JP7174551B2 - 推定装置、推定方法及び推定プログラム - Google Patents
推定装置、推定方法及び推定プログラム Download PDFInfo
- Publication number
- JP7174551B2 JP7174551B2 JP2018138017A JP2018138017A JP7174551B2 JP 7174551 B2 JP7174551 B2 JP 7174551B2 JP 2018138017 A JP2018138017 A JP 2018138017A JP 2018138017 A JP2018138017 A JP 2018138017A JP 7174551 B2 JP7174551 B2 JP 7174551B2
- Authority
- JP
- Japan
- Prior art keywords
- domain
- keyword
- user
- certainty
- unit
- 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
Links
- 238000000034 method Methods 0.000 title claims description 27
- 238000012790 confirmation Methods 0.000 claims description 49
- 238000012549 training Methods 0.000 claims description 40
- 230000004044 response Effects 0.000 claims description 35
- 238000010801 machine learning Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 19
- 238000013500 data storage Methods 0.000 description 18
- 239000013598 vector Substances 0.000 description 13
- 238000012545 processing Methods 0.000 description 12
- 238000013145 classification model Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000001537 neural effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
Images
Description
まず、図1を参照して、実施形態に係るネットワークシステム1の構成について説明する。図1は、実施形態に係るネットワークシステム1の構成例を示す図である。図1に示すように、実施形態に係るネットワークシステム1には、端末装置101~10nと、推定装置100とが含まれる(nは任意の自然数)。本明細書では、端末装置101~10nを区別する必要がない場合は、端末装置101~10nを「端末装置10」と総称する。端末装置10および推定装置100は、それぞれネットワークNと有線又は無線により接続される。図1中では図示していないが、ネットワークシステム1は、複数台の推定装置100を含んでもよい。
次に、図2および図3を参照して、実施形態に係る処理の一例について説明する。図2および図3は、実施形態に係る推定処理の一例を示す図である。
次に、図4を参照して、実施形態に係る推定装置100の構成例について説明する。図4は、実施形態に係る推定装置100の構成例を示す図である。図4に示すように、推定装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、推定装置100は、推定装置100を利用する管理者等から各種操作を受け付ける入力部(例えば、キーボードやマウス等)や、各種情報を表示するための表示部(液晶ディスプレイ等)を有してもよい。
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。通信部110は、ネットワーク網と有線又は無線により接続され、ネットワーク網を介して、端末装置10との間で情報の送受信を行う。
記憶部120は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。図4に示すように、記憶部120は、検索履歴情報記憶部121と、キーワード情報記憶部122と、確認応答データ記憶部123と、訓練データ記憶部124と、ドメイン推定モデル記憶部125と、確信度情報記憶部126とを有する。
図5は、実施形態に係る検索履歴情報記憶部121の一例を示す図である。検索履歴情報記憶部121は、ユーザの検索履歴情報を記憶する。例えば、検索履歴情報記憶部121は、受信部131によって受信されたユーザの検索履歴情報を記憶する。図5の例では、検索履歴情報記憶部121には、「検索履歴情報」が「ユーザID」ごとに記憶される。例示として、「ユーザ情報」には、項目「検索要求」および「キーワード」が含まれる。
図6は、実施形態に係るキーワード情報記憶部122の一例を示す図である。キーワード情報記憶部122は、検索結果の種類に関するドメインを示すキーワードのキーワード情報を記憶する。例えば、キーワード情報記憶部122は、受信部131によって受信されたキーワード情報を記憶する。図6の例では、キーワード情報記憶部122には、「キーワード情報」が「キーワードID」ごとに記憶される。例示として、「キーワード情報」には、項目「キーワード」および「ドメイン」が含まれる。
図7は、実施形態に係る確認応答データ記憶部123の一例を示す図である。確認応答データ記憶部123は、ユーザが意図するドメインの確認に応答する確認応答データを記憶する。例えば、確認応答データ記憶部123は、確認部136によって送信された確認情報を記憶する。また、例えば、確認応答データ記憶部123は、受信部131によって受信された応答を記憶する。図7の例では、確認応答データ記憶部123には、「確認応答データ」が「ユーザID」ごとに記憶される。例示として、「確認応答データ」には、項目「検索要求」、「確認」および「応答」が含まれる。
図8は、実施形態に係る訓練データ記憶部124の一例を示す図である。訓練データ記憶部124は、ドメイン推定モデルを生成するための訓練データを記憶する。ドメイン推定モデルは、例えば、ユーザが意図するドメインを識別するための分類モデルである。訓練データ記憶部124は、例えば、受信部131によって受信された訓練データを記憶する。図8の例では、訓練データ記憶部124には、「訓練データ」が「訓練データID」ごとに記憶される。例示として、「訓練データ」には、項目「検索クエリ情報」および「ドメイン情報」が含まれる。
図4に戻ると、ドメイン推定モデル記憶部125は、ドメイン推定モデルを記憶する。ドメイン推定モデル記憶部125は、例えば、生成部138によって生成されたドメイン推定モデルを記憶する。
図9は、実施形態に係る確信度情報記憶部126の一例を示す図である。確信度情報記憶部126は、キーワードが所定のドメインに対応するという確信の度合いを示す確信度を記憶する。例えば、確信度情報記憶部126は、生成部138によって生成されたドメイン推定モデルの出力を、確信度として記憶する。ドメイン推定モデルの出力は、例えば、検索クエリに対応するキーワードが所定のドメインのクラス(例えば、画像)に属する確率である。図9の例では、確信度情報記憶部126には、各ドメインに対応する確信度が、「キーワードID」ごとに記憶される。例示として、「確信度情報」には、項目「キーワード」、「ニュースドメイン」および「画像ドメイン」が含まれる。確信度情報記憶部126は、確信度に関する閾値を記憶してもよい。
制御部130は、コントローラ(controller)であり、例えば、CPU(Central Processing Unit)、MPU(Micro Processing Unit)等のプロセッサによって、推定装置100内部の記憶装置に記憶されている各種プログラムがRAM等を作業領域として実行されることにより実現される。また、制御部130は、コントローラ(controller)であり、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路により実現されてもよい。
受信部131は、ユーザの発話に由来する検索要求を受信する。受信部131は、ユーザの発話に由来する検索要求に含まれるキーワードを受信してもよい。例えば、受信部131は、ユーザの発話に由来する検索要求に含まれる検索クエリを受信してもよい。一例では、受信部131は、音声アシスタントアプリケーションを介して、検索要求を端末装置10から受信する。受信部131は、受信された検索要求を、検索履歴情報記憶部121に格納してもよい。また、受信部131は、受信されたキーワードを、検索履歴情報記憶部121に格納してもよい。
第1取得部132は、検索要求に関連する情報を取得する。検索要求は、例えば、ユーザの発話に由来する検索要求である。
第2取得部133は、ドメインに関連する情報を取得する。ドメインは、例えば、検索結果の種類、検索のタイプ、検索対象の種類等である。
判定部134は、検索要求に対応するドメインが明確であるか否かを判定する。検索要求が、検索結果の種類に関するドメインを示すキーワードを含まない場合に、判定部134は、かかる検索要求に対応するドメインが明確でないと判定する。一方、検索要求が、検索結果の種類に関するドメインを示すキーワードを含む場合に、判定部134は、かかる検索要求に対応するドメインが明確であると判定する。検索結果の種類に関するドメインを示すキーワードは、例えば、ドメインを暗示する検索クエリである。例えば、判定部134は、ユーザの発話に由来する検索要求が、検索結果の種類に関するドメインを示す検索クエリを含まない場合に、かかる検索要求に対応するドメインが明確でないと判定する。
推定部135は、キーワードに基づいて、検索結果の種類に関するドメインであって、ユーザが意図するドメインを推定する。例えば、推定部135は、第1取得部132によって取得されたキーワードに基づいて、検索結果の種類に関するドメインであって、ユーザが意図するドメインを推定する。一例では、推定部135は、確信度情報記憶部126に記憶されたキーワードと第1取得部132によって取得されたキーワードのマッチングを行うことにより、ユーザが意図するドメインを推定する。例えば、推定部135は、確信度情報記憶部126に記憶されたキーワードから、第1取得部132によって取得されたキーワードに対応するキーワードを識別することで、ユーザが意図するドメインを推定する。
確認部136は、ユーザが意図するドメインを確認する。例えば、確認部136は、ユーザが意図するドメインを確認するための確認情報を端末装置10に送信する。確認情報は、例えば、ユーザが意図するドメインに関する質問を含む。
提供部137は、検索要求に対応する検索結果を提供する。例えば、ユーザの発話に由来する検索要求に対応する検索結果を、端末装置10に提供する。提供部137は、ユーザが意図するドメインの確認に対する応答に含まれるドメインと、第1取得部132によって取得されたキーワードとに基づいて、検索要求に対応する検索結果を提供する。例えば、ドメイン「画像」が、受信部131によって受信された応答に含まれる場合に、提供部137は、画像コンテンツを、画像検索の検索結果として端末装置10に送信する。
生成部138は、ユーザの確認に対する応答に含まれるドメインと、第1取得部132によって取得されたキーワードとを含む訓練データを用いて、検索結果の種類に関するドメインであって、検索要求に含まれるキーワードに対応するドメインを推定するためのモデルを生成する。かかるモデルは、例えば、機械学習モデル(例えば、ニューラルネット)である。機械学習モデルは、機械学習モデルにキーワードに対応するデータ(例えば、埋め込みベクトル)が入力された場合に、かかるキーワードが所定のドメインに対応するという確信の度合いを示す確信度を出力する。ユーザの確認に対する応答は、例えば、受信部131によって受信された、ユーザが意図するドメインの確認に対する応答である。
出力部139は、生成部138によって生成されたドメインを推定するためのモデルに、キーワードを入力することによって、かかるキーワードが所定のドメインのクラスに属する事後確率を出力する。そして、出力部139は、モデルによって出力された、所定のドメインに対応する事後確率を、キーワードに対応付けて確信度情報記憶部126に格納する。
次に、実施形態に係る推定装置100による提供処理の手順について説明する。図10は、実施形態に係る推定装置100による推定処理手順を示すフローチャートである。
上述の実施形態に係る推定装置100は、上記の実施形態以外にも、種々の異なる形態で実施されてよい。そこで、以下では、上記の推定装置100の他の実施形態について説明する。
第2取得部133は、訓練データとして、検索要求に対応する検索結果を提供するサービスと異なるサービスにおけるデータであって、検索結果の種類に関するドメインと検索要求に含まれるキーワードとの関連性を示すデータを取得してもよい。
提供部137は、ドメインのトレンドに関するトレンド情報に基づいて、検索要求に対応する検索結果を提供してもよい。
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の一部を手動的に行うこともできる。あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
また、上述してきた実施形態に係る推定装置100は、例えば図11に示すような構成のコンピュータ1000によって実現される。図11は、ハードウェア構成の一例を示す図である。コンピュータ1000は、出力装置1010、入力装置1020と接続され、演算装置1030、一次記憶装置1040、二次記憶装置1050、出力IF(Interface)1060、入力IF1070、ネットワークIF1080がバス1090により接続された形態を有する。
上述してきたように、実施形態に係る推定装置100は、第1取得部132と、推定部135とを有する。第1取得部132は、ユーザの発話に由来する検索要求に含まれる第1のキーワードを取得する。推定部135は、第1取得部132によって取得された第1のキーワードに基づいて、検索結果の種類に関する第1のドメインであって、ユーザが意図する第1のドメインを推定する。
10 端末装置
100 推定装置
120 記憶部
121 検索履歴情報記憶部
122 キーワード情報記憶部
123 確認応答データ記憶部
124 訓練データ記憶部
125 ドメイン推定モデル記憶部
126 確信度情報記憶部
130 制御部
131 受信部
132 第1取得部
133 第2取得部
134 判定部
135 推定部
136 確認部
137 提供部
138 生成部
139 出力部
Claims (5)
- ユーザの発話に由来する検索要求に含まれる第1のキーワードを取得する取得部と、
入力されたキーワードに対応し、かつ検索結果の種類に関する複数のドメインにそれぞれ対応する複数の確信度であって、それぞれの確信度が、対応するドメインが前記入力されたキーワードに対応するという確信の度合いを示す複数の確信度を出力する機械学習モデルに、前記第1のキーワードを入力し、前記第1のキーワードに対応する前記複数の確信度を出力する出力部と、
前記出力部によって出力された前記複数の確信度のうちの1つの確信度が閾値以上である場合に、前記1つの確信度に対応するドメインを、前記ユーザが意図する第1のドメインとして判定する推定部と、
前記出力部によって出力された前記複数の確信度のうちのいずれの確信度も前記閾値未満である場合に、前記ユーザが意図する第1のドメインを確認する確認部と、
前記ユーザの前記確認に対する応答に含まれる前記第1のドメインと、前記第1のキーワードとを含む訓練データを用いて、入力されたキーワードに対応する前記複数の確信度を出力する新たな機械学習モデルを生成する生成部と、
を備えることを特徴とする推定装置。 - 前記検索要求が、検索結果の種類に関する第2のドメインを示す第2のキーワードを含まない場合に、前記検索要求に対応する当該第2のドメインが明確でないと判定する判定部をさらに備え、
前記推定部は、
前記判定部によって前記検索要求に対応する前記第2のドメインが明確でないと判定された場合に、前記ユーザが意図する前記第1のドメインを推定する
ことを特徴とする請求項1に記載の推定装置。 - 前記ユーザの前記確認に対する応答に含まれる前記第1のドメインと、前記第1のキーワードとに基づいて、前記検索要求に対応する検索結果を提供する提供部をさらに備える
ことを特徴とする請求項1又は2に記載の推定装置。 - ユーザの発話に由来する検索要求に含まれる第1のキーワードを取得する取得工程と、
入力されたキーワードに対応し、かつ検索結果の種類に関する複数のドメインにそれぞれ対応する複数の確信度であって、それぞれの確信度が、対応するドメインが前記入力されたキーワードに対応するという確信の度合いを示す複数の確信度を出力する機械学習モデルに、前記第1のキーワードを入力し、前記第1のキーワードに対応する前記複数の確信度を出力する出力工程と、
前記出力工程によって出力された前記複数の確信度のうちの1つの確信度が閾値以上である場合に、前記1つの確信度に対応するドメインを、前記ユーザが意図する第1のドメインとして判定する推定工程と、
前記出力工程によって出力された前記複数の確信度のうちのいずれの確信度も前記閾値未満である場合に、前記ユーザが意図する第1のドメインを確認する確認工程と、
前記ユーザの前記確認に対する応答に含まれる前記第1のドメインと、前記第1のキーワードとを含む訓練データを用いて、入力されたキーワードに対応する前記複数の確信度を出力する新たな機械学習モデルを生成する生成工程と、
を含むことを特徴とする推定方法。 - ユーザの発話に由来する検索要求に含まれる第1のキーワードを取得する取得手順と、
入力されたキーワードに対応し、かつ検索結果の種類に関する複数のドメインにそれぞれ対応する複数の確信度であって、それぞれの確信度が、対応するドメインが前記入力されたキーワードに対応するという確信の度合いを示す複数の確信度を出力する機械学習モデルに、前記第1のキーワードを入力し、前記第1のキーワードに対応する前記複数の確信度を出力する出力手順と、
前記出力手順によって出力された前記複数の確信度のうちの1つの確信度が閾値以上である場合に、前記1つの確信度に対応するドメインを、前記ユーザが意図する第1のドメインとして判定する推定手順と、
前記出力手順によって出力された前記複数の確信度のうちのいずれの確信度も前記閾値未満である場合に、前記ユーザが意図する第1のドメインを確認する確認手順と、
前記ユーザの前記確認に対する応答に含まれる前記第1のドメインと、前記第1のキーワードとを含む訓練データを用いて、入力されたキーワードに対応する前記複数の確信度を出力する新たな機械学習モデルを生成する生成手順と、
をコンピュータに実行させることを特徴とする推定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018138017A JP7174551B2 (ja) | 2018-07-23 | 2018-07-23 | 推定装置、推定方法及び推定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018138017A JP7174551B2 (ja) | 2018-07-23 | 2018-07-23 | 推定装置、推定方法及び推定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020016960A JP2020016960A (ja) | 2020-01-30 |
JP7174551B2 true JP7174551B2 (ja) | 2022-11-17 |
Family
ID=69579523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018138017A Active JP7174551B2 (ja) | 2018-07-23 | 2018-07-23 | 推定装置、推定方法及び推定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7174551B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7295445B2 (ja) * | 2021-06-10 | 2023-06-21 | 富士通クライアントコンピューティング株式会社 | 情報処理装置およびプログラム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011002972A (ja) | 2009-06-18 | 2011-01-06 | Yahoo Japan Corp | クエリ分析装置、クエリ分析方法及びプログラム、並びに情報検索装置 |
JP2015060391A (ja) | 2013-09-18 | 2015-03-30 | 株式会社Nttドコモ | ユーザのデータ入力に応じて情報提供を行うためのサーバ装置、端末装置、プログラム、システムおよび方法 |
US20160247068A1 (en) | 2013-11-01 | 2016-08-25 | Tencent Technology (Shenzhen) Company Limited | System and method for automatic question answering |
-
2018
- 2018-07-23 JP JP2018138017A patent/JP7174551B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011002972A (ja) | 2009-06-18 | 2011-01-06 | Yahoo Japan Corp | クエリ分析装置、クエリ分析方法及びプログラム、並びに情報検索装置 |
JP2015060391A (ja) | 2013-09-18 | 2015-03-30 | 株式会社Nttドコモ | ユーザのデータ入力に応じて情報提供を行うためのサーバ装置、端末装置、プログラム、システムおよび方法 |
US20160247068A1 (en) | 2013-11-01 | 2016-08-25 | Tencent Technology (Shenzhen) Company Limited | System and method for automatic question answering |
Non-Patent Citations (1)
Title |
---|
池田 智志 外,マルチドメインシステムにおけるトピック推定と対話履歴の統合によるドメイン選択の高精度化 ,情報処理学会研究報告,日本,社団法人情報処理学会,2007年12月20日,Vol.2007 No.129,pp. 277--282 |
Also Published As
Publication number | Publication date |
---|---|
JP2020016960A (ja) | 2020-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10417344B2 (en) | Exemplar-based natural language processing | |
US10831345B2 (en) | Establishing user specified interaction modes in a question answering dialogue | |
CN107256267B (zh) | 查询方法和装置 | |
CN107220352B (zh) | 基于人工智能构建评论图谱的方法和装置 | |
WO2019105432A1 (zh) | 文本推荐方法、装置及电子设备 | |
KR101721338B1 (ko) | 검색 엔진 및 그의 구현 방법 | |
CN107346336B (zh) | 基于人工智能的信息处理方法和装置 | |
CN106873799B (zh) | 输入方法和装置 | |
JP2019212290A (ja) | ビデオを処理する方法及び装置 | |
CN109918555B (zh) | 用于提供搜索建议的方法、装置、设备和介质 | |
WO2019037258A1 (zh) | 信息推荐的装置、方法、系统及计算机可读存储介质 | |
US9684908B2 (en) | Automatically generated comparison polls | |
US20150309988A1 (en) | Evaluating Crowd Sourced Information Using Crowd Sourced Metadata | |
WO2017121076A1 (zh) | 信息推送方法和装置 | |
CN113806588B (zh) | 搜索视频的方法和装置 | |
JP2020024674A (ja) | 情報をプッシュするための方法及び装置 | |
WO2014107194A1 (en) | Identifying relevant user content | |
CN114528588A (zh) | 跨模态隐私语义表征方法、装置、设备及存储介质 | |
CN116089567A (zh) | 一种搜索关键词的推荐方法、装置、设备和存储介质 | |
CN110019948A (zh) | 用于输出信息的方法和装置 | |
CN112182255A (zh) | 用于存储媒体文件和用于检索媒体文件的方法和装置 | |
WO2020052060A1 (zh) | 用于生成修正语句的方法和装置 | |
JP7174551B2 (ja) | 推定装置、推定方法及び推定プログラム | |
JP6446987B2 (ja) | 映像選択装置、映像選択方法、映像選択プログラム、特徴量生成装置、特徴量生成方法及び特徴量生成プログラム | |
CN112307738A (zh) | 用于处理文本的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20191101 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20191108 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200819 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210611 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210629 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210830 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220208 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220411 |
|
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: 20221011 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221107 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7174551 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |