JP7354072B2 - 情報処理装置、情報処理方法、及び情報処理プログラム - Google Patents
情報処理装置、情報処理方法、及び情報処理プログラム Download PDFInfo
- Publication number
- JP7354072B2 JP7354072B2 JP2020155831A JP2020155831A JP7354072B2 JP 7354072 B2 JP7354072 B2 JP 7354072B2 JP 2020155831 A JP2020155831 A JP 2020155831A JP 2020155831 A JP2020155831 A JP 2020155831A JP 7354072 B2 JP7354072 B2 JP 7354072B2
- Authority
- JP
- Japan
- Prior art keywords
- query
- user
- information
- input
- information processing
- 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
- 230000010365 information processing Effects 0.000 title claims description 167
- 238000003672 processing method Methods 0.000 title claims description 7
- 238000012545 processing Methods 0.000 claims description 51
- 238000000034 method Methods 0.000 claims description 43
- 230000008859 change Effects 0.000 claims description 33
- 230000004044 response Effects 0.000 claims description 6
- 230000006399 behavior Effects 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 description 25
- 230000006870 function Effects 0.000 description 19
- 238000004891 communication Methods 0.000 description 17
- 238000013500 data storage Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 238000006243 chemical reaction Methods 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 101001111655 Homo sapiens Retinol dehydrogenase 11 Proteins 0.000 description 2
- 102100023916 Retinol dehydrogenase 11 Human genes 0.000 description 2
- 101100366082 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) SNF7 gene Proteins 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 101150047375 DID2 gene Proteins 0.000 description 1
- 101150076088 MTD1 gene Proteins 0.000 description 1
- 235000016496 Panda oleosa Nutrition 0.000 description 1
- 240000000220 Panda oleosa Species 0.000 description 1
- 101100317166 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) VPS24 gene Proteins 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
〔1.情報処理〕
図1を用いて、実施形態に係る情報処理の一例について説明する。図1は、実施形態に係る情報処理システムによる処理の一例を示す図である。図1では、情報処理装置100は、ユーザが入力したクエリ(文字列)と、クエリの入力に関するコンテキストを示すコンテキスト情報に基づいて、クエリに変更が必要か否かを判定する。なお、コンテキストについての詳細は後述するが、コンテキストとは、クエリの入力に関する様々な情報を含む概念であり、例えばクエリが入力された際の環境(日時、天候等)やクエリを入力したユーザ等に関連する状況を示す情報を含む。すなわち、コンテキストは、クエリの入力に関するものであれば、クエリを入力したユーザに限らず、様々な状況を示す情報であってもよい。
なお、上記の例では、判定モデルを用いて、クエリの変更要否を判定する場合を示したが、情報処理装置100は、判定モデルを用いる場合に限らず、例えばルールベースにより、クエリの変更要否を判定してもよい。例えば、情報処理装置100は、クエリに対応するコンテキスト情報がルールベースに規定されたルールに該当する場合、そのクエリに変更が必要であると判定してもよい。この場合、情報処理装置100は、ルールの一覧リストと、どのルールに該当する場合にクエリの変更が必要と判定するかの判定条件とを記憶部120に記憶し、一覧リスト中の各ルールと、コンテキスト情報との比較し、判定条件を満たすか否かにより、クエリの変更要否を判定してもよい。例えば、情報処理装置100は、クエリを入力したユーザが運動中であり、そのユーザが過去に入力したクエリの変更が必要であった回数が所定の回数以上である場合、クエリの表記の変更が必要であると判定する。
なお、学習用データに含まれる正解データは、種々の態様により収集されてもよい。例えば、正解データは、第2クエリに対応する検索結果に対する第2ユーザの行動に基づいて収集されてもよい。
次に、図2を用いて、実施形態に係る情報処理装置100の構成について説明する。図2は、実施形態に係る情報処理装置100の構成例を示す図である。図2に示すように、情報処理装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、情報処理装置100は、情報処理装置100の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(例えば、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。そして、通信部110は、所定の通信網(ネットワーク)と有線または無線で接続され、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。実施形態に係る記憶部120は、図2に示すように、学習用データ記憶部121と、モデル情報記憶部122とを有する。
実施形態に係る学習用データ記憶部121は、学習に用いるデータに関する各種情報を記憶する。学習用データ記憶部121は、学習に用いる学習データ(データセット)を記憶する。図3は、本開示の実施形態に係る学習用データ記憶部の一例を示す図である。例えば、学習用データ記憶部121は、学習に用いる学習データや精度評価(測定)に用いる評価用データ等の種々のデータに関する各種情報を記憶する。図3に、実施形態に係る学習用データ記憶部121の一例を示す。図3の例では、学習用データ記憶部121は、「データセットID」、「データID」、「クエリ」、「コンテキスト情報」、「正解データ」といった項目が含まれる。
実施形態に係るモデル情報記憶部122は、モデルに関する情報を記憶する。例えば、モデル情報記憶部122は、学習処理により学習(生成)された学習済みモデル(モデル)の情報(モデルデータ)を記憶する。図4は、本開示の第1の実施形態に係るモデル情報記憶部の一例を示す図である。図4に、第1の実施形態に係るモデル情報記憶部122の一例を示す。図4に示した例では、モデル情報記憶部122は、「モデルID」、「用途」、「モデルデータ」といった項目が含まれる。
図2の説明に戻って、制御部130は、コントローラ(controller)であり、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、情報処理装置100内部の記憶装置に記憶されている各種プログラム(情報処理プログラムの一例に相当)がRAM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る。
取得部131は、記憶部120から各種の情報を取得する。取得部131は、学習用データ記憶部121から学習に用いるデータを取得する。取得部131は、モデル情報記憶部122からモデルの情報を取得する。
学習部132は、モデルを学習する。学習部132は、外部の情報処理装置からの情報や記憶部120に記憶された情報に基づいて、各種情報を学習する。学習部132は、学習用データ記憶部121に記憶された情報に基づいて、各種情報を学習する。学習部132は、学習により生成したモデルをモデル情報記憶部122に格納する。
判定部133は、種々の情報を判定する。判定部133は、過去に第2ユーザにより入力されたクエリである第2クエリ及び第2クエリに対応するコンテキスト情報である第2コンテキスト情報を含む履歴情報と、第1クエリと、第1コンテキスト情報とに基づいて、第1クエリの表記に変更が必要か否かを判定する。例えば、判定部133は、モデル情報記憶部122に記憶されたモデルと、記憶部120に記憶された閾値とを用いて、クエリの変更要否を判定する。判定部133は、学習部132により学習されたモデルを用いて、第1クエリの表記に変更が必要か否かを判定する。
処理部134は、各種の処理を実行する。処理部134は、ユーザが入力したクエリに基づく検索処理を実行する。処理部134は、判定部133によりユーザが入力したクエリに変更が不要と判定された場合、ユーザが入力したクエリを用いて検索処理を実行する。処理部134は、ユーザに提供する情報を生成する。処理部134は、ユーザに提供するコンテンツを生成する。
提供部135は、通信部110を介して、端末装置10へ情報を送信する。提供部135は、ユーザが利用する端末装置10へ検索サービスを提供する。例えば、提供部135は、処理部134による検索処理の結果である検索結果を端末装置10へ送信する。提供部135は、処理部134により生成された情報を端末装置10へ送信する。
次に、図5を用いて、実施形態に係る端末装置10の構成について説明する。図5は、実施形態に係る端末装置10の構成例を示す図である。図5に示すように、端末装置10は、通信部11と、記憶部12と、入力部13と、表示部14と、制御部15とを有する。なお、端末装置10は、各種情報を音声出力するための音声出力部(例えばスピーカ等)を有してもよい。
通信部11は、例えば、通信回路等によって実現される。そして、通信部11は、図示しない所定の通信網と有線または無線で接続され、情報処理装置100との間で情報の送受信を行う。
記憶部12は、例えば、RAM、フラッシュメモリ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。記憶部12は、例えば、端末装置10にインストールされているアプリケーション(例えば情報表示アプリ等)に関する情報、例えばプログラム等を記憶する。
入力部13は、ユーザからの各種操作を受け付ける。入力部13は、音声を検知する機能を有し、ユーザの発話による音声入力を受け付ける。入力部13は、音声を検知するマイクにより検知されたユーザによる発話を入力として受け付ける。
表示部14は、例えば液晶ディスプレイや有機EL(Electro-Luminescence)ディスプレイ等によって実現されるタブレット端末等の表示画面であり、各種情報を表示するための表示装置である。
制御部15は、コントローラであり、例えば、CPUやMPU等によって、端末装置10内部の記憶部12などの記憶装置に記憶されている各種プログラムがRAMを作業領域として実行されることにより実現される。例えば、この各種プログラムは、インストールされているアプリケーション(例えばメッセージアプリ等)のプログラムが含まれる。また、制御部15は、コントローラであり、例えば、ASICやFPGA等の集積回路により実現される。
受付部151は、各種情報を受け付ける。例えば、受付部151は、入力部13を介してユーザによる入力を受け付ける。受付部151は、ユーザによる操作を受け付ける。受付部151は、表示部14により表示された情報に対するユーザの操作を受け付ける。受付部151は、ユーザによるクエリの入力を受け付ける。例えば、受付部151は、ユーザU1による文字列「XXXX」というクエリの入力を受け付ける。
送信部152は、通信部11を介して、情報処理装置100へ情報を送信する。送信部152は、ユーザが入力したクエリを情報処理装置100へ送信する。送信部152は、コンテキスト情報を情報処理装置100へ送信する。送信部152は、受付部151によるユーザの操作の受け付けに応じて、ユーザの操作を示す情報を情報処理装置100へ送信する。送信部152は、情報処理装置100から提供された情報に対する、ユーザによる選択を示す情報を情報処理装置100へ送信する。
受信部153は、通信部11を介して、情報処理装置100から情報を受信する。受信部153は、ユーザが入力したクエリに対応する検索結果を情報処理装置100から受信する。受信部153は、ユーザが入力した第1クエリと異なる第2クエリに関する検索情報を受信する。受信部153は、ユーザが入力した第1クエリと異なる第2クエリを提案する検索情報を受信する。受信部153は、第2クエリを用いて検索を行う事を推奨する検索情報を受信する。
処理部154は、各種の処理を実行する。処理部154は、受信部153が受信した情報を表示部14に表示する。処理部154は、ユーザが入力したクエリに対応する検索結果を表示部14に表示する。
次に、図6を用いて、実施形態に係る情報処理システム1による情報処理の手順について説明する。図6は、実施形態に係る情報処理装置による処理の一例を示すフローチャートである。
上述してきたように、実施形態に係る情報処理装置100は、取得部131と、判定部133とを有する。取得部131は、第1ユーザが入力したクエリである第1クエリと、第1クエリの入力に関するコンテキストを示すコンテキスト情報である第1コンテキスト情報を取得する。判定部133は、過去に第2ユーザにより入力されたクエリである第2クエリ及び第2クエリに対応するコンテキスト情報である第2コンテキスト情報を含む履歴情報と、第1クエリと、第1コンテキスト情報とに基づいて、第1クエリの表記に変更が必要か否かを判定する。
また、上述した実施形態に係る端末装置10や情報処理装置100は、例えば図8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。以下、情報処理装置100を例に挙げて説明する。図8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I/F(Interface)1060、入力I/F1070、ネットワークI/F1080がバス1090により接続された形態を有する。
以上、本願の実施形態を説明したが、これら実施形態の内容により本発明が限定されるものではない。また、前述した構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、前述した構成要素は適宜組み合わせることが可能である。さらに、前述した実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換又は変更を行うことができる。
100 情報処理装置
120 記憶部
121 学習用データ記憶部
122 モデル情報記憶部
130 制御部
131 取得部
132 学習部
133 判定部
134 処理部
135 提供部
10 端末装置
11 通信部
12 記憶部
13 入力部
14 表示部
15 制御部
151 受付部
152 送信部
153 受信部
154 処理部
Claims (14)
- 第1ユーザが入力したクエリである第1クエリと、前記第1クエリの入力に関するコンテキストを示すコンテキスト情報である第1コンテキスト情報を取得する取得部と、
過去に第2ユーザにより入力されたクエリである第2クエリ及び前記第2クエリに対応する前記コンテキスト情報である第2コンテキスト情報を含む履歴情報と、前記第1クエリと、前記第1コンテキスト情報とに基づいて、前記第1クエリの表記に変更が必要か否かを判定する判定部と、
を備え、
前記取得部は、
前記履歴情報に基づいて学習されたモデルであって、クエリと当該クエリに対応する前記コンテキスト情報との入力に応じて、当該クエリの表記に変更が必要か否かを示すスコアを出力するモデルを取得し、
前記判定部は、
前記第1クエリと前記第1コンテキスト情報とを前記モデルに入力することにより、前記モデルが出力するスコアに基づいて、前記第1クエリの表記に変更が必要か否かを判定する
ことを特徴とする情報処理装置。 - 前記判定部は、
前記モデルが出力する前記スコアと閾値との比較に基づいて、前記第1クエリの表記に変更が必要か否かを判定する
ことを特徴とする請求項1に記載の情報処理装置。 - 前記判定部は、
前記モデルが出力する前記スコアが前記閾値以上である場合、前記第1クエリの表記に変更が必要であると判定する
ことを特徴とする請求項2に記載の情報処理装置。 - 前記判定部は、
前記モデルが出力する前記スコアが前記閾値未満である場合、前記第1クエリの表記に変更が必要ではないと判定する
ことを特徴とする請求項2または請求項3に記載の情報処理装置。 - 前記取得部は、
前記第1クエリと、前記第1クエリの入力時の前記コンテキストを示す前記第1コンテキスト情報を取得し、
前記判定部は、
前記第1クエリの入力時の前記第1ユーザの前記コンテキストに基づいて、前記第1クエリの表記に変更が必要か否かを判定する
ことを特徴とする請求項1~4のいずれか1項に記載の情報処理装置。 - 前記取得部は、
前記第1クエリと、前記第1クエリの入力時に前記第1ユーザが運動状態であるかを示す前記第1コンテキスト情報を取得し、
前記判定部は、
前記第1ユーザが運動状態であるか否かに基づいて、前記第1クエリの表記に変更が必要か否かを判定する
ことを特徴とする請求項5に記載の情報処理装置。 - 前記取得部は、
前記第1クエリと、前記第1クエリの入力に用いた端末装置の仕様を示す前記第1コンテキスト情報を取得し、
前記判定部は、
前記端末装置の仕様に基づいて、前記第1クエリの表記に変更が必要か否かを判定する
ことを特徴とする請求項5または請求項6に記載の情報処理装置。 - 前記取得部は、
前記第1クエリと、前記第1クエリの入力時の時間帯を示す前記第1コンテキスト情報を取得し、
前記判定部は、
前記第1クエリの入力時の前記時間帯に基づいて、前記第1クエリの表記に変更が必要か否かを判定する
ことを特徴とする請求項5~7のいずれか1項に記載の情報処理装置。 - 前記取得部は、
前記第1クエリと、前記第1ユーザの属性を示す前記第1コンテキスト情報を取得し、
前記判定部は、
前記第1ユーザの前記属性に基づいて、前記第1クエリの表記に変更が必要か否かを判定する
ことを特徴とする請求項1~8のいずれか1項に記載の情報処理装置。 - 前記取得部は、
前記第1クエリと、前記第1ユーザが過去に入力したクエリの表記の変更要否の傾向を示す前記第1コンテキスト情報を取得し、
前記判定部は、
前記第1ユーザの前記傾向に基づいて、前記第1クエリの表記に変更が必要か否かを判定する
ことを特徴とする請求項1~9のいずれか1項に記載の情報処理装置。 - 前記第2クエリと前記第2コンテキスト情報との各組合せと、前記各組合せの前記第2クエリの表記に変更が必要であったか否かを示す正解データとを用いた機械学習の処理により、前記モデルを学習する学習部、
をさらに備え、
前記判定部は、
前記学習部により学習された前記モデルを用いて、前記第1クエリの表記に変更が必要か否かを判定する
ことを特徴とする請求項1~10のいずれか1項に記載の情報処理装置。 - 前記学習部は、
前記第2クエリに対応する検索結果に対する前記第2ユーザの行動に基づく前記正解データを用いて、前記モデルを学習する
ことを特徴とする請求項11に記載の情報処理装置。 - コンピュータが実行する情報処理方法であって、
第1ユーザが入力したクエリである第1クエリと、前記第1クエリの入力に関するコンテキストを示すコンテキスト情報である第1コンテキスト情報を取得する取得工程と、
過去に第2ユーザにより入力されたクエリである第2クエリ及び前記第2クエリに対応する前記コンテキスト情報である第2コンテキスト情報を含む履歴情報と、前記第1クエリと、前記第1コンテキスト情報とに基づいて、前記第1クエリの表記に変更が必要か否かを判定する判定工程と、
を含み、
前記取得工程は、
前記履歴情報に基づいて学習されたモデルであって、クエリと当該クエリに対応する前記コンテキスト情報との入力に応じて、当該クエリの表記に変更が必要か否かを示すスコアを出力するモデルを取得し、
前記判定工程は、
前記第1クエリと前記第1コンテキスト情報とを前記モデルに入力することにより、前記モデルが出力するスコアに基づいて、前記第1クエリの表記に変更が必要か否かを判定する
ことを特徴とする情報処理方法。 - 第1ユーザが入力したクエリである第1クエリと、前記第1クエリの入力に関するコンテキストを示すコンテキスト情報である第1コンテキスト情報を取得する取得手順と、
過去に第2ユーザにより入力されたクエリである第2クエリ及び前記第2クエリに対応する前記コンテキスト情報である第2コンテキスト情報を含む履歴情報と、前記第1クエリと、前記第1コンテキスト情報とに基づいて、前記第1クエリの表記に変更が必要か否かを判定する判定手順と、
をコンピュータに実行させ、
前記取得手順は、
前記履歴情報に基づいて学習されたモデルであって、クエリと当該クエリに対応する前記コンテキスト情報との入力に応じて、当該クエリの表記に変更が必要か否かを示すスコアを出力するモデルを取得し、
前記判定手順は、
前記第1クエリと前記第1コンテキスト情報とを前記モデルに入力することにより、前記モデルが出力するスコアに基づいて、前記第1クエリの表記に変更が必要か否かを判定する
ことを特徴とする情報処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020155831A JP7354072B2 (ja) | 2020-09-16 | 2020-09-16 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020155831A JP7354072B2 (ja) | 2020-09-16 | 2020-09-16 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022049571A JP2022049571A (ja) | 2022-03-29 |
JP7354072B2 true JP7354072B2 (ja) | 2023-10-02 |
Family
ID=80853931
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020155831A Active JP7354072B2 (ja) | 2020-09-16 | 2020-09-16 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7354072B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015106354A (ja) | 2013-12-02 | 2015-06-08 | 古河インフォメーション・テクノロジー株式会社 | 検索サジェスト装置、検索サジェスト方法、及び、プログラム |
JP6037540B1 (ja) | 2015-02-27 | 2016-12-07 | 楽天株式会社 | 検索システム、検索方法およびプログラム |
US9811592B1 (en) | 2014-06-24 | 2017-11-07 | Google Inc. | Query modification based on textual resource context |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6168963B2 (ja) * | 2013-10-17 | 2017-07-26 | ヤフー株式会社 | 情報検索装置、情報検索方法、およびプログラム |
-
2020
- 2020-09-16 JP JP2020155831A patent/JP7354072B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015106354A (ja) | 2013-12-02 | 2015-06-08 | 古河インフォメーション・テクノロジー株式会社 | 検索サジェスト装置、検索サジェスト方法、及び、プログラム |
US9811592B1 (en) | 2014-06-24 | 2017-11-07 | Google Inc. | Query modification based on textual resource context |
JP6037540B1 (ja) | 2015-02-27 | 2016-12-07 | 楽天株式会社 | 検索システム、検索方法およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2022049571A (ja) | 2022-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11176212B2 (en) | Question answering using entity references in unstructured data | |
JP6843827B2 (ja) | 特定のコンテキストについてのユーザニーズの予測 | |
US20190034793A1 (en) | Semantic clustering based retrieval for candidate set expansion | |
JP7499011B2 (ja) | アプリケーションの内容分析を利用してユーザアクセスを制御する方法およびシステム | |
CN112292674A (zh) | 为助理系统处理多模态用户输入 | |
US20150370780A1 (en) | Predictive conversion of language input | |
JP2017513115A (ja) | ユーザーの明示宣言に基づく個別化された推薦 | |
KR20150086441A (ko) | 콘텐츠 및 상관 거리에 기반하는 사람 연결 | |
JP6648283B2 (ja) | 人工知能ベースの関連度計算を用いたノート提供方法及び装置 | |
US20200327197A1 (en) | Document-based response generation system | |
US20200104427A1 (en) | Personalized neural query auto-completion pipeline | |
JP6737384B2 (ja) | 情報処理装置、制御方法、およびプログラム | |
KR20160014675A (ko) | 이미지에 대한 문맥형 대체 텍스트 | |
US20190026282A1 (en) | Method and apparatus for providing information by using degree of association between reserved word and attribute language | |
JP7012599B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
US11334612B2 (en) | Multilevel representation learning for computer content quality | |
US20150356640A1 (en) | Retrieving reviews based on user profile information | |
US20160292793A1 (en) | Selection and display of a featured professional profile chosen from a social networking service | |
JP2013214127A (ja) | サーバ装置、プログラム及び通信システム | |
KR101752474B1 (ko) | 지식 공유 서비스 제공 장치, 방법 및 컴퓨터 프로그램 | |
JP7354072B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
WO2016204391A1 (ko) | 검색 서비스 제공 장치, 방법, 및 컴퓨터 프로그램 | |
CN112352223A (zh) | 用于输入建议的方法和系统 | |
JP2019185620A (ja) | メッセージ処理装置及びプログラム | |
WO2021098876A1 (zh) | 一种基于知识图谱的问答方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210819 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220712 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220802 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221003 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221220 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230113 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230404 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230704 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20230712 |
|
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: 20230912 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230920 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7354072 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 |