JP6676698B2 - 予約語及び属性言語間の関連度を用いた情報検索方法及び装置 - Google Patents

予約語及び属性言語間の関連度を用いた情報検索方法及び装置 Download PDF

Info

Publication number
JP6676698B2
JP6676698B2 JP2018100393A JP2018100393A JP6676698B2 JP 6676698 B2 JP6676698 B2 JP 6676698B2 JP 2018100393 A JP2018100393 A JP 2018100393A JP 2018100393 A JP2018100393 A JP 2018100393A JP 6676698 B2 JP6676698 B2 JP 6676698B2
Authority
JP
Japan
Prior art keywords
keyword
keywords
relevance
representative
attribute
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
JP2018100393A
Other languages
English (en)
Other versions
JP2019023855A (ja
Inventor
ジュンウォン ドー
ジュンウォン ドー
Original Assignee
マイセレブス カンパニーリミテッド
マイセレブス カンパニーリミテッド
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
Priority claimed from PCT/KR2017/007964 external-priority patent/WO2019022262A1/ko
Application filed by マイセレブス カンパニーリミテッド, マイセレブス カンパニーリミテッド filed Critical マイセレブス カンパニーリミテッド
Publication of JP2019023855A publication Critical patent/JP2019023855A/ja
Application granted granted Critical
Publication of JP6676698B2 publication Critical patent/JP6676698B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)

Description

本明細書の少なくとも一部の実施例は予約語及び属性言語間の関連度を用いた情報検索方法及び装置に関するものである。
従来の検索方式によると、使用者は検索窓に検索キーワードを入力して所望のウェブ文書などを検索して捜すことができる。例えば、使用者は映画題目“インターステラー”を検索窓に入力して映画“インターステラー”についての情報を検索することができる。ただ、使用者は、自分が捜そうとする映画題目を憶えることができない場合、他の方式の情報提供が要求される。使用者は、例えば自分が捜そうとする映画に出演した俳優又は該当映画の監督、製作者などをキーワードで入力して検索を試みることができる。映画情報サイト又は映画レビューサイトには映画情報とともに出演陣情報も提供される場合が多いので、間が悪くなければ、使用者は俳優、監督、製作者などをキーワードとして所望の映画を捜すこともできる。
ところで、このように整形化した情報ではない非整形的言語、例えば感情言語に基づいた情報の提供であれば、従来の検索方式を使うことができない。例えば“おもしろい映画”又は“悲しいときに見る映画”などの検索語に対し、従来の検索エンジンが提供する応答は誰かが“おもしろい映画”又は“悲しいときに見る映画”というキーワードを含んで作成しておいた文書を検索することに過ぎないであろう。しかし、非整形的言語は出演俳優、(整形化した)映画ジャンル、開封年度などの整形化した情報とは違う方式の接近が必要である。誰かが“おもしろい映画”又は“悲しいときに見る映画”というキーワードを含んで作成して置いていなくても、実際に多い人々が“おもしろい”とか“悲しいときに見れば良い”と感じられる映画があり得る。その上、映画以外の他の分野でも、整形化しなかった言語を用いた情報の提供要請に対して他の接近が必要であり得る。
大韓民国特許公開第10−2009−0080822号公報
本明細書の一実施例は予約語を用いた効率的情報検索方法及び装置を提供することにその目的がある。
本明細書の一実施例による情報検索方法は、代表属性キーワードを含む代表属性キーワード候補集合を抽出する段階、予約語を含む予約語集合を設定する段階、客体項目と代表属性キーワード対に対応する客体キーワード関連度を保存する段階、代表属性キーワードと下位キーワード対に対応する関連加重値及び予約語と下位キーワード対に対応する基本予約語−下位キーワード関連度を用いて予約語と代表属性キーワード対に対応する基本予約語−キーワード関連度を保存する段階、受信予約語を獲得する段階、前記客体キーワード関連度及び前記基本予約語−キーワード関連度を用いて前記受信予約語と各客体項目対に対応する予約語−客体関連度を獲得する段階、及び前記受信予約語と各客体項目対に対応する前記予約語−客体関連度によって客体項目を提供する段階を含むことができる。
本明細書の一実施例による情報提供装置は、代表属性キーワードを含む代表属性キーワード候補集合を抽出し、予約語を含む予約語集合を設定し、客体項目と代表属性キーワード対に対応する客体キーワード関連度を格納部に保存し、代表属性キーワードと下位キーワード対に対応する関連加重値及び予約語と下位キーワード対に対応する基本予約語−下位キーワード関連度を用いて予約語と代表属性キーワード対に対応する基本予約語−キーワード関連度を前記格納部に保存する制御部、前記客体キーワード関連度及び基本予約語−キーワード関連度を保存する格納部;及び受信予約語を獲得する通信部を含むことができる。前記制御部は、前記客体キーワード関連度及び前記基本予約語−キーワード関連度を用いて前記受信予約語と各客体項目対に対応する予約語−客体関連度を獲得することができる。前記制御部は、前記受信予約語と各客体項目対に対応する前記予約語−客体関連度によって客体項目を提供することができる。
本明細書の一実施例によると、予約語を用いた効率的情報検索方法及び装置を提供することができる。
本明細書の一実施例による属性言語を用いた情報提供システムの網構成図である。 本明細書の一実施例による端末200のブロック構成図である。 本明細書の一実施例による情報検索装置300のブロック構成図である。 本明細書の一実施例による情報提供インターフェースを介しての情報提供過程のフローチャートである。 本明細書の一実施例による段階910の詳細フローチャートである。 本明細書の一実施例による段階510の詳細フローチャートである。 本明細書の一実施例による段階530の詳細フローチャートである。 本明細書の他の実施例による情報提供過程のフローチャートである。 本明細書の一実施例による情報提供過程のフローチャートである。 本明細書の一実施例による保存された客体キーワード関連度の例示図である。 本明細書の一実施例による基本予約語−キーワード関連度の例示図である。 本明細書の一実施例による段階940の詳細フローチャートである。 本明細書の他の実施例による情報提供過程のフローチャートである。 本明細書のさらに他の実施例による情報提供過程のフローチャートである。 本明細書の第1実施例による段階1340の詳細フローチャートである。 本明細書の他の実施例による段階1340の詳細フローチャートである。 本明細書のさらに他の実施例による段階1340の詳細フローチャートである。 本明細書の変形例による段階1320の詳細フローチャートである。 段階1840で提供されるインターフェース情報によって生成されたインターフェース1900の例示図である。 本明細書の一実施例による用語階層を示した図である。
以下、本明細書の実施例を添付図面に基づいて詳細に説明する。
実施例の説明において、本明細書が属する技術分野によく知られているとともに本明細書と直接的に関連がない記述内容については説明を省略する。これは不必要な説明を省略することによって本明細書の要旨をあいまいにしなくてもっと明らかに伝達するためである。
同じ理由で、添付図面において一部の構成要素は誇張するとか省略するとか概略的に示した。また、各構成要素の大きさは実際の大きさをそのまま反映するものではない。各図で同一又は対応の構成要素には同じ参照番号を付与した。
以下、図面を参照して本明細書の実施例について説明する。
図1は本明細書の一実施例による属性言語を用いた情報提供システムの網構成図である。
図1を参照すると、本明細書の一実施例による情報提供システムは、端末200、情報検索装置300及び通信網150を含むことができる。
端末200は、例えばスマートフォン、PDA、タブレットPC、ノート型パソコン、ラップトップコンピューター、個人用コンピュータ、その他の通信を遂行し、使用者の入力を受信し、画面を出力することができる電子的器機又はこれと類似した器機によって具現されることができる。
情報検索装置300は、例えばワークステーション、サーバー、一般用コンピュータ、その他の通信を遂行することができる電子的器機又はこれと類似した器機によって具現されることができる。
端末200と情報検索装置300は通信網150を介して連結され、通信網150を介して互いに通信する。
通信網150は、例えばLTE(Long Term Evolution)、LTE−A(LTE−Advanced)、WI−FI、LAN(Local Area Network)、WAN(Wide Area Network)、CDMA(Code Division Multiple Access)、TDMA(Time Division Multiple Access)、WiBro(Wireless Broadband)、GSM(登録商標)(Global System for Mobile Communications)その他の過去又は現在に開発されたとか今後に使用可能となる通信方式のうち少なくとも一部によって具現されることができる。以下では、便宜のために、通信網150を言及せず、端末200と情報検索装置300が直接通信するものとして説明する。
端末200と情報検索装置300の具体的な動作及び構成については図2〜図8を参照して後述する。
図2は本明細書の一実施例による端末200のブロック構成図である。
図2を参照すると、本明細書の一実施例による端末200は、入力部210、表示部220、通信部230、格納部240及び制御部250を含むことができる。
入力部210は使用者の入力動作を入力信号に変換して制御部250に送信する。入力部210は、例えばキーボード、マウス、タッチスクリーン上のタッチセンサー、タッチパッド、キーパッド、音声入力、その他の現在又は過去に可能であるか未来に可能となる入力処理装置によって具現されることができる。入力部210は、例えば使用者の情報提供要請入力を受信して制御部250に伝達することができる。
表示部220は制御部250の制御によって画面を出力する。表示部220は、例えばLCD(液晶表示装置)、LED(発光ダイオード)、OLED(有機発光ダイオード)、プロジエクター、その他の現在又は過去に可能であるか未来に可能となる表示装置によって具現されることができる。表示部220は、例えば情報提供のためのインターフェースページ又は情報提供結果ページを表示することができる。実施例によっては、画面出力の代わりに音声出力又は振動など、その他の使用者に情報を伝達することができる他の方式を用いる構成部が表示部220の代わりに使われることもできる。
通信部230は情報検索装置300及び/又はその他の外部装置とデータをやり取りする。通信部230は情報検索装置300から受信したデータを制御部250に伝達する。また、通信部230は制御部250の制御によってデータを情報検索装置300に伝達する。通信部230が使用する通信技術は通信網150の類型又はその他の事情によって変わることができる。
格納部240は制御部250の制御によってデータを保存し、要請されたデータを制御部250に伝達する。
制御部250は端末200の全般的な動作と各構成部を制御する。制御部250は、特に後述するように、入力部210から入力された情報によって情報提供を要請し、その他のデータを情報検索装置300に送信し、情報検索装置300から受信したページ情報によって結果ページ及び/又はインターフェースページを表示部220を介して表示する。
制御部250が行う動作は物理的に分離されている多くの演算装置によって分散処理されることができる。制御部250が行う動作の一部は第1サーバーが行い、他の動作は第2サーバーが行う方式も可能である。この場合、制御部250は物理的に分離されている演算装置の総和によって具現されることができる。
格納部240は物理的に分離されている保存装置の総和によって具現されることもできる。
制御部250又は格納部240が物理的に分離されている多くの装置の総和によって具現される場合、多くの装置間の通信が必要であることもある。ここで、説明の簡素化のために、格納部240又は制御部250が単一客体によって具現された場合を仮定して説明する。
端末200がデータを送受信する場合、観点によって制御部250の制御によって通信部230がデータを送受信すると表現することもでき、制御部250が通信部230を制御してデータを送受信すると表現することもできる。
端末200の各構成部の具体的な動作については図4〜図8を参照して後述する。
図3は本明細書の一実施例による情報検索装置300のブロック構成図である。
図3を参照すると、本明細書の一実施例による情報検索装置300は、通信部310、制御部320及び格納部330を含むことができる。
通信部310は端末200及び/又はその他の外部装置とデータをやり取りする。通信部310は端末200から受信したデータを制御部320に伝達する。また、通信部310は制御部320の制御によってデータを端末200に伝達する。通信部310が使用する通信技術は通信網150の類型又はその他の事情によって変わることができる。
格納部330は制御部320の制御によってデータを保存し、制御部320から要請されたデータを制御部320に伝達する。
制御部320は情報検索装置300の全般的な動作と各構成部を制御する。制御部320は、特に後述するように、インターフェースページ要請、情報提供結果ページ要請を行い、その他にデータを通信部310を介して受信すれば、格納部330から必要なデータを取ってきて(load)ページ情報を生成し、ページ情報を通信部310を介して端末200に伝達する。
情報検索装置300がデータを送受信する場合、観点によって制御部320の制御によって通信部310がデータを送受信すると表現することもでき、制御部320が通信部310を制御してデータを送受信すると表現することもできる。
情報検索装置300の各構成部の具体的な動作については図4〜図8を参照して後述する。
他の実施例によると、視覚的に情報を提供するためのページの代わりに音声又は他の方式で情報を提供するためのデータが送受信されることができる。
図4は本明細書の一実施例による情報提供インターフェースを介しての情報提供過程のフローチャートである。
段階410で、情報検索装置300の制御部320はインターフェースページ情報を生成する。インターフェースページ情報はインターフェースページを生成するために必要な情報である。インターフェースページは使用者の入力を誘導し、使用者の入力を受信して情報検索装置300に伝達するためのページである。例えば、インターフェースページ情報はHTML文書又はその他のマークアップ言語文書形態であり得る。他の実施例として、端末200がインターフェースページの書式情報を予め持っており、コンテンツに対応する事項のみが情報検索装置300から端末200に伝達することもできる。以下では、便宜のために、インターフェースページ情報又はその他のページ情報はHTML文書形式で伝達されると仮定して説明する。しかし、本明細書の権利範囲がこれに限定されるものではない。
段階420で、情報検索装置300の通信部310はインターフェースページ情報を端末200に伝達する。
段階430で、端末200の制御部250はインターフェースページ情報を用いてインターフェースページを構成する。例えば、制御部250はウェブブラウザーを駆動してHTML文書を解釈してウェブページの形態にインターフェースページを構成することができる。ウェブブラウザーの代わりに別個のアプリケーションを使うこともできる。
段階440で、端末200の表示部220は使用者400にインターフェースページを表示する。インターフェースページは、例えば使用者400が情報提供を要請し、情報提供のためのキーワードを入力及び/又は選択し、その他の情報提供のための設定が可能なインターフェースを含むことができる。
段階450で、端末200の入力部210はインターフェースページを介して入力された使用者400の選択入力を受信して制御部250に伝達する。
段階460で、端末200の通信部230は制御部250の制御によって使用者の選択入力を識別することができる入力情報を情報検索装置300に伝達する。
段階470で、情報検索装置300の制御部320は使用者の入力(例えば、キーワード及び/又はその他の情報提供設定)を用いて結果ページ情報を生成する。結果ページ情報を生成するための準備過程と結果ページ情報を生成する過程については図5〜図8を参照して後述する。結果ページ情報は、例えばHTML文書形式及び/又はイメージ形式で構成されることができる。
段階480で、情報検索装置300の通信部310は結果ページ情報を端末200に伝達する。
段階490で、端末200の制御部250は通信部230が受信した結果ページ情報を用いて結果ページを構成する。例えば、制御部250はHTML形式の結果ページ情報を解釈して結果ページを構成することができる。
段階495で、端末200の表示部220は結果ページを使用者400に提供する。
図4の実施例で、使用者に視覚的形態のページを提供することを仮定したが、音声でインターフェース又は結果情報を提供することも可能である。この場合、表示部220の代わりに音声出力部が用いられることができる。視覚的/聴覚的方式の代わりに現在可能であるか未来に可能となる他の方式のインターフェース方式が使用者400との関係によって使われることもできる。この場合、情報検索装置300はインターフェース方式に合うようにページ情報の代わりに他の方式で変換された情報を端末200に提供することができる。
図5以降の実施例で、使用者400は自分が関心を有する特定の関心分野の客体についての情報を受けようとする。しかし、本明細書の権利範囲がこれに限定されるものではない。
関心分野は、例えば客体の類型となり得る。例えば、関心分野が‘有名人’であれば、この関心分野に相応する客体は‘ユ シ ミン’、‘ユ ゼ ソク’、‘テイラースイフト’などを含むことができる。例えば、関心分野が‘映画’であれば、この関心分野に相応する客体は‘ダンケルク’、‘スパイダーマン:ホームコーミング’、‘スーパーバッド3’などを含むことができる。例えば、関心分野が‘放送プログラム’であれば、この関心分野に相応する客体は‘無限挑戦’、‘アメリカンアイドル’、‘王座のゲーム’などを含むことができる。
以下の実施例で、キーワードとの関係(関連度/加重値など)を評価するために文書が収集される。収集された文書はいずれも同等な価値を有するものと評価されることもでき、最新の文書がより高い価値を有するものと評価されることもできる。すなわち、評価時点基準文書の年齢とその文書内に登場するキーワード間の関連度は負の相関関係を有することができる。
後述する図5以降の過程でも文書の最新性によって価値を違って評価することができる。例えば、評価時点基準から1日が経た文書に二つのキーワードが一緒に登場した場合が、評価時点基準から10日が経た文書に二つのキーワードが一緒に登場した場合に比べて10倍高い関連度と評価されることができる。文書の年齢は、例えば秒単位/分単位/時間単位で評価されるとか日単位/月単位/年間単位などで評価されることもできる。制御部320は文書の年齢が反映される前に評価された該当文書によるが、部分関連度値を文書の年齢で分けて文書の年齢が反映された部分関連度を抽出し、このような部分関連度を累積して両キーワード間の関連度を抽出することができる。
文書の年齢を確認するための文書の生成時点は、例えば文書内に含まれた掲示時点及び/又はメタデータを用いて把握するとか、周期的なクローリングによって、以前のクローリングによって発見されなかった文書が新たに発見される場合、新しいクローリング時点に新規文書が付け加わったものと把握することもできる。
図9は本明細書の一実施例による情報提供過程のフローチャートである。
段階910で、制御部320は客体項目と代表属性キーワード対に対応する客体キーワード関連度を格納部330に保存する。
図10は本明細書の一実施例による保存された客体キーワード関連度の例示図である。
図10の実施例で、客体項目は全部でm個(i〜i)があり、代表属性キーワードは全部でn個(k〜k)がある。
例えば、客体項目iと代表属性キーワードkの客体キーワード関連度はw5、3となる。
段階910の過程は、例えば図5〜図8の実施例の一部によって行われるとかこれと類似した過程、又はこれに相応する過程で行われることができる。他の実施例によると、段階910の過程は管理者の入力によって行われるとか外部システムで決定された客体キーワード関連度をネットワーク又は記憶媒体を介して受けて行われることができる。
図5は本明細書の一実施例による段階910の詳細フローチャートである。
図5を参照すると、段階510で、制御部320は第1集合文書から代表属性キーワード候補集合を抽出する。制御部320は、例えば第1集合文書のうち関心分野に相応する文書によく登場するキーワードを代表属性キーワード候補集合として収集することができる。
図6は本明細書の一実施例による段階510の詳細フローチャートである。
制御部320は特定分野に属する客体項目を示す客体キーワードと同一の文書に登場するキーワード及び特定分野を示す分野キーワードと同一の文書に登場するキーワードを第1属性キーワード候補集合及び第2属性キーワード候補集合と設定することができる。
例えば、情報提供サービスを提供しようとする関心分野が有名人であれば、分野キーワードは‘有名人’、‘芸能人’、‘映画俳優’、‘スター’、‘セレブリティ’などを含むことができる。分野キーワードは管理者によって設定されるとか制御部320によって推薦又は設定することができる。制御部320は、一部の分野キーワードを獲得した後、この分野キーワードとの関連度が所定値以上と分析された類似キーワードを追加的分野キーワードと推薦/設定することができる。
情報提供サービスを提供しようとする関心分野が有名人であれば、客体キーワードは該当関心分野に属する個別人物となり得る。例えば、“ユ ゼ ソク”、“テイラースイフト”、“スティープンカリー”などが関心分野有名人に相応する客体キーワードとなり得る。
分野キーワードと客体キーワードの関係を説明すると、例えば分野キーワードが客体キーワードの属性又は類型に対応することができる。分野キーワードが集合を示せば、客体キーワードはその集合に属する元素を示すものとなり得る。
客体キーワードは管理者によって設定されるとか、分野キーワードと類似した方式で選定されることができる。さらに他の実施例によると、制御部320は収集された文書の文脈を分析し、前記分野キーワードが示す集合に属する元素と判断されるキーワードを客体キーワードと選定することができる。
人気客体キーワードと不人気客体キーワードは該当客体キーワードの検索/収集量によって区分されることができる。制御部320は各客体キーワードが含まれた文書を検索/収集し、収集量が特定の閾値以上の客体キーワードを人気客体キーワードに設定し、残りの客体キーワードを不人気客体キーワードに設定することができる。
人気分野キーワードと不人気分野キーワードは該当分野キーワードの検索/収集量によって区分されることができる。制御部320は各分野キーワードが含まれた文書を検索/収集し、収集量が特定閾値以上の分野キーワードを人気分野キーワードに設定し、残りの分野キーワードを不人気分野キーワードに設定することができる。ただ、人気客体キーワードと不人気客体キーワードを区分する閾値と人気分野キーワードと不人気分野キーワードを区分する閾値は互いに異なる値となり得る。以下では、便宜のために、人気客体キーワードと人気分野キーワードをひっくるめて人気分野客体キーワードと称する。また、便宜のために、不人気客体キーワードと不人気分野キーワードをひっくるめて不人気分野客体キーワードと言う。
変形実施例では、人気分野客体キーワードの代わりに人気分野キーワード又は人気客体キーワードのみが使われることもできる。変形実施例では、不人気分野客体キーワードの代わりに不人気分野キーワード又は不人気客体キーワードのみが使われることもできる。
段階610で、制御部320は人気分野客体キーワードと同一の文書に一緒に登場するキーワードを第1属性キーワード候補集合と設定する。
制御部320は人気分野客体キーワードが含まれた文書を検索/収集し、収集された文書に含まれたキーワードを第1属性キーワード候補集合と設定することができる。他の実施例によると、制御部320は収集された文書に含まれたキーワードのうち分野キーワード及び客体キーワードを第1属性キーワード候補集合から除くことができる。また、制御部320は所定の意味ないキーワード、例えば助詞/冠詞などを第1属性キーワード候補集合から除くことができる。さらに他の実施例によると、制御部320は収集された文書に含まれたキーワードのうち所定の辞書(dictionary)に登録されたキーワードを第1属性キーワード候補集合に含ませることができる。
さらに他の実施例によると、制御部320は人気分野客体キーワードが含まれた文書を検索/収集し、収集された文書で人気分野客体キーワード又はそのキーワードが含まれた文章から所定の距離以内に配置されたキーワードを第1属性キーワード候補集合に含ませることもできる。さらに他の実施例によると、制御部320は人気分野客体キーワードが含まれた文書を検索/収集し、文脈を分析して人気分野客体キーワードを修飾/説明する用途に使用されたキーワードを第1属性キーワード候補集合に含ませることもできる。
キーワード間の距離又はキーワードと文章間の距離は、例えば二つのキーワード又はキーワードと文章間に位置する文章の個数、二つのキーワード又はキーワードと文章間に位置する単語の個数、二つのキーワード又はキーワードと文章間に位置する語節の個数、二つのキーワード又はキーワードと文章間に位置する文字の個数のいずれか一つ以上を基準に判断されることができる。
制御部320はキーワード分析のために形態素分析をまず行うことができる。
段階620で、制御部320は不人気分野客体キーワードと同一の文書に一緒に登場するキーワードを第2属性キーワード候補集合と設定する。
制御部320は不人気分野客体キーワードが含まれた文書を検索/収集し、収集された文書に含まれたキーワードを第2属性キーワード候補集合と設定することができる。他の実施例によると、制御部320は収集された文書に含まれたキーワードのうち分野キーワード及び客体キーワードを第2属性キーワード候補集合から除くことができる。また、制御部320は所定の意味ないキーワード、例えば助詞/冠詞などを第2属性キーワード候補集合から除くことができる。さらに他の実施例によると、制御部320は収集された文書に含まれたキーワードのうち所定の辞書(dictionary)に登録されたキーワードを第2属性キーワード候補集合に含ませることができる。
さらに他の実施例によると、制御部320は不人気分野客体キーワードが含まれた文書を検索/収集し、収集された文書で不人気分野客体キーワード又はそのキーワードが含まれた文章から所定の距離以内に配置されたキーワードを第2属性キーワード候補集合に含ませることもできる。さらに他の実施例によると、制御部320は不人気分野客体キーワードが含まれた文書を検索/収集し、文脈を分析して不人気分野客体キーワードを修飾/説明する用途に使用されたキーワードを第2属性キーワード候補集合に含ませることもできる。
キーワード間の距離又はキーワードと文章間の距離は、例えば二つのキーワード又はキーワードと文章間に位置する文章の個数、二つのキーワード又はキーワードと文章間に位置する単語の個数、二つのキーワード又はキーワードと文章間に位置する語節の個数、二つのキーワード又はキーワードと文章間に位置する文字の個数のいずれか一つ以上を基準に判断されることができる。
制御部320はキーワード分析のために形態素分析を先に行うことができる。
段階630で、制御部320は前記第1属性キーワード候補集合及び前記第2属性キーワード候補集合に共に属するキーワードを前記代表属性キーワード候補集合と設定することができる。すなわち、人気分野客体キーワードを修飾する表現としても使われながら不人気分野客体キーワードを修飾する表現としても使われるキーワードが代表属性キーワード候補集合に収集されることができる。
他の実施例によると、段階510で、制御部320は人気/不人気に関係なく客体キーワード及び/又は分野キーワードと一緒に登場するキーワードを代表属性キーワード候補集合に含ませることもできる。
図5に戻り、段階520で、制御部320は第2集合文書から代表属性キーワード候補集合に含まれる各代表属性キーワードに関連した二つ以上の下位キーワードを抽出する。
段階520の下位キーワード抽出に使われる第2集合文書と段階510の代表属性キーワード候補集合抽出に使われる第1集合文書は互いに異なる文書集合でもあり得、互いに同一の文書集合でもあり得る。例えば、第1集合文書は収集可能な文書全部を含む集合であり、第2集合文書は情報提供サービスを提供しようとする特定の関心分野が主なキーワードとして使用された文書のみを含む集合となり得る。制御部320は収集可能な文書を分析し、よく登場するキーワードに基づいて各文書が情報提供サービスを提供しようとする特定の関心分野が主なキーワードとして使用された文書であるかを分析することができる。他の実施例によると、第1集合文書及び第2集合文書は共に収集可能な関連文書全部を含む集合となり得る。さらに他の実施例によると、第1集合文書は収集可能な関連文書全部を含む集合であり、第2集合文書は情報提供サービスを提供しようとする特定の関心分野に係わる文書のみを含む集合となり得る。さらに他の実施例によると、第2集合文書は収集可能な関連文書全部を含む集合であり、第1集合文書は情報提供サービスを提供しようとする特定の関心分野に係わる文書のみを含む集合となり得る。
段階520のために、制御部320は、例えば情報提供サービスを提供しようとする特定の関心分野に係わる文書のみを含む集合を生成するために、該当関心分野そのものを示す分野キーワードを含む文書及び/又は該当関心分野に属する客体キーワードを含む文書を収集し、それらのうち分野キーワード/客体キーワードの比重が所定値以上の文書を抽出して特定の関心分野に係わる文書のみを含む集合を生成することができる。分野キーワード/客体キーワードの比重は分野キーワード/客体キーワードの登場頻度又は登場位置、文脈などによって判断することができる。例えば、分野キーワード/客体キーワードがよく登場するとか分野キーワード/客体キーワードが該当文書のタイトルとして使われるとか大きな文字又は強調のための字体で表示される文書は特定の関心分野に係わる文書に分類することができる。
段階520で、制御部320は、例えば前記第2集合文書の少なくとも一部を分析して各代表属性キーワードと最も関連度が高い下位キーワードを所定の個数だけ抽出して各代表属性キーワードに関連した二つ以上の下位キーワードを抽出することができる。
制御部320は、例えば下位キーワードが代表属性キーワードと同一又は類似の文脈に登場する頻度を考慮して代表属性キーワードと下位キーワード間の関連度を判断することができる。例えば、特定の文章でキーワードAの周辺に登場する単語は他の文書でもキーワードAに関連した単語の周辺に登場することができると思われる。
“思い切って旅行を行ったが7月であるから天気があまりにも暑くて苦労した。”
“思い切って旅行を行ったが7月であるから天気があまりにもじめじめして苦労した。”
前記二つの文章を調べると、同じ文脈で“暑くて”という単語が“じめじめして”という単語に取り替えられた。制御部320は“暑い”と“じめじめする”が互いに関連の単語であることを類推することができる。
“思い切って旅行を行ったが7月であるから天気があまりにも暑くて苦労した。”
“思い切ってお休みに行ったが7月であるから天気があまりにも暑くて苦労した。”
同様に、制御部320は前記二つの文章から“旅行”と“お休み”が関連の単語であることを類推することができる。
“思い切って旅行を行ったが7月であるから天気があまりにも暑くて苦労した。”
“思い切って旅行を行ったが8月であるから天気があまりにも暑くて苦労した。”
同様に、制御部320は前記二つの文章から“7月”と“8月”が関連の単語であることを類推することができる。
制御部320は以前に収集された文書から“暑い”と“じめじめする”が互いに関連の単語であり、“7月”と“8月”が互いに関連の単語であり、“旅行”と“お休み”が互いに関連の単語であることを保存しておくことができる。その後、下記のような文章を収集すると仮定する。
“思い切ってお休みに行ったが7月であるから天気があまりにもじめじめして苦労した。”
“思い切って旅行を行ったが8月であるから天気があまりにも暑くて大変であった。”
二つの文章が同じ文脈ではないが、“暑い”と“じめじめする”が互いに関連の単語であり、“7月”と“8月”が互いに関連の単語であり、“旅行”と“お休み”が互いに関連の単語であることを分かっていれば、制御部320は前記文章によって“苦労した”と“大変であった”も関連の単語であることを学習することができる。
同一又は類似の文脈に登場する頻度が高いキーワード対は互いに関連度が高いと判断することができる。また、二つのキーワードが登場する文脈の類似度が高いほど二つのキーワード間の関連度が高いと判断することができる。制御部320は収集される文書を用いて学習を進めてキーワード間の関連度を設定し、設定されたキーワード間の関連度と文章の文脈を用いて該当文章に登場するキーワードの関連度を設定する方式でキーワード間の関連度判断の正確性を高めることができる。
これと類似した学習方式として、NNLM(Neural Net Language Model)、RNNLM(Recurrent Neural Net Language Model)、word2vec、スキップグラム(skipgram)及びCBOW(Continuous Bag−of−Words)方式が知られている。特に、word2vecを用いる場合、word2vecは文書を用いて学習して各キーワードをベクターに対応させ、二つのキーワード間の類似度は二つのベクターのコサイン類似度計算によって把握することができる。
このような方式又は類似の方式で、制御部320は第2集合文書の少なくとも一部を分析して、各代表属性キーワードと最も関連度が高い下位キーワードを所定の個数だけ抽出することができる。
段階530で、制御部320は前記第2集合文書から前記代表属性キーワード候補集合内の各代表属性キーワードと下位キーワード対に対応する関連加重値を抽出することができる。
図7は本明細書の一実施例による段階530の詳細フローチャートである。
段階710で、制御部320は前記第2集合文書の少なくとも一部を分析して前記下位キーワード間の相互関連度を抽出することができる。例えば、代表属性キーワードA1に対して関連の下位キーワードとして収集されたものがB1〜B150の50個の下位キーワードであると仮定する。この場合、制御部320はこれら50個の下位キーワードに対して二つの下位キーワードが同じ文書に一緒に登場する頻度を用いて二つの下位キーワード間の相互関連度を抽出することができる。B1とB1が同じ文書に登場する頻度によってB1とB1間の相互関連度が決定される。他の実施例によると、B1とB1が同じ文書に登場する頻度が相互関連度に影響を与えることに加え、B1とB1が同じ文書に登場する場合、二つのキーワードB1とB1間の距離(又は二つのキーワードが登場する文章間の距離)が近いほど高い相互関連度が認められることができる。類似した方式で下位キーワード間の相互関連度が抽出されることができる。キーワード間の距離又はキーワードと文章間の距離は例えば二つのキーワード又はキーワードと文章間に位置する文章の個数、二つのキーワード又はキーワードと文章間に位置する単語の個数、二つのキーワード又はキーワードと文章間に位置する語節の個数、二つのキーワード又はキーワードと文章間に位置する文字の個数のいずれか一つ以上を基準に判断されることができる。
段階720で、制御部320は前記下位キーワード間の相互関連度に基づいて各代表属性キーワードと下位キーワード間の関連加重値を抽出することができる。制御部320は、例えば各代表属性キーワードに相応する下位キーワード集合に対し、前記下位キーワード集合内の特定の下位キーワードと前記下位キーワード集合内の他の下位キーワード間の相互関連度と、前記特定の下位キーワードと前記代表属性キーワード間の関連加重値が、互いに正の相関関係を有するように前記特定の下位キーワードと前記代表属性キーワード間の関連加重値を設定することができる。
例えば、代表属性キーワードA1の下位キーワードB1とA1の他の下位キーワード(B1〜B150)間の相互関連度が高いほどA1とB1間の関連加重値が高く設定されることができる。例えば、B1とA1の他の下位キーワード(B1〜B150)間の相互関連度算術平均(又は総和)がB1とA1間の関連加重値となり得る。単純な算術平均の代わりに幾何平均/調和平均が使われることもできる。下位キーワードB11とA1の他の下位キーワード(B1〜B150)間の相互関連度のうち最も高い2個(例示)と最も低い2個(例示)を除いて平均を求めるトリム平均が使われることもできる。相互関連度の算術平均の代わりに中央値(median)が使われることもできる。
いくつかの実施例によると、A1に対するB1の関連加重値を計算するために使われる“B1とB1が同じ文書に登場する頻度”は単純にB1とB1が一緒に登場する(又は同じ文章に登場する、又は近接して登場する)文書の個数によって変わるものではなく、B1とB1が一緒に登場する(又は同じ文章に登場する、又は近接して登場する)文書の個数をB1が登場する文書の個数及び/又はB1が登場する文書の個数で分けて求めることができる。類似の方式で“B1とB1が同じ文書に登場する頻度”はB1とB1が一緒に登場する(又は同じ文章に登場する、又は近接して登場する)文書の個数と正の相関関係を有し、B1が登場する文書の個数及び/又はB1が登場する文書の個数と負の相関関係を有するように設定されることができる。単純によく使われる単語が代表属性キーワードA1に高い関連加重値を有することを防止するための一種のノーマライゼーション(normalization)である。
図5に戻り、段階540で、制御部320は前記第1集合文書から客体項目と下位キーワード間の下位関連度を抽出することができる。
第1集合文書のうち、客体項目を示す客体キーワード(例えば“テイラースイフト”)のような文書、又は同じ文章又は近接した文章によく登場した下位キーワードは該当客体項目に関連したものであると判断することができる。制御部320は該当客体項目の客体キーワードが登場した文書を収集し、その文書内に一緒に登場した頻度によって下位キーワードと客体キーワード間の下位関連度を抽出することができる。特に、制御部320は下位キーワードが客体キーワードと同一の文章に登場すれば、下位キーワードが客体キーワードと違う文章に登場した場合に比べ、下位キーワードと客体項目間の関連度がもっと高いと設定することができる。
制御部320は下位キーワードの登場した文章が客体キーワードが登場した文章に近づくほど下位キーワードと該当客体キーワードの客体項目間の関連度がもっと高いと設定することができる。二つの文章の近接度は、例えば二つの文章間に位置する文章の個数、二つの文章間に位置する単語の個数、二つの文章間に位置する語節の個数、二つの文章間に位置する文字の個数のいずれか一つ以上を基準に判断されることができる。
制御部320は下位キーワードが登場した位置が客体キーワードが登場した位置に近づくほど下位キーワードと該当客体キーワードの客体項目間の関連度がもっと高いと設定することができる。下位キーワードと客体キーワード間の近接度は、例えば下位キーワードと客体キーワード間に位置する文章の個数、下位キーワードと客体キーワード間に位置する単語の個数、下位キーワードと客体キーワード間に位置する語節の個数、下位キーワードと客体キーワード間に位置する文字の個数のいずれか一つ以上を基準に判断されることができる。
段階550で、制御部320は段階540の下位関連度及び段階530の関連加重値を用いて前記客体項目と前記各代表属性キーワード間の客体キーワード関連度を抽出することができる。
例えば、客体項目Cと代表属性キーワードA1間の客体キーワード関連度はCとA1の下位キーワード(例えば、B1〜B150)間の下位関連度及び各下位キーワードの関連加重値を用いて抽出されることができる。例えば、客体項目Cと代表属性キーワードA1間の客体キーワード関連度は、客体項目CとB1〜B150間の下位関連度が高いほど高く設定されることができる。
また、A1との関係で、関連加重値がより高い下位キーワードに対して客体項目Cとの下位関連度が高ければ、関連加重値がより低い下位キーワードに対して下位関連度が高い場合に比べ、客体Cと代表属性キーワードA1間の客体キーワード関連度がより高く設定されることができる。例えば、下記表1の場合が下記表2の場合より関連加重値の高い方(B1)の下位関連度が高いので、表1の場合が表2の場合より客体Cと代表属性キーワードA1間の客体キーワード関連度が高く設定されることができる。
Figure 0006676698
Figure 0006676698
一実施例によると、各下位キーワードに対応する関連加重値及び下位関連度を掛けた値の総和で(又はこの総和を用いて)客体Cと代表属性キーワードA1間の客体キーワード関連度を求めることもできる。表1の場合は0.5×0.5+0.2×0.2=0.29となり、表2の場合は0.2×0.5+0.5×0.2=0.20となるので、表1の場合が表2の場合より客体Cと代表属性キーワードA1間の客体キーワード関連度が高く設定されることができる。
上述した客体キーワード関連度算定方式は例示的なものに過ぎなく、段階540のCとの下位関連度及び段階530のA1との関連加重値がC及びA1間の客体キーワード関連度と正の相関関係にあれば他の方式が使われても構わない。
その後、通信部310が特定の代表属性キーワードに関連した情報提供要請を受信すれば、制御部320は段階550で抽出した客体キーワード関連度に基づいて結果項目を通信部310を介して提供することができる。例えば、いずれか一つの代表属性キーワードを含む情報提供要請を受信した場合、制御部320は該当代表属性キーワードとの関係で客体キーワード関連度が高い順に客体項目についての情報を提供することができる。
他の実施例で、二つ以上の代表属性キーワード及びそれらに対応する加重値を含む情報提供要請を受信した場合、制御部320は各客体項目に対して情報提供要請に含まれた代表属性キーワードとの客体キーワード関連度に加重値を掛けた(又はこれと同様に加重値を付け加えた)値の総和(又は平均)が高い順に客体項目についての情報を提供することができる。
図8は本明細書の他の実施例による情報提供過程のフローチャートである。
図8の実施例は図5の実施例と同一の過程に加え、段階520と段階530間に二つの段階523、526をさらに含んでいる。ここで、重複した説明を避け、段階523及び段階526についてのみ説明する。
段階523で、制御部320は、段階520で抽出された下位キーワードのそれぞれが、感情言語(感情語)に相当するかを判断する。このために、格納部330又は外部サーバーが感情語辞書(dictionary)を保有することができる。感情語辞書はある単語(キーワード)が感情語であるかを判断するための道具であり、例えば感情語リストを保有することができる。感情語リストに含まれたキーワードは感情語と言え、そうではないキーワードは感情語ではないと判断することができる。ただ、このような判断は辞書的の意味に基づいたものであり、時代によって変わる大衆の単語使用を反映することができないことがある。したがって、制御部320は代表属性キーワードそのものの感情語であるかを判断せず、代表属性キーワードに関連した下位キーワードの感情語であるかによって代表属性キーワードを活用するかを判断する。
他の実施例で、制御部320は感情語辞書に感情語として登録された、所定の数以上の単語と関連度が高い(所定の値以上の)ものとして学習された他の単語を感情語辞書に追加することができる。
段階526で、制御部320は関連の下位キーワードの感情言語割合(又は数字)が高い順に所定の個数の代表属性キーワードのみを代表属性キーワード候補集合内に残し、残りを除去することができる。このような過程によって感情言語と距離が遠いキーワードが感情言語のように取り扱われることを防止することができる。
図9に戻り、段階920で、制御部320は予約語と代表属性キーワード対に対応する基本予約語−キーワード関連度を格納部330に保存する。
予約語は代表属性キーワードの加重値で表現可能な表現を含むことができる。例えば、“退屈だ”も予約語となり得、“かわいい”も予約語となり得る。
予約語“退屈だ”に対して基本予約語−キーワード関連度が高い代表属性キーワードは、例えば“おもしろい”、“興味津津な”、“時間つぶし用”などの退屈な状況を解決することができる代表属性キーワードを含むことができる。
予約語“かわいい”に対して基本予約語−キーワード関連度が高い代表属性キーワードは、例えば“美しい”、“愛らしい”、“人目を引く”などの“かわいい”と類似するか“かわいい”を説明する代表属性キーワードを含むことができる。
段階920の過程は、例えば管理者の入力によって行うとか外部システムで決定された基本予約語−キーワード関連度をネットワーク又は記憶媒体を介して受けて行うことができる。他の実施例によると、段階920の過程はインターネット、SNS、ニュースなどの収集可能な文書を分析して図5〜図8の過程と類似した方式で行うこともできる。また、段階920の過程は、後述するように使用者のフィードバックを反映する過程を含むことができる。
段階920の過程は図15〜図17のいずれか一つを参照して後述する方式で行うこともできる。
図11は本明細書の一実施例による基本予約語−キーワード関連度の例示図である。
図11の実施例で、予約語は全部でq個(C〜C)があり、代表属性キーワードは全部でn個(k〜k)がある。
例えば、予約語Cと代表属性キーワードkの基本予約語−キーワード関連度はv3、5となる。
段階930で、通信部310が端末200から受信予約語を受信して獲得し、受信予約語を制御部320に伝達する。
受信予約語は端末200が検索使用者から受信した予約語である。端末200は音声入力を電気的信号(音声信号)に変換して検索装置300に伝達することができる。検索装置300の制御部320は音声信号を分析してテキストに変換し、変換テキストを予約語とマッチさせることができる。制御部320はまた音声信号を分析して音声のイントネーション又は高低、速さ、呼吸状態などを分析して情況情報として活用することもできる。
他の実施例によると、端末200は音声入力をテキストに変換して変換テキストを検索装置300に伝達することができる。端末200は受信した音声入力のイントネーション又は高低、速さ、呼吸状態などを分析して分析情報を検索装置300に伝達することができる。検索装置300は分析情報を一種の情況情報として活用することもできる。
段階940で、制御部320は客体キーワード関連度及び基本予約語−キーワード関連度を用いて前記受信予約語と各客体項目対に対応する予約語−客体関連度を獲得する。
図12は本明細書の一実施例による段階940の詳細フローチャートである。
図12を参照すると、段階1210で制御部320は受信予約語に対する各客体項目及び代表属性キーワード対に相応する調整客体−キーワード関連度を獲得する。
一実施例によると、制御部320は、各客体項目及び代表属性キーワード対に対して前記客体項目及び前記代表属性キーワード対に相応する客体キーワード関連度に前記受信予約語及び前記代表属性キーワード対に相応する基本予約語−キーワード関連度を適用することにより、前記受信予約語に対する各客体項目及び代表属性キーワード対に相応する調整客体−キーワード関連度を獲得することができる。
特に、制御部320は、各客体項目及び代表属性キーワード対に対して前記客体項目及び前記代表属性キーワード対に相応する客体キーワード関連度に前記受信予約語及び前記代表属性キーワード対に相応する基本予約語−キーワード関連度を掛けた値を用いて前記受信予約語に対する各客体項目及び代表属性キーワード対に相応する調整客体−キーワード関連度を獲得することができる。
また、制御部320は、各客体項目及び代表属性キーワード対に対して前記客体項目及び前記代表属性キーワード対に相応する客体キーワード関連度と正の相関関係を有し、前記受信予約語及び前記代表属性キーワード対に相応する基本予約語−キーワード関連度と正の相関関係を有するように前記受信予約語に対する、各客体項目及び代表属性キーワード対に相応する調整客体−キーワード関連度を設定することもできる。
本明細書で、客体キーワード関連度、基本予約語−キーワード関連度、調整客体キーワード関連度、基本予約語−下位キーワード関連度及びその他の連関関係を示す値はいずれも値が大きいほどもっと連関関係が緊密な値であると仮定した。他の実施例で、一部の関連度値は関連度値が小さいほど連関関係が緊密であり、他の関連度値は関連度値が大きいほど連関関係が緊密な場合にはそれに合うように正の相関関係−負の相関関係を適切に取り替えて使うことができる。
例えば、制御部320は、受信予約語がCであるとき、客体項目i及び代表属性キーワードk対に相応する調整客体−キーワード関連度を獲得するために、客体項目i及び代表属性キーワードk対に相応する客体−関連度w4、3に受信予約語C及び代表属性キーワードk対に相応する基本予約語−キーワード関連度v3、4を適用して調整客体−キーワード関連度を獲得することができる。
特に、関連度の適用方式は客体−関連度と基本予約語−キーワード関連度を掛ける方式となり得る。例えば、制御部320は、受信予約語がCであるとき、客体項目i及び代表属性キーワードk対に相応する調整客体−キーワード関連度を獲得するために、客体項目i及び代表属性キーワードk対に相応する客体−関連度w4、3に受信予約語C及び代表属性キーワードk対に相応する基本予約語−キーワード関連度v3、2を掛けた値である(w4、3×v3、2)を用いて調整客体−キーワード関連度を獲得することができる。他の実施例で、制御部320は乗算の代わりに調整客体−キーワード関連度がw4、3及びv3、2と正の相関関係を有するようにする他の演算/利用方式を適用した関数f(w4、3、v3、2)を活用して調整客体−キーワード関連度を獲得することもできる。また(w4、3×v3、2)を調整客体−キーワード関連度として活用する方法及び(w4、3×v3、2)にその他の要因に基づいた補正を加えて調整客体−キーワード関連度として活用する方法のいずれも活用することができる。
段階1220で、制御部320は特定の客体項目に対する前記調整客体−キーワード関連度を累積した値を用いて予約語−客体関連度を獲得することができる。例えば、制御部320は特定の客体項目に対する前記調整客体−キーワード関連度の累積値と正の相関関係を有するように前記受信予約語及び前記特定の客体項目対に相応する前記予約語−客体関連度を設定することができる。客体項目i及び受信予約語C対に相応する予約語−客体関連度は、例えば下記数式1を用いて獲得することができる。f(w4、j、vj、2)は客体項目i及び受信予約語C、キーワードkに対応する調整客体−キーワード関連度である。
Figure 0006676698
例えば、客体項目i及び受信予約語C対に対応する予約語−客体関連度は下記数式2となり得る。
Figure 0006676698
他の例で、客体項目i及び受信予約語C対に対応する予約語−客体関連度は下記数式3に対してその他の要因による補正を加えた値となり得る。
Figure 0006676698
図9に戻り、段階950で、制御部320は受信予約語に対応する予約語−客体関連度によって客体項目を提供することができる。例えば、受信予約語Cに対応する予約語−客体関連度が下記表3の通りであれば、制御部320は下記表4の順に客体項目を提供することができる。
Figure 0006676698
Figure 0006676698
すなわち、制御部320は、受信予約語に対応する予約語−客体関連度が高い順に客体項目を提供することができる。客体項目を受けた端末200は表示部220を介して客体項目iについての情報を使用者に提供することができる。端末200は必要によって下位順の他の客体項目についての情報も提供することができる。端末200は表示部220の代わりにスピーカーを介して音声で客体項目iについての情報を使用者に提供することができる。
図13は本明細書の他の実施例による情報提供過程のフローチャートである。
図13〜図17の過程は図5〜図12の過程を一部用いるとか図5〜図12の過程を一部変更して行うこともできる。図13〜図17の過程を説明しながら必要な場合には図5〜図12についての説明を引用することができる。
図13を参照すると、段階1310で、制御部320は第1集合文書から代表属性キーワード候補集合を抽出する。制御部320は、例えば第1集合文書のうち関心分野に当たる文書によく登場するキーワードを代表属性キーワード候補集合として収集することができる。段階1310の過程は、例えば図5の段階510の過程と同一又は同様に進むことができる。段階1310の過程は図6の過程と同一又は類似の過程で進むことができる。図6の過程についての説明は再び繰り返さない。
段階1320で、制御部320は予約語集合を設定する。例えば、管理者が手動で入力して予約語集合を設定することができる。変形例によると、制御部320が予約語として適した語節/句節などを予約語候補として設定し、予約語候補の一つ以上を予約語として設定することができるインターフェースを提供することもできる。
図18は本明細書の変形例による段階1320の詳細フローチャートである。
段階1810で、制御部320は一つの言語単位又は二つ以上の連続した言語単位の文書集合内の登場回数を獲得する。ここで、文書集合は図5の段階510の過程で使われる文書集合と同一の文書集合ともなり得、他の文書集合ともなり得る。
言語単位は、例えば語節/単語/形態素/音節/文字のいずれか一つとなり得る。その他の文章を区分する多くの基準で分けられた単位がこの実施例での言語単位となり得る。
制御部320は、段階1810以前に文書集合の各文書が含む文書を語節単位に分けて配列又はリストなどの形態として保存することができる。制御部320は、実施例によって各語節で無意味な単語、例えば韓国語で一部の助詞又は‘この’、‘あの’などの指示形容詞、その他の分析に必要ではない単語を語節から削除するとか配列/リストから除去することができる。また、制御部320は、実施例によって語節が単一単語からなる場合、該当単語を基本形(又は所定の形式)に転換することができる。
変形例によると、制御部320は、段階1810以前に文書集合の各文書が含む文書を単語単位に分けて配列又はリストなどの形態として保存することができる。制御部320は、実施例によって各単語を基本形(又は所定の形式)に転換することができる。制御部320は、実施例によって無意味な単語、例えば韓国語で一部の助詞又は‘この’、‘あの’などの指示形容詞、その他の分析に必要ではない単語を配列/リストから除去することができる。
制御部320が文書を形態素単位に又は音節単位に又は文字単位に分割する変形例も可能である。
以下の実施例では、便宜のために制御部320が文書を語節単位に分割し、各語節が言語単位となると仮定する。
単一言語単位は予約語となり得る。変形実施例によると、二つ以上の連続した言語単位も予約語となり得る。例えば、“こぎれいな”(単一言語単位)も予約語となり得、“雰囲気良い”(二つの連続した言語単位)も予約語となり得る。ただ、二つ以上の連続した言語単位は単一言語単位に比べてよく出にくいので、実施例によって二つ以上の連続した言語単位が予約語として選定されるようにするために、予約語選定時に二つ以上の連続した言語単位に対して加重値又は追加点数を与えることができる。変形例によると、予約語選定時に二つ以上の連続した言語単位に対して予約語選定のための基準値をもっと寛大に設定することもできる。例えば、単一言語単位が少なくともa回登場すると予約語候補として推薦されることができれば、二つの連続した言語単位はaよりずっと小さい回数であるb回さえ登場しても予約語候補として推薦されるように設定されることができ、三つの連続した言語単位はbよりも小さいc回さえ登場しても予約語候補として推薦されるように設定されることもできる。以下、本明細書で二つ以上の連続した言語単位を連続言語単位と言う。
また、連続言語単位が予約語として推薦/選定される場合、その予約語(候補)に含まれた言語単位又はその予約語(候補)に含まれるとともに予約語(候補)より短い連続言語単位は予約語として推薦されないようにするとか、予約語として推薦されるための点数算定時に減点することができる。類似の予約語が多く選定されるとか推薦されることを防止するためのものである。以下では、説明を単純化するために、連続言語単位についての説明を省略するが、単一言語単位についての説明が連続言語単位に対しても全く同一に又は同様に適用されることができる。
段階1810で、言語単位の登場回数は例えば該当言語単位が登場した文書の数となり得る。一文書で該当言語単位が多数回登場しても登場回数は1回のみ認められる。他の実施例によると、該当言語単位が一文書で多数回登場する場合を全て登場回数と認めてその登場回数が言語単位の登場回数となり得る。
さらに他の実施例によると、一文書で該当言語単位が二回以上繰り返して登場する場合、2回以後の登場は1回登場に比べて低い値の登場と認めることができる。また、一文書で該当言語単位の登場が繰り返されれば繰り返されるほど後の登場はもっと低い点数と認めることができる。登場回数が増えれば点数が高くなるが、傾きが次第に緩くなるものである。例えば、登場回数の1/r二乗(rは1より大きな実数(real number))が該当文書で該当言語単位の登場点数として使われることもできる。例えば(登場回数のログ値)+1(ただ、登場回数が0の場合、登場点数は0)などが使われることもできる。また、一文書で言語単位の登場点数は所定の上限値を超えないように制限されることもできる。該当言語単位の登場点数を全ての文書に対して累積した値が該当言語単位の登場回数による登場点数となり得るであろう。そして、このような登場点数を段階1830で活用することができる。
以下では、便宜のために、言語単位の登場回数は該当言語単位が登場した文書の数であると仮定して説明する。
段階1820で、制御部320は言語単位から所定の距離以内に感情語が位置する回数を獲得する。言語単位と感情語間の距離は、例えば言語単位と感情語間に位置する単語の個数、言語単位と感情語間に位置する語節の個数、言語単位と感情語間に位置する文字の個数のいずれか一つ以上を基準に判断することができる。
また、言語単位と感情語が互いに異なる文章に属する場合、言語単位と感情語間に位置する単語/語節/文字の個数にかかわらず、制御部320は感情語が言語単位から所定の距離以内に位置しないと判断することもできる。他の変形例によると、言語単位と感情語が互いに異なる文章に属する場合、制御部320は文章に対する判断を排除して計算した距離に一定した数字を加えて距離を計算することもできる。言語単位と感情語が互いに異なる文章に属する場合、互いに連関性がない確率が比較的高くなるため、感情語間に位置する単語/語節/文字の個数より距離を遠く評価するのが好ましいからである。
特定の単語(語節)の感情語であるかは予め登録された感情語辞書で検索して確認することができる。
言語単位から一定距離以内に感情語が位置する回数は、例えば一定の距離以内に該当言語単位と感情語が一緒に位置する文書の数となり得る。一文書で該当言語単位と感情語が一定距離以内に一緒に多数回登場しても登場回数は1回のみ認められる。他の実施例によると、一文書の該当言語単位のうち一定の距離以内に感情語が位置する言語単位が多い場合、その多くの言語単位を全て言語単位から一定の距離以内に感情語が位置する回数と認めることができる。以下では、一定の距離以内に感情語が位置する言語単位を感情語位置言語単位と言う。
さらに他の実施例によると、一文書で感情語位置言語単位が2回以上繰り返し登場する場合、2回以後の登場は1回登場に比べて低い値の登場と認めることができる。また、一文書で該当感情語位置言語単位の登場が繰り返されれば繰り返されるほど後の登場はより低い点数と認められることができる。登場回数が増えれば点数が高くなるが傾きが次第に緩くなるものである。例えば、登場回数の1/r二乗(rは1より大きな実数(real number))が該当文書で該当感情語位置言語単位の登場点数として使われることもできる。例えば(登場回数のログ値)+1(ただ、登場回数が0の場合、登場点数は0)などが使われることもできる。また、一文書で感情語位置言語単位の登場点数は所定の上限値を超えないように制限されることもできる。該当感情語位置言語単位の登場点数を全ての文書に対して累積した値が該当言語単位の登場回数による登場点数となり得る。そして、このような登場点数が段階1830で活用されることができる。
さらに他の実施例によると、一つの言語単位に対して一定の距離以内に位置する感情語の個数が多いほど登場点数をもっと高く認めることもできる。また、一つの言語単位に対してもっと近い距離内に感情語がある場合、登場点数をもっと高く認めることもできる。また、一つの言語単位に対して一つではない二つ以上の所定の個数の感情語がある場合にのみ登場点数(登場回数)が認められることもできる。
以下では、便宜のために、感情語位置言語単位の登場回数は該当言語単位から所定の距離以内に感情語が登場した文書の数であると仮定して説明する。
段階1830で、制御部320は該当言語単位の登場回数及び言語単位から一定の距離以内に感情語が位置する回数を考慮して予約語候補を設定する。
例えば、制御部320は言語単位の登場回数及び一定の距離以内に感情語が位置する回数を掛けて(又はその他の二つの変数に対して正の相関関係を有する演算方式によって)感情語点数に換算することができる。そして、点数が高い順に所定の個数が予約語候補として設定されることができる。若しくは、所定の点数以上に相当する言語単位が予約語候補として設定されることもできる。
Figure 0006676698
上記表5の例示では、第3言語単位→第2言語単位→第1言語単位→第4言語単位の順に予約語候補となり得る。制御部320が二つの予約語候補を推薦すれば、第3言語単位及び第2言語単位が推薦されるであろう。制御部320が点数3百万点以上の言語単位を予約語候補として推薦すれば、第3言語単位、第2言語単位及び第1言語単位が順に予約語候補として推薦されるであろう。
他の実施例によると、制御部320は言語単位の登場回数の順に第1個数だけの言語単位を抜き出した後、抜き出した言語単位の一定距離内に感情語が登場した回数(又は感情語点数)を基準にした順に一定個数の予約語候補を抽出することができる。表5の例示で、登場回数の順に3個の言語単位を抜き出せば、第1〜第3言語単位が抽出されることができる。感情語登場回数を基準とすれば、第2言語単位、第3言語単位及び第1言語単位の順に予約語候補が推薦されることができる。
さらに他の実施例によると、制御部320は、言語単位の登場回数の順に第1個数だけの言語単位を抜き出した後、抜き出した言語単位の一定距離内に感情語が登場した回数(又は感情語点数)を基準とした順に第2個数(ただ、第2個数は第1個数未満である)の予約語候補を抽出することができる。表5の例示で、登場回数の順に3個の言語単位を抜き出せば、第1〜第3言語単位が抽出されることができる。感情語登場回数を基準として2個の言語単位を抽出すればれ、第2言語単位及び第3言語単位の順に予約語候補が推薦されることができる。
制御部320は、上述した方式と類似するか多少相異なる方式で、予約語候補選択のための点数が段階1810の言語単位の登場回数と正の相関関係を有し、段階1820の所定の距離以内に感情語が位置する言語単位の登場回数とも正の相関関係を有するように予約語候補選択のための点数を設定し、この点数を用いて予約語候補を推薦することができる。
また、制御部320は、既に予約語集合に含まれた言語単位は予約語候補として付け加わらないように処理することができる。また、制御部320は、予約語集合に含まれた予約語と実質的に同一の言語単位は予約語候補に付け加わらないように処理することができる。
段階1840で、情報検索装置300は端末200に予約語候補情報を含む予約語選択インターフェースを生成するためのインターフェース情報を提供する。インターフェース情報は、例えばhtml形式の文書となり得る。他の実施例によると、インターフェース情報はインターフェースを生成するために必要な動的情報(推薦される予約語候補など)のみを含み、端末200はこのような動的情報を端末200に前もって保存されていたページ形態に反映する方式でインターフェースを含むページを使用者に提供することができる。
制御部320は予約語候補情報を含む予約語選択インターフェースを含むページを生成するためのページ情報を生成し、通信部310がページ情報を端末200に提供することができる。端末200は使用者に該当インターフェースを含むページをレンダリングして表示することができる。変形実施例によると、視覚的ページに含まれたインターフェースの代わりに音によるインターフェース又は現在まで知られたか未来に知られる技術によるインターフェースが提供されることもできる。以下では、便宜のために、視覚的ページに含まれたインターフェースが提供されると仮定して説明する。
図19は段階1840で提供されるインターフェース情報によって生成されたインターフェース1900の例示図である。
図19を参照すると、インターフェース1900は、チェックボックス列(column)1910、予約語候補列1920及び詳細表示列1930からなる表を含む。また、インターフェース1900は、予約語追加ボタン1940、候補削除ボタン1950及び保管箱に入れるボタン1960を含むことができる。使用者はチェックボックス列1910で所望の予約語候補(等)を選択した後、予約語追加ボタン1940、候補削除ボタン1950、保管箱に入れるボタン1960のいずれか一つを選択して予約語候補を処理することができる。ある一つのボタンが選択されれば、端末200は使用者の入力を変換した入力情報を情報検索装置300に伝達することができる。
情報検索装置300は端末200から受けた入力情報によって予約語候補を処理することができる。例えば、使用者が一部の予約語候補(以下‘選択された候補’)のチェックボックス1910を選択し、予約語追加ボタン1940を選択すれば、これに係わる入力情報を受けた情報検索装置300の制御部320は予約語集合に選択された候補を追加し、予約語候補集合から選択された候補を削除することができる。制御部320は今後の予約語候補推薦時に予約語集合に含まれた言語単位(等)及び予約語集合に含まれた言語単位(等)と実質的に同一の言語単位(等)を予約語候補として推薦しないように制御する。
他の例によると、使用者が一部の予約語候補のチェックボックス1910を選択し、予約語候補削除ボタン1950を選択すれば、これに係わる入力情報を受けた情報検索装置300の制御部320は予約語除外集合に選択された候補を追加し、予約語候補集合から選択された候補を削除することができる。制御部320は今後の予約語候補推薦時に予約語除外集合に含まれた言語単位(等)及び予約語除外集合に含まれた言語単位(等)と実質的に同一の言語単位(等)を予約語候補として推薦しないように制御する。
さらに他の例によると、使用者が一部の予約語候補のチェックボックス1910を選択し、保管箱に入れるボタン1960を選択すれば、これについての入力情報を受けた情報検索装置300の制御部320は予約語候補保管集合に選択された候補を追加し、予約語候補集合から選択された候補を削除することができる。制御部320は今後の予約語候補推薦時に予約語候補保管集合に含まれた言語単位(等)及び予約語候補保管集合に含まれた言語単位(等)と実質的に同一の言語単位(等)を予約語候補として推薦しないように制御する。
ボタン1940、1950、1960の代わりにボタンと類似した他のインターフェース、又はボタンの役目の代わりをすることができる他のインターフェースを活用することもできる。
また、制御部320は予約語集合から一部の予約語を削除するためのインターフェースを提供することができる。制御部320は、予約語除外集合の一部の言語単位が推薦から除かれないように予約語除外集合から言語単位を除去するためのインターフェースを提供することができる。制御部320は予約語候補保管集合の言語単位を図19と類似したリストインターフェースの形態として提供し、そのリストインターフェースを介して使用者が予約語候補保管集合の一部の言語単位を予約語として追加するようにすることができる。
また、使用者は前記リストインターフェースを介して予約語候補保管集合の一部の言語単位を予約語除外集合に含まれるようにし、予約語候補保管集合から削除することもできる。この場合、該当言語単位はそれ以上予約語候補保管集合のリストインターフェースを介して提供されなく、図19のインターフェース1900を介しても予約語候補として推薦されない。また、使用者は前記リストインターフェースを介して予約語候補保管集合の一部の言語単位を単純に予約語候補保管集合から削除することもできる。この場合、該当言語単位はそれ以上予約語候補保管集合のリストインターフェースを介して提供されないが、図19のインターフェース1900を介して予約語候補として推薦されることはできる。
また、インターフェース1900は、予約語候補が一ページに全て見られない場合に備え、ページ移動のための前ページボタン1970及び/又は次ページボタン1980を含むことができる。前ページボタン1970及び/又は次ページボタン1980は実際候補の個数及び現在ページの位置によって選択的に提供されることができる。また、前ページボタン1970及び/又は次ページボタン1980の代わりにスクロールによって拡張されるインターフェースが提供されることもできる。一部のインターフェースでは、1910、1920、1930項目を含む表のみがスクロールされ、ボタン1940、1950、1960、1970、1980はスクロールから除かれることもできる。
使用者は詳細表示1930を選択して予約語候補が推薦された背景又は関連情報を詳細に検索することもできる。詳細表示1930を選択したとき、制御部320の提供するインターフェースは該当予約語候補についての情報及び該当予約語候補を予約語として追加するとか予約語候補保管集合に追加するとか予約語除外集合に追加するためのインターフェースを含むことができる。
その他に予約語候補を管理するためのインターフェースが制御部320によって端末200を介して使用者に提供されることができる。
図18に戻り、段階1850で、制御部320は予約語を選択する入力によって選択された予約語候補を予約語集合に追加することができる。
図13に戻り、段階1330で、制御部320は客体項目と代表属性キーワード対に対応する客体キーワード関連度を保存する。
図10は本明細書の一実施例による保存された客体キーワード関連度の例示図である。
図10の実施例で、客体項目は全部でm個(i〜i)があり、代表属性キーワードは全部でn個(k〜k)がある。
例えば、客体項目i5と代表属性キーワードk3の客体キーワード関連度はw5、3になる。
段階1330の過程は、例えば図5〜図8の実施例の一部によって行うとか、これと類似した過程又はこれに相応する過程で行うことができる。他の実施例によると、段階1330の過程は管理者の入力によって行うとか外部システムで決定された客体キーワード関連度をネットワーク又は記憶媒体を介して受けて行うことができる。
図5〜図8の実施例については先に説明したので、繰り返される説明を省略する。ただ、図5及び図8の段階510で行われる過程は図13の段階1310の過程と実質的に同一である。したがって、段階1330の過程の遂行において、図5〜図8の実施例が活用されても段階510の過程は再び行わず、段階1310の結果を再活用することができる。
段階1340で、制御部320は代表属性キーワードと下位キーワード対に対応する関連加重値及び予約語と下位キーワード対に対応する基本予約語−下位キーワード関連度を用いて予約語と代表属性キーワード対に対応する基本予約語−キーワード関連度を格納部330に保存する。段階1340の過程は、例えば管理者の入力によって行うとか図15〜図17のいずれか一つ以上の実施例によって行うことができる。
段階1340の過程前に又は段階1340の過程中に下位キーワードが決定され、代表属性キーワードと下位キーワード対に対応する関連加重値が決定され、予約語と下位キーワード対に対応する基本予約語−下位キーワード関連度が決定されなければならない。
段階1340の過程に使われる下位キーワードは段階1330の過程中に段階520を行うことによって決定されることができる。この場合、段階520の下位キーワードが段階1340で使われることができる。段階1330で下位キーワードが決定されない場合、図5の段階520及びその以前の過程と同一又は類似の過程によって下位キーワードが決定されることができる。
段階1340の過程に使われる関連加重値は段階1330の過程中に段階530を行うことによって決定されることができる。この場合、段階530の関連加重値を段階1340で使うことができる。段階1330で関連加重値が決定されない場合、図5の段階530及びその以前の過程と同一又は類似の過程で関連加重値が決定されることができる。
基本予約語−下位キーワード関連度は、例えば予約語と下位キーワードが同一又は類似の文脈に登場する頻度を考慮して算出することができる。
以下、図15〜図17についての説明で、予約語Cと代表属性キーワードk間の基本予約語−キーワード関連度v3、2を獲得する例示を説明する。例えば、代表属性キーワードkの下位キーワードがB3〜B350であると仮定する。予約語、代表属性キーワード及び基本予約語−キーワード関連度に対しては図11を参照して上述した例示を参照する。予約語C及び下位キーワードBg対に相応する基本予約語−下位キーワード関連度はxj、hであると表現する。下位キーワードBg及び代表属性キーワードk対に相応する関連加重値はyg、hであると表現する。予約語C、代表属性キーワードk及び下位キーワードBg組合せに相応する調整予約語−下位キーワード関連度はxj、g、hであると表現する。
図15は本明細書の第1実施例による段階1340の詳細フローチャートである。
図15を参照すると、段階1510で、制御部320は基本予約語−下位キーワード関連度に関連加重値を適用して調整予約語−下位キーワード関連度を獲得する。
段階1510で、制御部320は各予約語及び下位キーワード対に対して前記予約語及び前記下位キーワード対に相応する基本予約語−下位キーワード関連度に前記下位キーワード及び代表属性キーワード対に相応する関連加重値を適用して前記代表属性キーワードに対する各予約語及び下位キーワード対に相応する調整予約語−下位キーワード関連度を獲得することができる。
例えば、制御部320は、予約語がCであるとき、下位キーワードB3及び代表属性キーワードk対に相応するC−B3間の調整予約語−下位キーワード関連度を獲得するために、予約語C及び下位キーワードB3対に相応する基本予約語−下位キーワード関連度x2、4に下位キーワードB3及び代表属性キーワードk対に相応する関連加重値y3、4を適用して調整予約語−下位キーワード関連度x2、3、4を獲得することができる。
特に、関連加重値の適用方式は基本予約語−下位キーワード関連度x2、4に下位キーワードB3及び代表属性キーワードk対に相応する関連加重値y3、4を掛ける方式となり得る。例えば、制御部320は予約語がCであるとき、下位キーワードB3及び代表属性キーワードk対に相応するC−B3間の調整予約語−下位キーワード関連度x2、3、4を獲得するために、予約語C及び下位キーワードB3対に相応する基本予約語−下位キーワード関連度x2、4に下位キーワードB3及び代表属性キーワードk対に相応する関連加重値y3、4を掛けた値である(x2、4×y3、4)を用いて調整予約語−下位キーワード関連度x2、3、4を獲得することができる。他の実施例で、制御部320は乗算の代わりに調整予約語−下位キーワード関連度x2、3、4がx2、4及びy3、4と正の相関関係を有するようにする他の演算/利用方式を適用した関数f(x2、4、y3、4)を活用して調整予約語−下位キーワード関連度x2、3、4を獲得することもできる。また、(x2、4×y3、4)を調整予約語−下位キーワード関連度x2、3、4として活用する方法及び(x2、4×y3、4)にその他の要因に基づいた補正を加えて調整予約語−下位キーワード関連度x2、3、4として活用する方法のいずれにも活用することができる。
段階1520で、制御部320は調整予約語−下位キーワード関連度x2、3、fの累積値を用いて予約語C及び代表属性キーワードk間の基本予約語−キーワード関連度を設定することができる。すなわち、予約語C及び代表属性キーワードk間の基本予約語−キーワード関連度は下記数式4となり得る。
Figure 0006676698
すなわち、下位キーワードB3〜B350に対して予約語Cとの基本予約語−下位キーワード関連度x2、fを求めた後、それぞれに対して該当下位キーワードに対する関連加重値y3、fを反映してx2、3、fを求め、x2、3、fを累積して予約語C及び代表属性キーワードk間の基本予約語−キーワード関連度を求めることができる。他の実施例によると、予約語C及び代表属性キーワードk間の基本予約語−キーワード関連度は数式4にその他の要因による補正を加えた値となり得る。他の実施例によると、予約語C及び代表属性キーワードk間の基本予約語−キーワード関連度は数式4と正の相関関係を有する値となり得る。ここでは、単一代表属性キーワードに連結されている下位キーワードが50個であると仮定したが、代表属性キーワードに連結されている下位キーワードの個数が変われば、式でfの累積範囲が50ではない他の値となり得る。
図16は本明細書の他の実施例による段階1340の詳細フローチャートである。図16の段階1510、段階1520の過程は図15を参照して上述した過程と同一であるので繰り返さない。
図16を参照すると、段階1530で、制御部320は特定の予約語に対応する代表キーワードのうち前記予約語と前記対応する代表キーワード対の基本予約語−キーワード関連度が基準基本予約語−キーワード関連度以下である代表キーワードに対する基本予約語−キーワード関連度を削除することができる。特定の予約語に対応する代表キーワードは前記特定の予約語との関係で基本予約語−キーワード関連度が設定されているキーワードを示す。基準基本予約語−キーワード関連度は前もって設定されていることができる。他の実施例によると、基準基本予約語−キーワード関連度は特定の予約語に対応する基本予約語−キーワード関連度の平均値を用いて設定するとか特定の予約語に対応する基本予約語−キーワード関連度を大きさ順に配列したとき、特定順位の基本予約語−キーワード関連度を用いて設定することができる。その他に特定の予約語に対応する基本予約語−キーワード関連度と正の相関関係を有する特定値が基準基本予約語−キーワード関連度となり得る。基準基本予約語−キーワード関連度は予約語によって他に設定することもでき、全ての予約語に対して同一に設定することもできる。基本予約語−キーワード関連度が削除されることは予約語と代表キーワード間の関連度がないものに設定される。制御部は関連度を0に設定することもでき、基本予約語−キーワード関連度を示すリスト(アレイ、その他の資料構造に取り替えられることができる)で前記予約語と前記対応する代表キーワード対の基本予約語−キーワード関連度についての情報を削除する方式で基本予約語−キーワード関連度を削除することもできる。その他の基本予約語−キーワード関連度が削除されたこと(又は連関関係が削除されたこと)を知らせる情報を付け加える方式を使うこともできる。
段階1530の過程を経れば、比較的微細な関連度を有する基本予約語−キーワード関連度が削除されて(すなわち、関連度がないものに設定される)あまりにも複雑な演算を行うとか使用者/管理者に実質的に意味がない連関関係が表示されないようにすることができる。
図17は本明細書のさらに他の実施例による段階1340の詳細フローチャートである。
図17の段階1510、段階1520の過程は図15を参照して上述した過程と同一であるのでその説明を繰り返さない。図17の段階1530の過程は図16を参照して上述した過程と同一であるのでその説明を繰り返さない。
段階1540で、制御部320は削除されずに残っている基本予約語−キーワード関連度をノーマライズすることができる。例えば、特定の代表属性キーワードに連結されて保存された基本予約語−キーワード関連度の平均値を特定範囲に含まれるようにするために、特定の代表属性キーワードに連結されて保存された基本予約語−キーワード関連度に一定の計数を掛けて上昇させるとか減少させることができる。他の例を挙げれば、特定の代表属性キーワードに連結されて保存された基本予約語−キーワード関連度の総和が特定範囲に含まれるようにするために、特定の代表属性キーワードに連結されて保存された基本予約語−キーワード関連度に一定の計数を掛けて上昇させるとか減少させることができる。すなわち、どの特定の代表属性キーワードに高い値の基本予約語−キーワード関連度が集中してどの予約語を選択しても該当特定の代表属性キーワードのみが推薦/使用されるとか特定の代表属性キーワードがほぼ使われない場合を防止するために適当な調整を行うことができる。
他の実施例によると、段階1540で、制御部320は基本予約語−キーワード関連度に一定の計数を掛ける代わりに、一定の計数を加えるとか、ログ、二乗などの演算を結合してノーマライズを行うこともできる。さらに他の実施例によると、特定の基準値以上の基本予約語−キーワード関連度のみを一部減少させるとか特定の基準値以下の基本予約語−キーワード関連度のみを一部上昇させる方式でノーマライズを行うこともできる。
さらに他の実施例によると、段階1540で、制御部320は特定の予約語に連結されて保存された基本予約語−キーワード関連度の平均値(又は総和)を特定範囲に含まれるようにノーマライズを行うこともできる。
図17の過程において段階1530を省略し、基本予約語−キーワード関連度ノーマライズ過程を行う変形例も可能である。
段階1350で、通信部310が端末200から受信予約語を受信して獲得し、受信予約語を制御部320に伝達する。
受信予約語は端末200が検索使用者から受信した予約語である。端末200は音声入力を電気的信号(音声信号)に変換して検索装置300に伝達することができる。検索装置300の制御部320は音声信号を分析してテキストに変換し、変換されたテキストを予約語にマッチさせることができる。制御部320はまた音声信号を分析して音声のイントネーション又は高低、速さ、呼吸状態などを分析して情況情報として活用することもできる。
他の実施例によると、端末200は音声入力をテキストに変換し、変換されたテキストを検索装置300に伝達することができる。端末200は受信した音声入力のイントネーション又は高低、速さ、呼吸状態などを分析して分析情報を検索装置300に伝達することができる。検索装置300は分析情報を一種の情況情報として活用することもできる。
段階1360で、制御部320は客体キーワード関連度及び基本予約語−キーワード関連度を用いて前記受信予約語と各客体項目対に対応する予約語−客体関連度を獲得する。段階1360の過程は図9の段階940の方式又は図12の方式によって行うことができる。同一内容の説明は省略する。
段階1370で、制御部320は受信予約語に対応する予約語−客体関連度によって客体項目を提供することができる。段階1370の過程は段階950の過程と同一の方式で行うことができる。同一説明は省略する。
図14は本明細書のさらに他の実施例による情報提供過程のフローチャートである。
図14の段階1310、1320、1330、1340、1350、1360、1370は図13の段階1310、1320、1330、1340、1350、1360、1370と同一であるので、同一説明は繰り返さない。
図14に付け加わった段階1333は代表属性キーワードと下位キーワードが決定された後にどの時点にも行うことができる。例えば、段階1333は段階1330と同時に/並行して行うこともでき、段階1333の過程を段階1330中に行うこともできる。
段階1333で、制御部320は代表属性キーワードと下位キーワード間の関連加重値を保存する。関連加重値が設定される過程を段階1330で行わなかった場合、図5の段階530の過程と同一又は類似の過程によって代表属性キーワードと下位キーワード間の関連加重値を設定することができる。他の実施例によると、制御部320は段階1330で設定された関連加重値を呼んで来る方式で代表属性キーワードと下位キーワード間の関連加重値を保存することもできる。
段階1337で、制御部320は下位キーワードと予約語間の基本予約語−下位キーワード関連度を獲得する。
制御部320は、例えば下位キーワードが予約語と同一又は類似の文脈に登場する頻度を考慮して予約語と下位キーワード間の関連度を判断することができる。例えば、特定の文章でキーワードAの周辺に登場する単語は他の文書でもキーワードAに関連した単語の周辺に登場することがあると思われる。
“思い切って旅行を行ったが7月であるから天気があまりにも暑くて苦労した。”
“思い切って旅行を行ったが7月であるから天気があまりにもじめじめして苦労した。”
前記二つの文章を調べると、同じ文脈で“暑くて”という単語が“じめじめして”という単語に取り替えられた。制御部320は“暑い”と“じめじめする”が互いに関連の単語であることを類推することができる。
“思い切って旅行を行ったが7月であるから天気があまりにも暑くて苦労した。”
“思い切ってお休みに行ったが7月であるから天気があまりにも暑くて苦労した。”
同様に、制御部320は前記二つの文章で“旅行”と“お休み”が関連の単語であることを類推することができる。
“思い切って旅行を行ったが7月であるから天気があまりにも暑くて苦労した。”
“思い切って旅行を行ったが8月であるから天気があまりにも暑くて苦労した。”
同様に、制御部320は前記二つの文章で“7月”と“8月”が関連の単語であることを類推することができる。
制御部320は、以前に収集された文書で“暑い”と“じめじめする”が互いに関連の単語であり、“7月”と“8月”が互いに関連の単語であり、“旅行”と“お休み”が互いに関連の単語であることを保存しておくことができる。その後、下記のような文章を収集すると仮定する。
“思い切ってお休みに行ったが7月であるから天気があまりにもじめじめして苦労した。”
“思い切って旅行を行ったが8月であるから天気があまりにも暑くて大変であった。”
二つの文章が同一文脈ではないが、“暑い”と“じめじめする”が互いに関連の単語であり、“7月”と“8月”が互いに関連の単語であり、“旅行”と“お休み”が互いに関連の単語であることを知っていれば、制御部320は前記文章で“苦労した”と“大変であった”も関連の単語であることを学習することができるであろう。
同一/類似の文脈に登場する頻度が高いキーワード対は互いに関連度が高いものであると判断することができる。また、二つのキーワードが登場する文脈の類似度が高いほど二つのキーワード間の関連度が高いと判断することができる。制御部320は、収集される文書を用いて学習を進めてキーワード間の関連度を設定し、設定されたキーワード間の関連度と文章の文脈を用いて該当文章に登場するキーワードの関連度を設定する式でキーワード間の関連度判断の正確性を高めることができる。
これと類似した学習方式として、NNLM(Neural Net Language Model)、RNNLM(Recurrent Neural Net Language Model)、word2vec、スキップグラム(skipgram)及びCBOW(Continuous Bag−of−Words)方式が知られている。特に、word2vecを用いる場合、word2vecは文書を用いて学習して各キーワードをベクターに対応させ、二つのキーワード間の類似度は二つのベクターのコサイン類似度計算によって把握することができる。
図20は本明細書の一実施例による用語階層を示した図である。
図13又は図14の過程を完了すれば、予約語(C〜C)と代表属性キーワード(k〜k)、及び下位キーワード(BX〜BX50)間の階層関係が設定される。
予約語と代表属性キーワード間には基本予約語−キーワード関連度が設定され、代表属性キーワードと下位キーワード間には関連加重値が設定される。制御部320はこのような階層関係を用いて予約語によって適当な客体を推薦するとか新しい予約語候補を選定するなどの動作を行うことができる。また、図20の階層関係は新しい資料が反映されて図13及び図14のような過程を繰り返しながら学習によって階層関係が修正されるとか補完されることができる。
この時、処理フローチャートの各ブロックとフローチャートの組合せはコンピュータプログラムインストラクションによって行うことができることを理解することができる。このコンピュータプログラムインストラクションは汎用コンピュータ、特殊用コンピュータ又はその他のプログラム可能なデータプロセッシング装備のプロセッサに搭載されることができるので、コンピュータ又はその他のプログラム可能なデータプロセッシング装備のプロセッサによって行われるそのインストラクションがフローチャートブロック(等)で説明した機能を行う手段を生成することになる。これらのコンピュータプログラムインストラクションは、特定の方式で機能を具現するために、コンピュータ又はその他のプログラム可能なデータプロセッシング装備を指向することができるコンピュータ利用可能又はコンピュータ可読のメモリに保存されることもできるので、そのコンピュータ利用可能又はコンピュータ可読のメモリに保存されたインストラクションはフローチャートブロック(等)で説明した機能を行うインストラクション手段を内包する品目を生産することも可能である。コンピュータプログラムインストラクションはコンピュータ又はその他のプログラム可能なデータプロセッシング装備上に搭載されることもできるので、コンピュータ又はその他のプログラム可能なデータプロセッシング装備上で一連の動作段階を行ってコンピュータで実行されるプロセスを生成してコンピュータ又はその他のプログラム可能なデータプロセッシング装備を実行するインストラクションはフローチャートブロック(等)で説明した機能をするための段階を提供することも可能である。
また、各ブロックは特定の論理的機能(等)を行うための一つ以上の実行可能なインストラクションを含むモジュール、セグメント又はコードの一部を示すことができる。また、幾つかの代替実行例においては、ブロックで言及した機能がブロック順を外れて発生することも可能であることに注目しなければならない。例えば、相次いで示されている二つのブロックは実に実質的に同時に行われることもでき、あるいはそのブロックが時々当該機能によって逆順に行われることも可能である。
この時、本実施例で使われる‘〜部’という用語はソフトウェア又はFPGA又はASICのようなハードウェア構成要素を意味し、‘〜部’はある役目をする。しかし、‘〜部’はソフトウェア又はハードウェアに限定される意味ではない。‘〜部’はアドレッシングすることができる記憶媒体に組み込まれるように構成されることもでき、一つ又はそれ以上のプロセッサを再生させるように構成されることもできる。したがって、一例として‘〜部’はソフトウェア構成要素、客体指向ソフトウェア構成要素、クラス構成要素及びタスク構成要素のような構成要素と、プロセス、関数、属性、プロシージャ、サブルーチン、プログラムコードのセグメント、ドライバー、ファームウエア、マイクロコード、回路、データ、データベース、データ構造、テーブル、アレイ、及び変数を含む。構成要素と‘〜部’内で提供される機能はもっと小さい数の構成要素及び‘〜部’に結合されるとか追加的な構成要素と‘〜部’にさらに分離されることができる。それだけでなく、構成要素及び‘〜部’はデバイス又は保安マルチメディアカード内の一つ又はそれ以上のCPUを再生させるように具現されることもできる。
本明細書が属する技術分野の通常の知識を有する者は本明細書がその技術的思想又は必須な特徴を変更しなくても他の具体的な形態に実施可能であることを理解することができる。したがって、以上で記述した実施例は全ての面で例示的なもので限定的なものではないと理解しなければならない。本明細書の範囲は前記詳細な説明よりは後述する特許請求範囲によって決められ、特許請求範囲の意味及び範囲そしてその均等概念から導出される全ての変更又は変形の形態が本明細書の範囲に含まれるものであると解釈されなければならない。
一方、本明細書及び図面には本明細書の好適な実施例について開示した。ここで、たとえ特定の用語を使ったが、これはただ本明細書の記述内容を易しく説明して発明の理解を助けるための一般的な意味で使ったもので、本明細書の範囲を限定しようとするものではない。これに開示した実施例の外にも本明細書の技術的思想を基にする他の変形例が実施可能であるというのは本明細書が属する技術分野で通常の知識を有する者に明らかである。
150 通信網
200 端末
210 入力部
220 表示部
230 通信部
240 格納部
250 制御部
300 情報検索装置
310 通信部
320 制御部
330 格納部
400 使用者

Claims (12)

  1. 属性言語を利用した検索装置のコンピュータを含む制御部の制御により通信を介して情報を検索する方法であって,
    第1集合文書から代表属性キーワード候補集合を抽出する第1段階、
    第2集合文書から前記代表属性キーワード候補集合内の各代表属性キーワードに関連した二つ以上の下位キーワードを抽出する第2段階、
    前記第2集合文書から前記代表属性キーワード候補集合内の各代表属性キーワードと下位キーワード対に対応する関連加重値を判断する第3段階、
    前記第1集合文書から客体項目と下位キーワード間の下位関連度を判断する第4段階、
    前記下位関連度及び前記関連加重値を用いて前記客体項目と前記各代表属性キーワード間の代表関連度を判断する第5段階、及び
    前記代表属性キーワードに関連した検索要請を受信すれば、前記代表関連度に基づいて検索結果項目を提供する第6段階、
    を含み、
    前記第4段階は、前記客体項目に係る文書において登場した前記下位キーワードの登場頻度と登場距離とに応じて前記下位関連度を判断する段階を
    含む,
    属性言語を用いた検索方法。
  2. 前記第2段階は、
    前記第2集合文書の少なくとも一部を分析して、前記各代表属性キーワードと最も関連度が高い下位キーワードを所定の個数だけ抽出する第2−1段階を含み、
    前記第3段階は、
    前記第2集合文書の少なくとも一部を分析して前記下位キーワード間の相互関連度を判断する第3−1段階;及び
    前記下位キーワード間の相互関連度に基づいて各代表属性キーワードと下位キーワード間の関連加重値を判断する第3−2段階を含む、
    請求項1に記載の属性言語を用いた検索方法。
  3. 前記第2−1段階は、
    下位キーワードが代表属性キーワードと同一又は類似の文脈に登場する頻度を考慮して代表属性キーワード及び下位キーワード間の関連度を判断する段階を含む、
    請求項2に記載の属性言語を用いた検索方法。
  4. 前記第3−1段階は、
    二つの下位キーワードが同じ文書に一緒に登場する頻度を用いて二つの下位キーワード間の相互関連度を判断する段階を含み、
    前記第3−2段階は、
    各代表属性キーワードに相応する下位キーワード集合に対し、前記下位キーワード集合内の特定の下位キーワードと前記下位キーワード集合内の他の下位キーワード間の相互関連度と前記特定の下位キーワード及び前記代表属性キーワード間の関連加重値が正の相関関係を有するように前記特定の下位キーワード及び前記代表属性キーワード間の関連加重値を設定する段階を含む、
    請求項2に記載の属性言語を用いた検索方法。
  5. 前記第1段階は、
    客体キーワードを検索量又は収集量によって人気客体キーワード及び不人気客体キーワードに区分する段階;
    分野キーワードを検索量又は収集量によって人気分野キーワード及び不人気分野キーワードに区分する段階;
    前記人気分野キーワード又は前記人気客体キーワードと同一の文書に登場するキーワードを第1属性キーワード候補集合と設定する段階;
    前記不人気分野キーワード又は前記不人気客体キーワードと同一の文書に登場するキーワードを第2属性キーワード候補集合と設定する段階;及び
    前記第1属性キーワード候補集合及び前記第2属性キーワード候補集合に共に属するキーワードを前記代表属性キーワード候補集合と設定する段階を含む、
    請求項1に記載の属性言語を用いた検索方法。
  6. 前記第2段階後、
    前記代表属性キーワード候補集合内の各代表属性キーワードに関連した下位キーワードが感情言語に相当するかを判断する段階;及び
    関連の下位キーワードの感情言語の比重又は感情言語の数字が大きい順に所定の個数だけの代表属性キーワードを前記代表属性キーワード候補集合内に残し、残りは前記代表属性キーワード候補集合から除去する段階を含む、
    請求項1に記載の属性言語を用いた検索方法。
  7. 請求項1に記載の属性言語を用いた検索方法の実施に使用されるもので、コンピュータを含む制御部の制御により通信部を介して情報を検索する検索装置であって、
    前記制御部は、
    第1集合文書から代表属性キーワード候補集合を抽出し、第2集合文書から前記代表属性キーワード候補集合内の各代表属性キーワードに関連した二つ以上の下位キーワードを抽出し、前記第2集合文書から前記代表属性キーワード候補集合内の各代表属性キーワード及び下位キーワードに対応する関連加重値を判断し、前記第1集合文書から客体項目及び下位キーワード間の下位関連度を判断し、前記下位関連度及び前記関連加重値を用いて前記客体項目及び前記各代表属性キーワード間の代表関連度を判断するものであり、
    前記通信部は、
    前記代表属性キーワードに関連した検索要請を受信すれば、前記制御部は客体項目と前記代表属性キーワードとの代表関連度に基づいて検索結果項目を提供して, 客体項目のような文書によく登場した下位キーワードの登場頻度と登場距離に応じて 客体項目-下位関連度を判断するものである
    属性言語を用いた検索装置。
  8. 前記制御部は、前記第2集合文書の少なくとも一部を分析し、各代表属性キーワードと最も関連度が高い下位キーワードを所定の個数だけ抽出して、第2集合文書から前記代表属性キーワード候補集合内の各代表属性キーワードに関連した二つ以上の下位キーワードを抽出し、
    前記制御部は、前記第2集合文書の少なくとも一部を分析して前記下位キーワード間の相互関連度を判断し、前記下位キーワード間の相互関連度に基づいて各代表属性キーワードと下位キーワード間の関連加重値を判断して、前記第2集合文書から前記代表属性キーワード候補集合内の各代表属性キーワードと下位キーワードに対応する関連加重値を判断する、
    請求項7に記載の属性言語を用いた検索装置。
  9. 前記制御部は、下位キーワードが代表属性キーワードと同一又は類似の文脈に登場する頻度を考慮して代表属性キーワードと下位キーワード間の関連度を判断する、
    請求項8に記載の属性言語を用いた検索装置。
  10. 前記制御部は、二つの下位キーワードが同じ文書に一緒に登場する頻度を用いて二つの下位キーワード間の相互関連度を判断し、
    前記制御部は、各代表属性キーワードに相応する下位キーワード集合に対し、前記下位キーワード集合内の特定の下位キーワードと前記下位キーワード集合内の他の下位キーワード間の相互関連度と前記特定の下位キーワードと前記代表属性キーワード間の関連加重値が正の相関関係を有するように前記特定の下位キーワードと前記代表属性キーワード間の関連加重値を設定する、
    請求項8に記載の属性言語を用いた検索装置。
  11. 前記制御部は、
    客体キーワードを検索量又は収集量によって人気客体キーワード及び不人気客体キーワードに区分し、
    分野キーワードを検索量又は収集量によって人気分野キーワード及び不人気分野キーワードに区分し、
    前記人気分野キーワード又は前記人気客体キーワードと同一の文書に登場するキーワードを第1属性キーワード候補集合と設定し、
    前記不人気分野キーワード又は前記不人気客体キーワードと同一の文書に登場するキーワードを第2属性キーワード候補集合と設定し、
    前記第1属性キーワード候補集合及び前記第2属性キーワード候補集合に共に属するキーワードを前記代表属性キーワード候補集合と設定して第1集合文書から代表属性キーワード候補集合を抽出する、
    請求項7に記載の属性言語を用いた検索装置。
  12. 前記制御部が第2集合文書から前記代表属性キーワード候補集合内の各代表属性キーワードに関連した二つ以上の下位キーワードを抽出した後、
    前記制御部は、前記代表属性キーワード候補集合内の各代表属性キーワードに関連した下位キーワードが感情言語に相当するかを判断し、関連の下位キーワードの感情言語の比重又は感情言語数字が大きい順に所定の個数だけの代表属性キーワードを前記代表属性キーワード候補集合内に残し、残りは前記代表属性キーワード候補集合から除去する、
    請求項7に記載の属性言語を用いた検索装置。
JP2018100393A 2017-07-24 2018-05-25 予約語及び属性言語間の関連度を用いた情報検索方法及び装置 Active JP6676698B2 (ja)

Applications Claiming Priority (8)

Application Number Priority Date Filing Date Title
WOPCT/KR2017/007964 2017-07-24
PCT/KR2017/007964 WO2019022262A1 (ko) 2017-07-24 2017-07-24 관심 분야별 취향 검색안내 시스템
KR1020170099828A KR101955920B1 (ko) 2017-07-24 2017-08-07 속성 언어를 이용한 검색 방법 및 장치
KR10-2017-0099828 2017-08-07
KR20170121289 2017-09-20
KR10-2017-0121289 2017-09-20
KR1020180033093A KR102130145B1 (ko) 2017-07-24 2018-03-22 예약어 및 속성 언어 간의 연관도를 이용한 정보 제공 방법 및 장치
KR10-2018-0033093 2018-03-22

Publications (2)

Publication Number Publication Date
JP2019023855A JP2019023855A (ja) 2019-02-14
JP6676698B2 true JP6676698B2 (ja) 2020-04-08

Family

ID=65367710

Family Applications (3)

Application Number Title Priority Date Filing Date
JP2018100394A Active JP6676699B2 (ja) 2017-07-24 2018-05-25 予約語及び属性言語間の関連度を用いた情報提供方法及び装置
JP2018100395A Active JP6676700B2 (ja) 2017-07-24 2018-05-25 予約語及び属性言語間の関連度を用いた情報提供方法及び装置
JP2018100393A Active JP6676698B2 (ja) 2017-07-24 2018-05-25 予約語及び属性言語間の関連度を用いた情報検索方法及び装置

Family Applications Before (2)

Application Number Title Priority Date Filing Date
JP2018100394A Active JP6676699B2 (ja) 2017-07-24 2018-05-25 予約語及び属性言語間の関連度を用いた情報提供方法及び装置
JP2018100395A Active JP6676700B2 (ja) 2017-07-24 2018-05-25 予約語及び属性言語間の関連度を用いた情報提供方法及び装置

Country Status (2)

Country Link
JP (3) JP6676699B2 (ja)
KR (3) KR102130145B1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102079289B1 (ko) * 2019-04-23 2020-04-07 주식회사 비닛 와인 추천 시스템 및 방법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100493688B1 (ko) * 2003-01-08 2005-06-03 주식회사 옵투스 키워드확장장치 및 방법과 키워드확장장치를 이용한검색시스템
KR100943962B1 (ko) 2008-01-22 2010-02-26 에스케이커뮤니케이션즈 주식회사 감성 기반의 아이템 검색 서비스 제공 방법, 데이터베이스구축 방법 및 검색 서버

Also Published As

Publication number Publication date
JP2019023857A (ja) 2019-02-14
KR20190011185A (ko) 2019-02-01
JP6676700B2 (ja) 2020-04-08
KR102226742B1 (ko) 2021-03-11
JP2019023856A (ja) 2019-02-14
KR20190011184A (ko) 2019-02-01
KR102130145B1 (ko) 2020-07-03
JP2019023855A (ja) 2019-02-14
KR20200085688A (ko) 2020-07-15
JP6676699B2 (ja) 2020-04-08

Similar Documents

Publication Publication Date Title
US9864803B2 (en) Method and system for multimodal clue based personalized app function recommendation
CN112507715A (zh) 确定实体之间关联关系的方法、装置、设备和存储介质
JP6361351B2 (ja) 発話ワードをランク付けする方法、プログラム及び計算処理システム
US11397740B2 (en) Method and apparatus for providing information by using degree of association between reserved word and attribute language
JP2020024674A (ja) 情報をプッシュするための方法及び装置
US10242033B2 (en) Extrapolative search techniques
CN111177462B (zh) 视频分发时效的确定方法和装置
JP6932162B2 (ja) 地域に基づくアイテム推薦端末装置及びアイテム推薦情報提供方法。
Ahmed et al. Sentiment analysis for smart cities: state of the art and opportunities
CN112559747A (zh) 事件分类处理方法、装置、电子设备和存储介质
US10949452B2 (en) Constructing content based on multi-sentence compression of source content
CN113515589A (zh) 数据推荐方法、装置、设备以及介质
US20140012853A1 (en) Search device, search method, search program, and computer-readable memory medium for recording search program
KR101955920B1 (ko) 속성 언어를 이용한 검색 방법 및 장치
JP6676698B2 (ja) 予約語及び属性言語間の関連度を用いた情報検索方法及び装置
CN115062135B (zh) 一种专利筛选方法与电子设备
CN111353070A (zh) 视频标题的处理方法、装置、电子设备及可读存储介质
CN113657116B (zh) 基于视觉语义关系的社交媒体流行度预测方法及装置
KR102279125B1 (ko) 취향필터에 기반한 추천 정보 제공 단말 및 장치
KR102195691B1 (ko) 주종 및 주량에 따른 음식점 추천 장치 및 방법
JP2011180901A (ja) 経験情報の再利用性評価装置及び方法及びプログラム
KR20200006421A (ko) 이벤트에 따른 핫플레이스 추천 장치 및 방법
JPWO2017056164A1 (ja) 情報提示システム、及び情報提示方法
KR102184962B1 (ko) 음성 입력 처리 시스템 및 그 방법
KR20200012252A (ko) 음식점 관련 아이템 추천 장치 및 방법.

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180525

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190730

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20191029

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: 20200218

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200312

R150 Certificate of patent or registration of utility model

Ref document number: 6676698

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250