてもよい。 Such environmental inputs may be as a basis for user context that matches the approach described above with respect to operation 102 of FIG. 1, and other teachings for identifying the user context such as that described in the disclosure of this specification it may be used as the basis. 同様に、各ユーザについてセマンティック的に関連する概念を取得することは、動作104〜108の上述したこれらの概要及び本明細書で説明したような他の方法を含むが、これらに限定されない多数の適切なアプローチによって達成され得る。 Similarly, obtaining the concepts related to semantically for each user, including other methods as described in these summary and herein described above operations 104-108, a number of which are not limited to It can be achieved by a suitable approach. 従って、本システム及び方法は、ユーザが経験する情報及び/又はコンテンツのタイプを充実させるためにユーザの環境を考慮するための手段を提供する。 Accordingly, the system and method provides a means for considering a user's environment in order to enhance the type of information and / or content user experience.

VII. VII. 追加の実装の詳細 上述のコンピュータ装置(例えば、図2A及び図2Bに示されるクライアント・コンピュータとサーバ)は、任意の様々な方法で実装することができる。 Details above computer device additional mounting (e.g., a client computer and a server indicated in FIGS. 2A and 2B) may be implemented in any of a variety of ways. 図9は、上述のコンピュータ装置のいずれかを実施するために使用できるような例示的なコンピュータ装置1000のブロック図である。 Figure 9 is a block diagram of an exemplary computer system 1000 that can be used to implement any of the above-described computer device.

コンピュータ装置1000は、1つ以上のプロセッサ(例えば、マイクロプロセッサ)1001と、1つ以上の有形の、非一時的なコンピュータ可読記憶媒体(例えば、メモリ1003)とを含むことができる。 Computer system 1000 includes one or more processors (e.g., microprocessors) may include a 1001, one or more tangible, non-transitory computer readable storage medium (e.g., memory 1003) and. メモリ1003は、上述した機能のいずれかを実施する有形の、非一時的なコンピュータ可読記憶媒体にコンピュータ命令を格納してもよい。 Memory 1003, tangible to implement any of the functions described above, may store computer instructions in non-transitory computer readable storage medium. プロセッサ(複数可)1001は、メモリ1003に結合することができ、機能を実現し且つ実行させるようなコンピュータ命令を実行することができる。 Processor (s) 1001 can be coupled to memory 1003, it is possible to execute computer instructions, such as to execute and implement the functions and. コンピュータ装置1000は、このコンピュータ装置が(例えば、ネットワークを介して)他のコンピュータと通信することができような、ネットワーク入力/出力(I/O)インタフェイス1005も含むことができる。 Computer system 1000, the computer apparatus (e.g., via a network) Do could be communicating with other computers, network input / output (I / O) interface 1005 may also be included. いくつかの実施形態では、コンピュータ装置は、このコンピュータが、ユーザに出力を提供するとともにユーザからの入力を受信するような、1つ以上のユーザI/Oインタフェイスも含むことができる。 In some embodiments, the computer device, the computer can so as to receive input from a user while providing output to the user, even one or more user I / O interface comprises. ユーザI/Oインタフェイスは、キーボード、マウス、マイクロフォン、ディスプレイ装置(例えば、モニタ又はタッチスクリーン)、スピーカ、カメラ、及び/又は様々な他のタイプのI/Oデバイス等のデバイスを含むことができる。 User I / O interface may comprise a keyboard, a mouse, a microphone, a display device (e.g., a monitor or touch screen), a speaker, a camera, and / or various devices, such as other types of I / O devices .

本発明の上述した実施形態は、多数の方法のいずれかで実装することができる。 The above-described embodiments of the present invention may be implemented in any of a number of ways. 例えば、実施形態は、ハードウェア、ソフトウェア、又はこれらの組合せを用いて実装することができる。 For example, embodiments may be implemented using hardware, software, or a combination thereof. ソフトウェアで実装する場合に、ソフトウェアコードは、単一のコンピュータに設けられたか又は複数のコンピュータ間に分散されたかによらず、任意の適切なプロセッサ又はプロセッサの集合体(例えば、1つのマイクロプロセッサ又は複数のマイクロプロセッサ)上で実行されるような、格納されたプログラム命令として具現化することができる。 If implemented in software, the software code, regardless of whether the distributed among a single or plurality of computers provided in the computer, a collection of any suitable processor or processors (e.g., one microprocessor or as performed on a plurality of microprocessors), it can be embodied as stored program instructions.

なお、コンピュータは、例えばラックマウント方式コンピュータ、デスクトップコンピュータ、ラップトップコンピュータ、又はタブレットコンピュータ等の多数の形態のいずれかで具体化され得ることを理解されたい。 The computer is, for example, rack-mounted computer, it is to be understood that the desktop computer may be embodied in any of a number of forms, such as a laptop computer, or a tablet computer. また、コンピュータは、一般にコンピュータとはみなされない装置で具現化することができるが、パーソナル・デジタル・アシスタント(PDA)、スマートフォン、タブレット、リーダ、又は他の任意の適切なポータブルデバイス或いは固定の電子デバイスを含む適切な処理能力を有するコンピュータで具現化できる。 The computer also generally can be embodied in devices not considered a computer, personal digital assistant (PDA), a smart phone, a tablet, a reader, or any other suitable portable devices or fixed electronic devices, It can be embodied in a computer having suitable processing capabilities, including a.

また、コンピュータは、1つ以上の入出力デバイスを有することができる。 Also, a computer may have one or more input and output devices. これらのデバイスは、ユーザインタフェイスを提示するために、特に、使用することができる。 These devices, in order to present a user interface, in particular, can be used. ユーザインタフェイスを提供するために使用することができる出力デバイスの例としては、出力を視覚的に提示するためのプリンタやディスプレイ画面と、出力を音声的に提示するためのスピーカ又は他の音響発生装置とを含む。 Examples of output devices that can be used to provide a user interface, outputting a visual and printers and display screens for presenting output speaker or other sound-generating for speech presenting the and a device. ユーザインタフェイスに使用することができる入力デバイスの例には、キーボード、マイクロフォン、及びマウス、タッチパッド、並びにデジタル化タブレット等のポインティングデバイスを含む。 Examples of input devices that can be used for user interface include a keyboard, a microphone, and a mouse, a touch pad, and a pointing device such as a digitizing tablet.

このようなコンピュータは、企業ネットワーク等のローカルエリアネットワーク(LAN)、又はインテリジェント・ネットワーク(IN)又はインターネット等のワイドエリアネットワーク(WAN)等のネットワークを含む、任意の適切な形態の1つ以上のネットワークによって相互接続することができる。 Such computer, local area network such as an enterprise network (LAN), or intelligent network (IN) or a network such as the Internet or a wide area network (WAN), any suitable form of one or more it can be interconnected by a network. そのようなネットワークは、任意の適切な技術に基づいてもよく、任意の適切なプロトコルに従って動作し、無線ネットワーク、有線ネットワーク、及び/又は光ファイバネットワークを含むことができる。 Such networks may be based on any suitable technology, operate according to any suitable protocol may include wireless networks, wired networks, and / or an optical fiber network.

本明細書に概説した様々な方法又はプロセスは、様々なオペレーティングシステム又はプラットフォームのいずれかを用いる1つ以上のプロセッサ上で実行可能なソフトウェアとしてコード化することができる。 Various methods or processes outlined herein may be coded as software that is executable on one or more processors using any of a variety of operating systems or platforms. さらに、このようなソフトウェアは、多くの適切なプログラミング言語及び/又はプログラミング又はスクリプトツールのいずれかを用いて記述することができるとともに、仮想マシン、又は適切なフレームワーク上で実行される実行可能な機械言語コード又は中間コードとしてコンパイルすることもできる。 Additionally, such software, it is possible to describe by using any of a number of suitable programming languages ​​and / or programming or scripting tools, executable that runs on a virtual machine, or a suitable framework It may be compiled into the machine language code or intermediate code.

この点に関して、様々な発明の概念は、少なくとも1つの非一時的な有形のコンピュータ可読記憶媒体(例えば、コンピュータメモリ、1つ以上のフロッピー(登録商標)ディスク、コンパクトディスク、光ディスク、磁気テープ、フラッシュメモリ等)として実現されてもよい。 In this regard, the concept of various invention, at least one non-transitory tangible computer-readable storage medium (e.g., a computer memory, one or more floppy disks, compact disks, optical disks, magnetic tapes, flash may be realized as a memory, etc.). その媒体は、1つ以上のコンピュータ又は他のプロセッサ上で実行される場合に、1つ以上のプログラムでエンコード化された項目(複数可)が、本発明の様々なプロセスを実行する。 The media, when executed on one or more computers or other processors, is encoded item in one or more programs (s), to perform the various processes of the present invention. 非一時的なコンピュータ可読媒体又はこれらの複数の媒体は、その媒体上に格納されたプログラム又は複数のプログラムが、上述したように、本発明の様々な態様を実装するために、任意の適切なコンピュータリソースにロードされ得るように、可搬型としてもよい。 Non-transitory computer readable medium or the plurality of media, stored program or multiple programs on the medium, as described above, to implement various aspects of the present invention, any suitable as can be loaded into the computer resources may be portable.

用語「プログラム」又は「ソフトウェア」は、上述したように実施形態の様々な態様を実施するコンピュータ又は他のプロセッサをプログラムするために使用することができるような、任意のタイプのコンピュータコード又はコンピュータ実行可能命令のセットを指すために、一般的な意味として本明細書で使用されている。 The term "program" or "software", as may be used to program a computer or other processor to implement various aspects of the embodiments as described above, executes any type of computer code or computer to refer to a set of instructions, and is used herein as a generic sense. さらに、一態様に従って、本発明の方法を実行する際の1つ以上のコンピュータ・プログラムは、単一のコンピュータ又はプロセッサ上に存在する必要はなく、本発明の様々な態様を実装するために様々なコンピュータ又はプロセッサの間でモジュール方式として分散されてもよいことを理解されたい。 Further, according to one embodiment, one or more computer programs in performing the method of the present invention need not reside on a single computer or processor, various to implement various aspects of the present invention it is to be understood that it may be dispersed as a modular fashion amongst a computer or processor.

コンピュータ実行可能命令は、1つ以上のコンピュータ又は他のデバイスによって実行されるプログラムモジュール等の多数の形態であってもよい。 Computer-executable instructions may be many forms, such as program modules, executed by one or more computers or other devices. 一般に、プログラムモジュールは、特定のタスクを実行するか又は特定の抽象データタイプを実装するルーチン、プログラム、アイテム、構成要素、データ構造等を含む。 Generally, program modules include routines or implement particular abstract data types that perform particular tasks, programs, items, components, data structures, and the like. 典型的に、プログラムモジュールの機能は、様々な実施形態において所望されるように、組み合わせる、又は分散させることができる。 Typically, the functionality of the program modules as desired in various embodiments, combined, or may be dispersed.

また、データ構造は、任意の適切な形態で、非一時的な有形のコンピュータ可読記憶媒体物品に格納することができる。 Further, the data structure in any suitable form, may be stored in a non-transitory tangible computer-readable storage media article. 説明を簡単にするために、データ構造は、データ構造内の場所を介して関連するフィールドを有するように示され得る。 For ease of explanation, data structures may be shown to have fields associated through the location in the data structure. そのような関係は、同様に、フィールド同士間の関係を伝える非一時的な有形のコンピュータ可読媒体の位置を、フィールドに対するストレージに割り当てることによって達成することができる。 Such relationships may likewise the position of the non-transitory tangible computer-readable medium convey relationship between the fields each other can be achieved by assigning storage for the fields. しかし、任意の適切な機構は、ポインタ、タグ又はデータ要素間の関係を確立する他の機構の使用を含むような、データ構造のフィールドの情報の間の関係を確立するために使用することができる。 However, any suitable mechanism, pointer, such as including the use of other mechanisms that establish relationship between tags or data elements, be used to establish the relationship between the fields of the information in the data structure it can.

また、様々な発明の概念は、複数の実施例(例えば、プロセス100,300)が提供された1つ以上の方法として具現化することができる。 Also, the concept of the various invention may be embodied several examples (e.g., process 100, 300) as one or more of the methods is provided. 方法の一部として実行される動作は、任意の適切な方法で順序付けられてもよい。 The acts performed as part of the method may be ordered in any suitable manner. 従って、実施形態は、例示的な実施形態においてシーケンシャルな動作として示される、又はその逆として示されるにもかかわらず、同時にいくつかの動作を実行することを含むような、図示とは異なる順序で実行される構成とすることができる。 Accordingly, embodiments are illustrated as a sequential operation in the exemplary embodiment, or in spite of the indicated as the reverse, that includes performing a number of operations simultaneously, in a different order than shown it can be configured to be performed.

本明細書中で使用され且つ規定される全ての規定は、辞書の規定、参照により組み込まれる文書の規定、及び/又は規定された用語の通常の意味を確立することを理解されたい。 All provisions are used and defined herein, it should be understood to establish defined dictionary prescribed documents incorporated by reference, and / or ordinary meanings of the defined terms.

本明細書で使用される不定冠詞「a」と「an」は、明確にそれに反する指示がない限り、「少なくとも1つ」を意味すると理解されるべきである。 "An" and indefinite articles "a", as used herein, unless otherwise indicated clearly contrary, should be understood to mean "at least one".

本明細書で用いるように、1つ以上の要素のリストを参照する語句「少なくとも1つ」は、要素のリスト内の任意の1つ以上の要素から選択される少なくとも1種の要素を意味すると理解されるべきであり、必ずしも要素のリスト内に特に表示されたありとあらゆる要素のうちの少なくとも1つを含む必要はなく、要素のリスト内の任意の組み合わせの要素を排除するものではない。 As used herein, the phrase "at least one" in reference to a list of one or more elements, to mean at least one element selected from any one or more of the elements in the list of elements it should be understood, not necessarily no particular need to include at least one of every element is displayed in the list of elements, exclude an element of any combination of the list of elements. この規定はまた、特に識別されたこれらの要素に関連するか、関連しないかによらず、要素は随意に、語句「少なくとも1つ」が指す要素のリスト内で特に識別された要素以外に存在する他の可能性があることを規定する。 Do This provision also related to these elements specifically identified, irrespective of whether not relevant, elements are optionally present in addition, especially identified elements in the phrase "at least one" refers list elements It provides that other possibilities that there are. 従って、非限定的な例として、「A及びBの少なくとも1つ」(又は、等価的に、A又はBのうちの少なくとも1つ、或いは、等価的に、A及び/又はBの少なくとも1つ)は、一実施形態において、随意に1つ以上のAを含むが、Bが存在しない(及び、随意にB以外の要素を含む)ことを意味する。 Thus, as a non-limiting example, "at least one of A and B" (or, equivalently, at least one of A or B, or, equivalently, at least one of A and / or B ), in one embodiment, optionally containing one or more a, B is absent (and optionally including elements other than B) it means that. 別の実施形態では、少なくとも1つは、随意に1つ以上のBを含むが、Aが存在しない(及び、随意にA以外の要素を含む)ことを意味する。 In another embodiment, at least one, but optionally including one or more B, A is absent (and optionally including elements other than A) means that. さらに別の実施形態では、少なくとも1つは、随意に1つ以上のAを含み、及び随意に1つ以上のBを含む(及び、随意に他の要素を含む)ことを意味する。 In yet another embodiment, at least one, optionally including one or more A, and optionally including one or more B (and optionally including other elements) it means that.

本明細書で使用される語句「及び/又は」、そのように結合された要素の「どちらか又は両方」を意味すると理解されるべきである、すなわち、ある場合には論理積として存在し、他の場合には論理和として存在する。 Phrases used herein, the term "and / or" should be understood to mean "either or both" of such linked elements, that is, if there exists a logical product, in other cases it exists as a logical OR. 「及び/又は」と共に記載されている複数の要素は、同じように解釈すべきである、すなわち、そのように結合された要素の「1つ以上」を意味する。 Multiple elements listed with "and / or" should be interpreted in the same way, i.e., to mean "one or more" of the so coupled elements. 特に識別されたこれらの要素に関連するか、関連しないかによらず、他の要素は、随意に、「及び/又は」節によって特に識別された要素以外に存在することができる。 In particular it identified or associated with these elements, regardless of whether not relevant, other elements, optionally, be present other than the particular identified elements by clause "and / or". 従って、非限定的な例として、「及び/又はB」の意味は、「備える、有する、含む(comprising)」等のオープンエンド言語に関連して使用されるときに、一実施形態では、Aのみを意味する(随意に、B以外の要素を含む)。 Thus, as a non-limiting example, the meaning of "and / or B", "comprising, having, including (comprising,)" when used in conjunction with open-ended language such as, in one embodiment, A It means only (optionally including elements other than B). 別の実施形態では、Bのみを意味する(随意に、A以外の要素を含む)。 In another embodiment, it means only B (optionally including elements other than A). さらに別の実施形態では、AとBの両方を意味する(随意に、他の要素を含む)。 In yet another embodiment, to both A and B (optionally including other elements).

本明細書で使用される「又は」は、上記で規定したような「及び/又は」と同様な意味を有すると理解されたい。 As used herein, "or" it should be understood to have the meaning similar to "and / or" as defined above. 例えば、リスト内で項目を区切るときに、「又は」又は「及び/又は」は、包括的なものと解釈しなければならない、すなわち、少なくとも1つを含むが、多数の要素又は要素のリストの1つ以上を含み、そして、随意に、追加のリスト化されていない項目を含む。 For example, when separating items in a list, "or" or "and / or" shall be interpreted as exhaustive, i.e., including at least one of a list of a number of elements or elements It includes one or more, and, optionally, include items that are not added in the listed.

本明細書で用いられる表現及び用語は、説明の目的のためであり、限定とみなされるべきではない。 Phraseology and terminology used herein is for the purpose of description and should not be regarded as limiting. 「含む(including)」、「備える(comprising)」、「有する(having)」、「包含する(containing)」、「含む(involving)」及びこれらの活用形の使用は、その後に列挙される項目及び追加の項目を包含することを意味する。 "Including (the INCLUDING)", "comprising (comprising,)", "having (the having)", "including (containing,)", "including (Involving)" and the use of these conjugations, the items listed thereafter and it is meant to encompass the additional items.

本発明のいくつかの実施形態を詳細に説明したが、様々な変更及び改良は、当業者に容易に想起される。 While several embodiments of the invention have been described in detail, various modifications and improvements will readily occur to those skilled in the art. このような変更及び改良は、本発明の精神及び範囲に含まれるものである。 Such changes and modifications are intended to be within the spirit and scope of the invention. 従って、上述した説明は単なる例示であり、限定を意図するものではない。 Accordingly, the foregoing description is merely illustrative and not intended to be limiting.

Claims (36)

  1. コンテンツの参照セットに基づいてコンテンツのターゲットセット内のコンテンツを検索するコンピュータ実施方法であって、参照セマンティック・ネットワークが、前記コンテンツの参照セットに関連付けられた知識表現を表し、及びターゲットセマンティック・ネットワークが、前記コンテンツのターゲットセットに関連付けられた知識表現を表し、当該方法は: A computer-implemented method of searching for content in the target set of content based on the reference set of content, reference semantic network represents knowledge representation associated with the reference set of the content, and the target semantic network represents a knowledge representation associated with the target set of the content, it is the method:
    ユーザ指定の検索クエリを受信するステップと; Receiving a user-specified search query;
    格納されたプログラム命令を実行する少なくとも1つのプロセッサを用いて、前記ターゲットセマンティック・ネットワーク及び前記参照セマンティック・ネットワークを使用することにより、前記ユーザ指定の検索クエリにセマンティック的に関連する少なくとも1つの概念を取得するステップと; Using at least one processor executing stored program instructions, the use of the target semantic network and the reference semantic network, at least one of the concepts semantically related to the user-specified search query acquiring;
    該少なくとも1つの取得した概念に関連付けられた1つ以上の用語を用いて第1の検索クエリを拡張することにより、第2の検索クエリを構築するステップと; By extending the first search query using one or more terms associated with one of the acquired concept the at least the steps of constructing a second search query;
    第2の検索クエリを使用して前記コンテンツのターゲットセットを検索することに少なくとも部分的に基づいて得られた検索結果に関連するコンテンツを少なくとも1人のユーザに提供するステップと;を含み、 It comprises; and providing at least one user with content related to at least partially search results obtained based on searching a target set of the content using the second search query
    セマンティック・ネットワーク内の概念は、前記セマンティック・ネットワーク内のノードに関連付けられたデータを格納するデータ構造によって表され、 The concept of the semantic network is represented by a data structure that stores data associated with the node in the semantic network,
    第1の検索クエリにセマンティック的に関連する前記少なくとも1つの概念を取得するステップは: Wherein said step of obtaining at least one concept associated to semantically the first search query:
    前記参照セマンティック・ネットワーク及び前記ターゲットセマンティック・ネットワークに基づいて、マージされたセマンティック・ネットワークを構築するステップと; Based on the reference semantic network and the target semantic network, comprising the steps of: constructing a merged semantic network;
    該マージされたセマンティック・ネットワーク内に前記ユーザ指定の検索クエリを表す第1の概念を識別又は生成するステップと; A method for identifying or generating a first concept representing said user-specified search query to the merged semantic network;
    第1の概念及び前記マージされたセマンティック・ネットワーク内の少なくとも1つの他の概念に基づいて第2の概念を合成することにより、第2の概念を含むとともに少なくとも部分的に第1の概念にセマンティック的に関連する前記少なくとも1つの概念を取得するステップと;を含む、 By combining the second concept based on the first concept and at least one other concept of the merged semantic network, semantic at least in part on the first concept together including a second concept including; relevant said steps to obtain at least one concept
    コンピュータ実施方法。 Computer-implemented method.
  2. 前記マージされたセマンティック・ネットワークを構築するステップは、前記参照セマンティック・ネットワーク及び前記ターゲットセマンティック・ネットワークに共通する概念の近くで前記参照セマンティック・ネットワーク及び前記ターゲットセマンティック・ネットワークをマージするステップを含む、 The step of constructing the merged semantic network comprises the step of merging the reference semantic network and the target semantic network near the concept common to the reference semantic network and the target semantic network,
    請求項に記載のコンピュータ実施方法。 The computer-implemented method of claim 1.
  3. 前記マージされたセマンティック・ネットワークを構築するステップは、前記マージする前に前記参照セマンティック・ネットワークから及び/又は前記ターゲットセマンティック・ネットワークから1つ以上の概念をプルーニングするステップを含む、 The step of constructing the merged semantic network comprises the step of pruning one or more concepts from the referenced semantic network and / or the target semantic network before the merge,
    請求項に記載のコンピュータ実施方法。 The computer-implemented method of claim 1.
  4. 第2の概念を合成するステップは、親類推技術及び/又は兄弟類推技術に基づく加法操作を使用するステップを含む、 Step of combining the second concept comprises using an additive operation based on the parent analogy technical and / or siblings analogy technique,
    請求項に記載のコンピュータ実施方法。 The computer-implemented method of claim 1.
  5. 第2の概念を合成するステップは、置換操作を使用するステップを含み、該置換操作は、検索操作及び/又は加法操作を使用するステップを含む、 Step of combining the second concept includes the step of using the replace operation, the replacement operation includes a step of using a search operation and / or additive operation,
    請求項に記載のコンピュータ実施方法。 The computer-implemented method of claim 1.
  6. 前記少なくとも1つの概念を取得するステップは: Wherein said step of obtaining at least one concept:
    第1の概念にセマンティック的に関連する複数の概念を取得するステップと; Obtaining a plurality of concepts that semantically related to the first concept;
    該複数の概念内の1つ以上の概念についてスコアを計算するステップであって、特定の概念についてのスコアが、第1の概念に対する前記特定の概念のセマンティック的な関連性の指標である、計算するステップと; And calculating a score for one or more concepts within the concept of the plurality of, the score for a particular concept is a semantic relevance indicators of the particular concept to the first concept, calculation the method comprising the steps of;
    前記1つ以上の概念について計算されたスコアに基づいて、前記少なくとも1つの概念を選択するステップと;を含む、 Including; on the basis of the calculated score for one or more concepts, the selecting at least one of the concepts
    請求項に記載のコンピュータ実施方法。 The computer-implemented method of claim 1.
  7. 前記概念についてスコアを計算するステップは、生成確実性、概念の生産性、ジャカール、統計的コヒーレンス、及び/又はコサイン類似度の中から関連する少なくとも1つの測定を使用するステップを含む、 Calculating a score for said concept comprises generating certainty, the concept of productivity, Jacquard, using at least one measurement associated from the statistical coherence, and / or cosine similarity,
    請求項に記載のコンピュータ実施方法。 The computer-implemented method of claim 6.
  8. 第1の概念を識別又は生成するステップは: The step of identifying or generating a first concept:
    前記ユーザ指定の検索クエリが、前記マージされたセマンティック・ネットワーク内の概念の識別子と一致するか否かを判定するステップと; The user-specified search query, determining whether consistent with the notion of identifiers in the merged semantic network;
    前記ユーザ指定の検索クエリが、前記マージされたセマンティック・ネットワーク内の概念の識別子と一致しないと判定された場合に、前記マージされたセマンティック・ネットワーク内に第1の概念を生成するステップと;を含む、 The user-specified search query, if it is determined not to match the identifier of the concepts in the merged semantic network, generating a first concept to the merged semantic network; the including,
    請求項に記載のコンピュータ実施方法。 The computer-implemented method of claim 1.
  9. 前記ユーザに関連付けられたユーザコンテキスト情報を受信するステップをさらに含み、前記ユーザコンテキスト情報は、前記ユーザに関連付けられた人口統計情報、前記ユーザの閲覧履歴からの情報、前記ユーザによって入力された情報、及び/又は前記ユーザによって強調された情報のうちの少なくとも1つを含む、 Wherein further comprising the step of receiving the user context information associated with the user, the user context information, demographic information associated with the user, information from the browsing history of the user, information entered by the user, and / or at least one of the information that has been highlighted by the user,
    請求項1に記載のコンピュータ実施方法。 The computer-implemented method of claim 1.
  10. 前記ターゲットセマンティック・ネットワークは、複数のノードと複数のエッジとを含む有向グラフを具現化するデータ構造により表され、ここで、各ノードは、概念と関連付けられており、且つ2つのノード間のエッジは、2つの対応する概念同士の間の関係を表す、 The target semantic network is represented by a data structure embodying the directed graph comprising a plurality of nodes and a plurality of edges, wherein each node is associated with the concept, and the edge between two nodes is represents the relationship between the concept between the two corresponding,
    請求項1に記載のコンピュータ実施方法。 The computer-implemented method of claim 1.
  11. 前記コンテンツのターゲットセットは、ビジネスのウェブサイトを介してアクセス可能なコンテンツを含む、 The target set of the content, including the content accessible via the web site of the business,
    請求項1に記載のコンピュータ実施方法。 The computer-implemented method of claim 1.
  12. 前記コンテンツの参照セットは、オンライン情報リポジトリを介してアクセス可能なコンテンツを含む、 Reference set of the content comprises content accessible via the online information repository,
    請求項1に記載のコンピュータ実施方法。 The computer-implemented method of claim 1.
  13. コンテンツの参照セットに基づいてコンテンツのターゲットセット内のコンテンツを検索するシステムであって、参照セマンティック・ネットワークが、前記コンテンツの参照セットに関連付けられた知識表現を表し、及びターゲットセマンティック・ネットワークが、前記コンテンツのターゲットセットに関連付けられた知識表現を表し、前記システムは: A system for searching for content in the target set of content based on the reference set of content, reference semantic network represents a reference set in the knowledge representation associated of the content, and the target semantic network, the It represents knowledge representation associated with the target set of content, the system comprising:
    ユーザ指定の検索クエリを受信することと; And receiving a user-specified search query;
    格納されたプログラム命令を実行する少なくとも1つのプロセッサを用いて、前記ターゲットセマンティック・ネットワーク及び前記参照セマンティック・ネットワークを使用することにより、前記ユーザ指定の検索クエリにセマンティック的に関連する少なくとも1つの概念を取得することと; Using at least one processor executing stored program instructions, the use of the target semantic network and the reference semantic network, at least one of the concepts semantically related to the user-specified search query be acquired with;
    該少なくとも1つの取得した概念に関連付けられた1つ以上の用語を用いて第1の検索クエリを拡張することにより、第2の検索クエリを構築することと; The at least by extending the first search query using one or more terms associated with one of the acquired concepts, and to build a second search query;
    第2の検索クエリを使用して前記コンテンツのターゲットセットを検索することに少なくとも部分的に基づいて得られた検索結果に関連するコンテンツを少なくとも1人のユーザに提供することと; And providing content related to at least partially search results obtained based on searching a target set of the content using the second search query to at least one user;
    を含む方法を実行するように構成された少なくとも1つのプロセッサを有しており、 Has at least one processor configured to perform a method comprising,
    セマンティック・ネットワーク内の概念は、前記セマンティック・ネットワーク内のノードに関連付けられたデータを格納するデータ構造によって表され、 The concept of the semantic network is represented by a data structure that stores data associated with the node in the semantic network,
    第1の検索クエリにセマンティック的に関連する前記少なくとも1つの概念を取得することは: Semantically related the obtaining at least one concept is the first search query:
    前記参照セマンティック・ネットワーク及び前記ターゲットセマンティック・ネットワークに基づいて、マージされたセマンティック・ネットワークを構築することと; Based on the reference semantic network and the target semantic network, and building a merged semantic network;
    該マージされたセマンティック・ネットワーク内に前記ユーザ指定の検索クエリを表す第1の概念を識別又は生成することと; The first concept identification or produced it and representing the user-specified search query to the merged semantic network;
    第1の概念及び前記マージされたセマンティック・ネットワーク内の少なくとも1つの他の概念に基づいて第2の概念を合成することにより、第2の概念を含むとともに少なくとも部分的に第1の概念にセマンティック的に関連する前記少なくとも1つの概念を取得することと;を含む、 By combining the second concept based on the first concept and at least one other concept of the merged semantic network, semantic at least in part on the first concept together including a second concept including; relevant said and obtaining at least one concept
    システム。 system.
  14. 前記マージされたセマンティック・ネットワークを構築することは、前記参照セマンティック・ネットワーク及び前記ターゲットセマンティック・ネットワークに共通する概念の近くで前記参照セマンティック・ネットワーク及び前記ターゲットセマンティック・ネットワークをマージすることを含む、 Constructing the merged semantic network involves merging the reference semantic network and the target semantic network near the concept common to the reference semantic network and the target semantic network,
    請求項13に記載のシステム。 The system of claim 13.
  15. 前記マージされたセマンティック・ネットワークを構築することは、前記マージする前に前記参照セマンティック・ネットワークから及び/又は前記ターゲットセマンティック・ネットワークから1つ以上の概念をプルーニングすることを含む、 Constructing the merged semantic network involves pruning one or more concepts from the referenced semantic network and / or the target semantic network before the merge,
    請求項13に記載のシステム。 The system of claim 13.
  16. 第2の概念を合成することは、親類推技術及び/又は兄弟類推技術に基づく加法操作を使用することを含む、 Synthesizing the second concept involves the use of additive operation based on the parent analogy technical and / or siblings analogy technique,
    請求項13に記載のシステム。 The system of claim 13.
  17. 第2の概念を合成することは、置換操作を使用することを含み、該置換操作は、検索操作及び/又は加法操作を使用することを含む、 Synthesizing the second concept includes the use of a replace operation, the replacement operation involves the use of a search operation and / or additive operation,
    請求項13に記載のシステム。 The system of claim 13.
  18. 前記少なくとも1つの概念を取得することは: Wherein the obtaining at least one concept:
    第1の概念にセマンティック的に関連する複数の概念を取得することと; And obtaining a plurality of related concepts to semantically the first concept;
    該複数の概念内の1つ以上の概念についてスコアを計算することであって、特定の概念についてのスコアが、第1の概念に対する前記特定の概念のセマンティック的な関連性の指標である、計算することと; And computing a score for one or more concepts within the concept of the plurality of, the score for a particular concept is a semantic relevance indicators of the particular concept to the first concept, calculation It is;
    前記1つ以上の概念について計算されたスコアに基づいて、前記少なくとも1つの概念を選択することと;を含む、 Including; on the basis of the calculated score for one or more concepts, the and selecting at least one of the concepts
    請求項13に記載のシステム。 The system of claim 13.
  19. 前記概念についてスコアを計算することは、生成確実性、概念の生産性、ジャカール、統計的コヒーレンス、及び/又はコサイン類似度の中から関連する少なくとも1つの測定を使用することを含む、 Calculating a score for said concept comprises generating certainty, the concept of productivity, Jacquard, the use of statistical coherence, and / or associated at least one measurement from the cosine similarity,
    請求項18に記載のシステム。 The system of claim 18.
  20. 第1の概念を識別又は生成することは: The identifying or generating a first concept:
    前記ユーザ指定の検索クエリが、前記マージされたセマンティック・ネットワーク内の概念の識別子と一致するか否かを判定することと; The user-specified search query, and to determine whether to match the identifier of the concepts in the merged semantic network;
    前記ユーザ指定の検索クエリが、前記マージされたセマンティック・ネットワーク内の概念の識別子と一致しないと判定された場合に、前記マージされたセマンティック・ネットワーク内に第1の概念を生成することと;を含む、 The user-specified search query, and does not match the identifier of the concepts in the merged semantic network when it is determined, and generating a first concept the merged semantic network; the including,
    請求項13に記載のシステム。 The system of claim 13.
  21. 前記ユーザに関連付けられたユーザコンテキスト情報を受信することをさらに含み、前記ユーザコンテキスト情報は、前記ユーザに関連付けられた人口統計情報、前記ユーザの閲覧履歴からの情報、前記ユーザによって入力された情報、及び/又は前記ユーザによって強調された情報のうちの少なくとも1つを含む、 The method further includes receiving user context information associated with the user, the user context information, demographic information associated with the user, information from the browsing history of the user, information entered by the user, and / or at least one of the information that has been highlighted by the user,
    請求項13に記載のシステム。 The system of claim 13.
  22. 前記ターゲットセマンティック・ネットワークは、複数のノードと複数のエッジとを含む有向グラフを具体化するデータ構造により表され、ここで、各ノードは、概念と関連付けられており、且つ2つのノード間のエッジは、2つの対応する概念同士の間の関係を表す、 The target semantic network is represented by a data structure embodying the directed graph comprising a plurality of nodes and a plurality of edges, wherein each node is associated with the concept, and the edge between two nodes is represents the relationship between the concept between the two corresponding,
    請求項13に記載のシステム。 The system of claim 13.
  23. 前記コンテンツのターゲットセットは、ビジネスのウェブサイトを介してアクセス可能なコンテンツを含む、 The target set of the content, including the content accessible via the web site of the business,
    請求項13に記載のシステム。 The system of claim 13.
  24. 前記コンテンツの参照セットは、オンライン情報リポジトリを介してアクセス可能なコンテンツを含む、 Reference set of the content comprises content accessible via the online information repository,
    請求項13に記載のシステム。 The system of claim 13.
  25. 少なくとも1つのプロセッサによって実行されたときに、該少なくとも1つのプロセッサにコンテンツの参照セットに基づいてコンテンツのターゲットセット内のコンテンツを検索する方法を実行させるようなプロセッサ実行可能命令を格納する少なくとも1つの非一時的なコンピュータ可読記憶媒体であって、参照セマンティック・ネットワークが、前記コンテンツの参照セットに関連付けられた知識表現を表し、及びターゲットセマンティック・ネットワークが、前記コンテンツのターゲットセットに関連付けられた知識表現を表し、前記方法は: When executed by at least one processor, at least one for storing processor-executable instructions, such as to perform a method of searching for content in the target set of content based on the reference set of content to the at least one processor the non-transitory computer-readable storage medium, see semantic network represents knowledge representation associated with the reference set of the content, and the target semantic networks, knowledge representation associated with the target set of content the stands, said method comprising the steps of:
    ユーザ指定の検索クエリを受信するステップと; Receiving a user-specified search query;
    格納されたプログラム命令を実行する少なくとも1つのプロセッサを用いて、前記ターゲットセマンティック・ネットワーク及び前記参照セマンティック・ネットワークを使用することにより、前記ユーザ指定の検索クエリにセマンティック的に関連する少なくとも1つの概念を取得するステップと; Using at least one processor executing stored program instructions, the use of the target semantic network and the reference semantic network, at least one of the concepts semantically related to the user-specified search query acquiring;
    該少なくとも1つの取得した概念に関連付けられた1つ以上の用語を用いて第1の検索クエリを拡張することにより、第2の検索クエリを構築するステップと; By extending the first search query using one or more terms associated with one of the acquired concept the at least the steps of constructing a second search query;
    第2の検索クエリを使用して前記コンテンツのターゲットセットを検索することに少なくとも部分的に基づいて得られた検索結果に関連するコンテンツを少なくとも1人のユーザに提供するステップと;を含み、 It comprises; and providing at least one user with content related to at least partially search results obtained based on searching a target set of the content using the second search query
    セマンティック・ネットワーク内の概念は、前記セマンティック・ネットワーク内のノードに関連付けられたデータを格納するデータ構造によって表され、 The concept of the semantic network is represented by a data structure that stores data associated with the node in the semantic network,
    第1の検索クエリにセマンティック的に関連する前記少なくとも1つの概念を取得するステップは: Wherein said step of obtaining at least one concept associated to semantically the first search query:
    前記参照セマンティック・ネットワーク及び前記ターゲットセマンティック・ネットワークに基づいて、マージされたセマンティック・ネットワークを構築するステップと; Based on the reference semantic network and the target semantic network, comprising the steps of: constructing a merged semantic network;
    前記マージされたセマンティック・ネットワーク内に前記ユーザ指定の検索クエリを表す第1の概念を識別又は生成するステップと; A method for identifying or generating a first concept representing said user-specified search query to the merged semantic network;
    第1の概念及び前記マージされたセマンティック・ネットワーク内の少なくとも1つの他の概念に基づいて第2の概念を合成することにより、第2の概念を含むとともに少なくとも部分的に第1の概念にセマンティック的に関連する前記少なくとも1つの概念を取得するステップと;を含む、 By combining the second concept based on the first concept and at least one other concept of the merged semantic network, semantic at least in part on the first concept together including a second concept including; relevant said steps to obtain at least one concept
    少なくとも1つの非一時的なコンピュータ可読記憶媒体。 At least one non-transitory computer-readable storage medium.
  26. 前記マージされたセマンティック・ネットワークを構築するステップは、前記参照セマンティック・ネットワーク及び前記ターゲットセマンティック・ネットワークに共通する概念の近くで前記参照セマンティック・ネットワーク及び前記ターゲットセマンティック・ネットワークをマージするステップを含む、 The step of constructing the merged semantic network comprises the step of merging the reference semantic network and the target semantic network near the concept common to the reference semantic network and the target semantic network,
    請求項25に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 At least one non-transitory computer readable storage medium of claim 25.
  27. 前記マージされたセマンティック・ネットワークを構築するステップは、前記マージする前に前記参照セマンティック・ネットワークから及び/又は前記ターゲットセマンティック・ネットワークから1つ以上の概念をプルーニングするステップを含む、 The step of constructing the merged semantic network comprises the step of pruning one or more concepts from the referenced semantic network and / or the target semantic network before the merge,
    請求項25に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 At least one non-transitory computer readable storage medium of claim 25.
  28. 第2の概念を合成するステップは、親類推技術及び/又は兄弟類推技術に基づく加法操作を使用するステップを含む、 Step of combining the second concept comprises using an additive operation based on the parent analogy technical and / or siblings analogy technique,
    請求項25に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 At least one non-transitory computer readable storage medium of claim 25.
  29. 第2の概念を合成するステップは、置換操作を使用するステップを含み、該置換操作は、検索操作及び/又は加法操作を使用するステップを含む、 Step of combining the second concept includes the step of using the replace operation, the replacement operation includes a step of using a search operation and / or additive operation,
    請求項25に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 At least one non-transitory computer readable storage medium of claim 25.
  30. 前記少なくとも1つの概念を取得するステップは: Wherein said step of obtaining at least one concept:
    第1の概念にセマンティック的に関連する複数の概念を取得するステップと; Obtaining a plurality of concepts that semantically related to the first concept;
    該複数の概念内の1つ以上の概念についてスコアを計算するステップであって、特定の概念についてのスコアが、第1の概念に対する前記特定の概念のセマンティック的な関連性の指標である、計算するステップと; And calculating a score for one or more concepts within the concept of the plurality of, the score for a particular concept is a semantic relevance indicators of the particular concept to the first concept, calculation the method comprising the steps of;
    前記1つ以上の概念について計算されたスコアに基づいて、前記少なくとも1つの概念を選択するステップと;を含む、 Including; on the basis of the calculated score for one or more concepts, the selecting at least one of the concepts
    請求項25に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 At least one non-transitory computer readable storage medium of claim 25.
  31. 前記概念についてスコアを計算するステップは、生成確実性、概念の生産性、ジャカール、統計的コヒーレンス、及び/又はコサイン類似度の中から関連する少なくとも1つの測定を使用するステップを含む、 Calculating a score for said concept comprises generating certainty, the concept of productivity, Jacquard, using at least one measurement associated from the statistical coherence, and / or cosine similarity,
    請求項30に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 At least one non-transitory computer readable storage medium of claim 30.
  32. 第1の概念を識別又は生成するステップは: The step of identifying or generating a first concept:
    前記ユーザ指定の検索クエリが、前記マージされたセマンティック・ネットワーク内の概念の識別子と一致するか否かを判定するステップと; The user-specified search query, determining whether consistent with the notion of identifiers in the merged semantic network;
    前記ユーザ指定の検索クエリが、前記マージされたセマンティック・ネットワーク内の概念の識別子と一致しないと判定された場合に、前記マージされたセマンティック・ネットワーク内に第1の概念を生成するステップと;を含む、 The user-specified search query, if it is determined not to match the identifier of the concepts in the merged semantic network, generating a first concept to the merged semantic network; the including,
    請求項25に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 At least one non-transitory computer readable storage medium of claim 25.
  33. 前記ユーザに関連付けられたユーザコンテキスト情報を受信するステップをさらに含み、前記ユーザコンテキスト情報は、前記ユーザに関連付けられた人口統計情報、前記ユーザの閲覧履歴からの情報、前記ユーザによって入力された情報、及び/又は前記ユーザによって強調された情報のうちの少なくとも1つを含む、 Wherein further comprising the step of receiving the user context information associated with the user, the user context information, demographic information associated with the user, information from the browsing history of the user, information entered by the user, and / or at least one of the information that has been highlighted by the user,
    請求項25に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 At least one non-transitory computer readable storage medium of claim 25.
  34. 前記ターゲットセマンティック・ネットワークは、複数のノードと複数のエッジとを含む有向グラフを具体化するデータ構造によって表され、ここで、各ノードは、概念と関連付けられており、且つ2つのノード間のエッジは、2つの対応する概念同士の間の関係を表す、 The target semantic network is represented by a data structure embodying the directed graph comprising a plurality of nodes and a plurality of edges, wherein each node is associated with the concept, and the edge between two nodes is represents the relationship between the concept between the two corresponding,
    請求項25に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 At least one non-transitory computer readable storage medium of claim 25.
  35. 前記コンテンツのターゲットセットは、ビジネスのウェブサイトを介してアクセス可能なコンテンツを含む、 The target set of the content, including the content accessible via the web site of the business,
    請求項25に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 At least one non-transitory computer readable storage medium of claim 25.
  36. 前記コンテンツの参照セットは、オンライン情報リポジトリを介してアクセス可能なコンテンツを含む、 Reference set of the content comprises content accessible via the online information repository,
    請求項25に記載の少なくとも1つの非一時的なコンピュータ可読記憶媒体。 At least one non-transitory computer readable storage medium of claim 25.
JP2016079819A 2008-05-01 2016-04-12 To provide information on the basis of the environmental inputs, system and method for using knowledge representation Active JP6242426B2 (en)

Priority Applications (24)

Application Number Priority Date Filing Date Title
US201061428435 true 2010-12-30 2010-12-30
US201061428687 true 2010-12-30 2010-12-30
US201061428676 true 2010-12-30 2010-12-30
US201061428598 true 2010-12-30 2010-12-30
US201061428445 true 2010-12-30 2010-12-30
US61/428,687 2010-12-30
US61/428,435 2010-12-30
US61/428,445 2010-12-30
US61/428,598 2010-12-30
US61/428,676 2010-12-30
US201161430141 true 2011-01-05 2011-01-05
US201161430138 true 2011-01-05 2011-01-05
US201161430090 true 2011-01-05 2011-01-05
US201161430143 true 2011-01-05 2011-01-05
US61/430,090 2011-01-05
US61/430,143 2011-01-05
US61/430,141 2011-01-05
US61/430,138 2011-01-05
US13162069 US9361365B2 (en) 2008-05-01 2011-06-16 Methods and apparatus for searching of content using semantic synthesis
US13/162,069 2011-06-16
US13340792 US9378203B2 (en) 2008-05-01 2011-12-30 Methods and apparatus for providing information of interest to one or more users
US13/340,792 2011-12-30
US13/340,820 2011-12-30
US13340820 US8676732B2 (en) 2008-05-01 2011-12-30 Methods and apparatus for providing information of interest to one or more users

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2013546529 Division 2011-12-30

Publications (2)

Publication Number Publication Date
JP2016184409A true JP2016184409A (en) 2016-10-20
JP6242426B2 true JP6242426B2 (en) 2017-12-06

Family

ID=46382125

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2013546529A Active JP5921570B2 (en) 2008-05-01 2011-12-30 To provide information on the basis of the environmental inputs, system and method for using knowledge representation
JP2016079819A Active JP6242426B2 (en) 2008-05-01 2016-04-12 To provide information on the basis of the environmental inputs, system and method for using knowledge representation

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2013546529A Active JP5921570B2 (en) 2008-05-01 2011-12-30 To provide information on the basis of the environmental inputs, system and method for using knowledge representation

Country Status (3)

Country Link
JP (2) JP5921570B2 (en)
CA (1) CA2823405A1 (en)
WO (1) WO2012088590A9 (en)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9177248B2 (en) 2005-03-30 2015-11-03 Primal Fusion Inc. Knowledge representation systems and methods incorporating customization
US8849860B2 (en) 2005-03-30 2014-09-30 Primal Fusion Inc. Systems and methods for applying statistical inference techniques to knowledge representations
US9235806B2 (en) 2010-06-22 2016-01-12 Primal Fusion Inc. Methods and devices for customizing knowledge representation systems
US9098575B2 (en) 2011-06-20 2015-08-04 Primal Fusion Inc. Preference-guided semantic processing
US7849090B2 (en) 2005-03-30 2010-12-07 Primal Fusion Inc. System, method and computer program for faceted classification synthesis
US9104779B2 (en) 2005-03-30 2015-08-11 Primal Fusion Inc. Systems and methods for analyzing and synthesizing complex knowledge representations
US10002325B2 (en) 2005-03-30 2018-06-19 Primal Fusion Inc. Knowledge representation systems and methods incorporating inference rules
US9361365B2 (en) 2008-05-01 2016-06-07 Primal Fusion Inc. Methods and apparatus for searching of content using semantic synthesis
US8676722B2 (en) 2008-05-01 2014-03-18 Primal Fusion Inc. Method, system, and computer program for user-driven dynamic generation of semantic networks and media synthesis
US9378203B2 (en) 2008-05-01 2016-06-28 Primal Fusion Inc. Methods and apparatus for providing information of interest to one or more users
US8676732B2 (en) 2008-05-01 2014-03-18 Primal Fusion Inc. Methods and apparatus for providing information of interest to one or more users
CA2734756C (en) 2008-08-29 2018-08-21 Primal Fusion Inc. Systems and methods for semantic concept definition and semantic concept relationship synthesis utilizing existing domain definitions
US9292855B2 (en) 2009-09-08 2016-03-22 Primal Fusion Inc. Synthesizing messaging using context provided by consumers
US9262520B2 (en) 2009-11-10 2016-02-16 Primal Fusion Inc. System, method and computer program for creating and manipulating data structures using an interactive graphical interface

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3222193B2 (en) * 1992-05-13 2001-10-22 富士通株式会社 Information retrieval system
US7346629B2 (en) * 2003-10-09 2008-03-18 Yahoo! Inc. Systems and methods for search processing using superunits
US20100287011A1 (en) * 2007-11-13 2010-11-11 Martec Corporation Method and System of Location-Based Game for Improving Mobile Operator's Profit
JP2009276826A (en) * 2008-05-12 2009-11-26 Mitsubishi Electric Corp Information retrieval device and information retrieval program
JP2010035371A (en) * 2008-07-30 2010-02-12 Kokusan Denki Co Ltd Battery charging apparatus
JP2012503830A (en) * 2008-09-26 2012-02-09 ブランド・アフィニティー・テクノロジーズ・インコーポレイテッドBrand Affinity Technologies,Inc. Engine for the content provider based on the ad request and rules, systems and methods
US8352321B2 (en) * 2008-12-12 2013-01-08 Microsoft Corporation In-text embedded advertising
US20100285818A1 (en) * 2009-05-08 2010-11-11 Crawford C S Lee Location based service for directing ads to subscribers

Also Published As

Publication number Publication date Type
WO2012088590A9 (en) 2012-09-20 application
JP5921570B2 (en) 2016-05-24 grant
WO2012088590A1 (en) 2012-07-05 application
JP2014504754A (en) 2014-02-24 application
CA2823405A1 (en) 2012-07-05 application
JP2016184409A (en) 2016-10-20 application

Similar Documents

Publication Publication Date Title
Ferrara et al. Web data extraction, applications and techniques: A survey
Wang et al. Effective personalized recommendation based on time-framed navigation clustering and association mining
Sinha et al. An overview of microsoft academic service (mas) and applications
US20080005068A1 (en) Context-based search, retrieval, and awareness
US20080005067A1 (en) Context-based search, retrieval, and awareness
US20080059897A1 (en) Method and system of social networking through a cloud
US20110314007A1 (en) Methods, systems, and media for content ranking using real-time data
US20080005076A1 (en) Entity-specific search model
US20090119572A1 (en) Systems and methods for finding information resources
US20070233622A1 (en) Method and system for computerized searching and matching using emotional preference
US20070214133A1 (en) Methods for filtering data and filling in missing data using nonlinear inference
US8082511B2 (en) Active and passive personalization techniques
US20120278164A1 (en) Systems and methods for recommending advertisement placement based on in network and cross network online activity analysis
US20090287682A1 (en) Social based search engine, system and method
US20080004884A1 (en) Employment of offline behavior to display online content
US20100179874A1 (en) Media object metadata engine configured to determine relationships between persons and brands
US20080005313A1 (en) Using offline activity to enhance online searching
US20110202848A1 (en) Anchoring for content synchronization
US20060259360A1 (en) Multiple Attribute and Behavior-based Advertising Process
US20130091463A1 (en) Semantic selection and purpose facilitation
US20090164395A1 (en) Modeling, detecting, and predicting user behavior with hidden markov models
US20110167054A1 (en) Automated discovery aggregation and organization of subject area discussions
US20110320441A1 (en) Adjusting search results based on user social profiles
US7917514B2 (en) Visual and multi-dimensional search
US20130073546A1 (en) Indexing Semantic User Profiles for Targeted Advertising

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20170612

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170704

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170925

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: 20171010

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20171107

R150 Certificate of patent or registration of utility model

Ref document number: 6242426

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150