JPH05174057A - 画像検索装置 - Google Patents
画像検索装置Info
- Publication number
- JPH05174057A JPH05174057A JP3341236A JP34123691A JPH05174057A JP H05174057 A JPH05174057 A JP H05174057A JP 3341236 A JP3341236 A JP 3341236A JP 34123691 A JP34123691 A JP 34123691A JP H05174057 A JPH05174057 A JP H05174057A
- Authority
- JP
- Japan
- Prior art keywords
- keyword
- image
- keywords
- importance
- candidate
- 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.)
- Withdrawn
Links
Abstract
(57)【要約】
【目的】 漠然とした印象や不明瞭な記憶からの画像検
索が行え、キーワードの総数が増えても、キーワード間
関係の増加を防止でき、さらに熟練を要しない操作性の
優れた画像検索装置を提供する。 【構成】 キーワード入力手段１によりキーワードを入
力し、関連キーワード推定手段３で、キーワード群蓄積
部２の内容を参照し、入力されたキーワードからキーワ
ード間関係をたどり、関連するキーワードとその重要度
を推定する。候補画像推定手段５では、画像情報蓄積部
４の内容を参照し、推定されたキーワードとその重要度
から、画像に付与されているキーワードの一致度を算出
し、候補順を決定する。候補画像表示手段６では、候補
順に画像を表示する。
索が行え、キーワードの総数が増えても、キーワード間
関係の増加を防止でき、さらに熟練を要しない操作性の
優れた画像検索装置を提供する。 【構成】 キーワード入力手段１によりキーワードを入
力し、関連キーワード推定手段３で、キーワード群蓄積
部２の内容を参照し、入力されたキーワードからキーワ
ード間関係をたどり、関連するキーワードとその重要度
を推定する。候補画像推定手段５では、画像情報蓄積部
４の内容を参照し、推定されたキーワードとその重要度
から、画像に付与されているキーワードの一致度を算出
し、候補順を決定する。候補画像表示手段６では、候補
順に画像を表示する。
Description
【０００１】
【産業上の利用分野】本発明は、曖昧な検索要求から画
像を検索する画像検索装置、特に、キーワードを入力
し、入力されたキーワードから関連するキーワードを推
定し、画像に付与されたキーワードと推定されたキーワ
ードとその重要度から、検索要求に対する一致度を算出
し、候補画像を検索要求にもっとも近いと判断した順に
並べて表示する画像検索装置に関するものである。
像を検索する画像検索装置、特に、キーワードを入力
し、入力されたキーワードから関連するキーワードを推
定し、画像に付与されたキーワードと推定されたキーワ
ードとその重要度から、検索要求に対する一致度を算出
し、候補画像を検索要求にもっとも近いと判断した順に
並べて表示する画像検索装置に関するものである。
【０００２】
【従来の技術】従来、曖昧性を考慮し、曖昧情報に基づ
き画像を検索する画像検索装置としては、例えば特開平
１−２３１１２４号公報に記載されるものがある。この
画像検索装置では、曖昧にしか定義できないキーワード
を定量的に表現するために、数段階の目盛を持つ尺度を
定義域とし、可能性の度合いを０〜１の間の数値を用い
て表現する可能性分布関数を用いる。これは１に近いほ
ど可能性が高いことを示す。入力されたキーワードに対
応する可能性分布関数との一致度（スコア）Ｓを次式に
よって求め、スコアに従って画像を並べ、表示する。 ここで、ｎは想定される曖昧なキーワードの総数、ｅi
はi 番目のキーワードに対する関連の程度、ｆ
i （ｅi ）はi 番目のキーワードに対する可能性分布関
数、ｗi はi 番目のキーワードに付けられた重みであ
る。この種の画像検索装置では、可能性分布関数の使用
により、曖昧な属性も取り扱うことが可能になる。さら
に、検索結果として算出されるスコアの大きさ、すなわ
ち入力される曖昧な情報と画像の属性との一致の可能性
の大きさに応じて画像を表示することにより、複数の検
索結果についての確認作業が効率的になる。
き画像を検索する画像検索装置としては、例えば特開平
１−２３１１２４号公報に記載されるものがある。この
画像検索装置では、曖昧にしか定義できないキーワード
を定量的に表現するために、数段階の目盛を持つ尺度を
定義域とし、可能性の度合いを０〜１の間の数値を用い
て表現する可能性分布関数を用いる。これは１に近いほ
ど可能性が高いことを示す。入力されたキーワードに対
応する可能性分布関数との一致度（スコア）Ｓを次式に
よって求め、スコアに従って画像を並べ、表示する。 ここで、ｎは想定される曖昧なキーワードの総数、ｅi
はi 番目のキーワードに対する関連の程度、ｆ
i （ｅi ）はi 番目のキーワードに対する可能性分布関
数、ｗi はi 番目のキーワードに付けられた重みであ
る。この種の画像検索装置では、可能性分布関数の使用
により、曖昧な属性も取り扱うことが可能になる。さら
に、検索結果として算出されるスコアの大きさ、すなわ
ち入力される曖昧な情報と画像の属性との一致の可能性
の大きさに応じて画像を表示することにより、複数の検
索結果についての確認作業が効率的になる。
【０００３】
【発明が解決しようとする課題】しかしながら、上記構
成の装置では、次のような課題があった。従来の画像検
索装置では、入力するキーワードの数は検索に必要な数
を入力する必要があり、キーワードが意味する曖昧さの
表現には対応できるが、漠然とした印象から画像を検索
する場合や、検索者の不明瞭な記憶から画像を検索する
場合などのキーワードそのものに関する曖昧さに対応で
きない。また、キーワードが付与されていない画像を入
力した場合、その画像は検索対象にすることができない
ため、画像には考えられるすべてのキーワードを付与し
ておく必要が生じる。
成の装置では、次のような課題があった。従来の画像検
索装置では、入力するキーワードの数は検索に必要な数
を入力する必要があり、キーワードが意味する曖昧さの
表現には対応できるが、漠然とした印象から画像を検索
する場合や、検索者の不明瞭な記憶から画像を検索する
場合などのキーワードそのものに関する曖昧さに対応で
きない。また、キーワードが付与されていない画像を入
力した場合、その画像は検索対象にすることができない
ため、画像には考えられるすべてのキーワードを付与し
ておく必要が生じる。
【０００４】さらに、可能性が高い順に画像を並べて表
示する際の評価基準となるスコアの計算方法に用いられ
る重みｗi は、検索者がキーワードすべてに対してもっ
とも適当な値を決める必要があり、要求どおりの検索を
行うには熟練を要する。従って、技術的に充分満足のゆ
く曖昧性を考慮した画像検索装置を提供することが困難
であった。
示する際の評価基準となるスコアの計算方法に用いられ
る重みｗi は、検索者がキーワードすべてに対してもっ
とも適当な値を決める必要があり、要求どおりの検索を
行うには熟練を要する。従って、技術的に充分満足のゆ
く曖昧性を考慮した画像検索装置を提供することが困難
であった。
【０００５】本発明は、前記従来技術が持っていた課題
として、漠然とした印象や不明瞭な記憶からの画像検索
ができない、画像には考えられるすべてのキーワードを
付与しなければならない、要求どおりの検索を行うには
熟練を要する、という点について解決した画像検索装置
を提供するものである。
として、漠然とした印象や不明瞭な記憶からの画像検索
ができない、画像には考えられるすべてのキーワードを
付与しなければならない、要求どおりの検索を行うには
熟練を要する、という点について解決した画像検索装置
を提供するものである。
【０００６】
【課題を解決するための手段】前記課題を解決するため
に、第１の発明は、曖昧な検索要求から画像を検索する
画像検索装置において、キーワードをその重要度に応じ
て入力するキーワード入力手段と、キーワードとキーワ
ード間関係を強さで表現した情報を蓄積するキーワード
群蓄積部と、前記キーワード群蓄積部の情報に基づき、
前記入力されたキーワードからキーワード間関係をたど
り、関連するキーワードとその重要度を推定する関連キ
ーワード推定手段と、画像とその画像に付与されたキー
ワードを蓄積する画像情報蓄積部と、前記推定されたキ
ーワードとその重要度から、前記画像に付与されている
キーワードの一致度を算出して候補画像の候補順を推定
する候補画像推定手段と、前記推定された候補画像を候
補順に表示する候補画像表示手段とを、備えている。
に、第１の発明は、曖昧な検索要求から画像を検索する
画像検索装置において、キーワードをその重要度に応じ
て入力するキーワード入力手段と、キーワードとキーワ
ード間関係を強さで表現した情報を蓄積するキーワード
群蓄積部と、前記キーワード群蓄積部の情報に基づき、
前記入力されたキーワードからキーワード間関係をたど
り、関連するキーワードとその重要度を推定する関連キ
ーワード推定手段と、画像とその画像に付与されたキー
ワードを蓄積する画像情報蓄積部と、前記推定されたキ
ーワードとその重要度から、前記画像に付与されている
キーワードの一致度を算出して候補画像の候補順を推定
する候補画像推定手段と、前記推定された候補画像を候
補順に表示する候補画像表示手段とを、備えている。
【０００７】第２の発明では、第１の発明のキーワード
群蓄積部は、前記キーワードに概念の性格で分けられる
階層構造を設け、その各階層で上位の概念によりグルー
プ化してグループ間関係の強さで表現した情報を蓄積す
るようにしている。第３の発明では、第１の発明の関連
キーワード推定手段は、前記キーワード間関係の強さか
らキーワードの重要度を算出し、ある一定の値以上の重
要度を有するキーワードを関連キーワードとする推定を
行うようにしている。第４の発明では、第１の発明の候
補画像推定手段は、前記推定されたキーワードとその重
要度から一致度を算出して前記候補順を推定するように
している。
群蓄積部は、前記キーワードに概念の性格で分けられる
階層構造を設け、その各階層で上位の概念によりグルー
プ化してグループ間関係の強さで表現した情報を蓄積す
るようにしている。第３の発明では、第１の発明の関連
キーワード推定手段は、前記キーワード間関係の強さか
らキーワードの重要度を算出し、ある一定の値以上の重
要度を有するキーワードを関連キーワードとする推定を
行うようにしている。第４の発明では、第１の発明の候
補画像推定手段は、前記推定されたキーワードとその重
要度から一致度を算出して前記候補順を推定するように
している。
【０００８】
【作用】第１の発明によれば、以上のように画像検索装
置を構成したので、キーワード群蓄積部に蓄積されるキ
ーワード群を、キーワードとキーワード間関係を例えば
０〜１までの強さで表現したキーワード間情報で構成す
る。あるキーワードがキーワード入力手段によって入力
されると、関連キーワード推定手段では、キーワード群
をもとに関係をたどり、関連するキーワードを推定す
る。これにより、正しいキーワードを与えることが困難
な漠然とした印象・不明瞭な記憶等からの検索が行え
る。
置を構成したので、キーワード群蓄積部に蓄積されるキ
ーワード群を、キーワードとキーワード間関係を例えば
０〜１までの強さで表現したキーワード間情報で構成す
る。あるキーワードがキーワード入力手段によって入力
されると、関連キーワード推定手段では、キーワード群
をもとに関係をたどり、関連するキーワードを推定す
る。これにより、正しいキーワードを与えることが困難
な漠然とした印象・不明瞭な記憶等からの検索が行え
る。
【０００９】また、画像に付与されたキーワードと、キ
ーワード入力手段から入力された入力キーワードとが、
一致しない場合でも、候補画像をあげることで、画像に
付与するキーワードの少数化が可能になる。さらに、推
定されたキーワードに重要度を与え、候補画像推定手段
により、入力キーワード及び推定キーワードの双方とそ
れらの重要度の演算によって画像検索を進めるので、検
索時・蓄積画像作成時にキーワード重みの数値入力が不
要となる。
ーワード入力手段から入力された入力キーワードとが、
一致しない場合でも、候補画像をあげることで、画像に
付与するキーワードの少数化が可能になる。さらに、推
定されたキーワードに重要度を与え、候補画像推定手段
により、入力キーワード及び推定キーワードの双方とそ
れらの重要度の演算によって画像検索を進めるので、検
索時・蓄積画像作成時にキーワード重みの数値入力が不
要となる。
【００１０】第２の発明では、キーワード群で、グルー
プ間関係の強さを表現することにより、曖昧性を考慮し
た多様な検索要求への対応が行える。第３の発明では、
関連キーワード推定手段により、キーワードの重要度を
算出し、それに基づき関連キーワードとする推定を行う
ので、推定範囲が広がって推定精度の向上が図れる。第
４の発明では、候補画像推定手段により、推定されたキ
ーワードとその重要度から一致度を算出しているので、
キーワード入力時にキーワード重みの数値入力を必要と
せず、候補画像の候補順の推定が行える。これにより、
操作性が向上する。従って、前記課題を解決できるので
ある。
プ間関係の強さを表現することにより、曖昧性を考慮し
た多様な検索要求への対応が行える。第３の発明では、
関連キーワード推定手段により、キーワードの重要度を
算出し、それに基づき関連キーワードとする推定を行う
ので、推定範囲が広がって推定精度の向上が図れる。第
４の発明では、候補画像推定手段により、推定されたキ
ーワードとその重要度から一致度を算出しているので、
キーワード入力時にキーワード重みの数値入力を必要と
せず、候補画像の候補順の推定が行える。これにより、
操作性が向上する。従って、前記課題を解決できるので
ある。
【００１１】
【実施例】図１は、本発明の実施例を示す画像検索装置
の機能ブロック図である。この画像検索装置は、検索し
たい画像のキーワードをその重要度に応じて入力するキ
ーボード等のキーワード入力手段１と、キーワードとキ
ーワード間の関係を表す強さの情報を蓄積するメモリ等
のキーワード群蓄積部２とを有し、それらには、関連キ
ーワード推定手段３が接続されている。関連キーワード
推定手段３は、キーワード群蓄積部２に蓄積されている
キーワード群に基づき、入力されたキーワードからそれ
に関連するキーワードを推定し、その入力キーワード及
び推定キーワードの重要度を算出する機能を有してい
る。重要度はキーワード間関係の強さから算出する。
の機能ブロック図である。この画像検索装置は、検索し
たい画像のキーワードをその重要度に応じて入力するキ
ーボード等のキーワード入力手段１と、キーワードとキ
ーワード間の関係を表す強さの情報を蓄積するメモリ等
のキーワード群蓄積部２とを有し、それらには、関連キ
ーワード推定手段３が接続されている。関連キーワード
推定手段３は、キーワード群蓄積部２に蓄積されている
キーワード群に基づき、入力されたキーワードからそれ
に関連するキーワードを推定し、その入力キーワード及
び推定キーワードの重要度を算出する機能を有してい
る。重要度はキーワード間関係の強さから算出する。
【００１２】関連キーワード推定手段３と画像情報蓄積
部４とは、候補画像推定手段５に接続されている。画像
情報蓄積部４は、画像とその画像に付与されたキーワー
ドを蓄積するメモリ等で構成されている。候補画像推定
手段５は、関連キーワード推定手段３で得られた入力キ
ーワード及び推定キーワードとその重要度、さらに画像
に付与されたキーワードから、候補画像を検索し、検索
要求に近いと思われる候補画像の候補順を決定（推定）
する機能を有し、その出力側に、候補画像表示手段６が
接続されている。候補画像表示手段６は、候補画像推定
手段５で推定された候補画像を候補順に従って表示する
機能を有し、ＣＲＴ等で構成されている。
部４とは、候補画像推定手段５に接続されている。画像
情報蓄積部４は、画像とその画像に付与されたキーワー
ドを蓄積するメモリ等で構成されている。候補画像推定
手段５は、関連キーワード推定手段３で得られた入力キ
ーワード及び推定キーワードとその重要度、さらに画像
に付与されたキーワードから、候補画像を検索し、検索
要求に近いと思われる候補画像の候補順を決定（推定）
する機能を有し、その出力側に、候補画像表示手段６が
接続されている。候補画像表示手段６は、候補画像推定
手段５で推定された候補画像を候補順に従って表示する
機能を有し、ＣＲＴ等で構成されている。
【００１３】関連キーワード推定手段３及び候補画像推
定手段５は、集積回路等を用いた個別回路、あるいはプ
ロセッサによるプログラム制御等で構成されている。次
に、図１の画像検索装置における各処理内容等（ｉ）〜
（iv）を、図２〜図４を参照しつつ、以下説明する。
定手段５は、集積回路等を用いた個別回路、あるいはプ
ロセッサによるプログラム制御等で構成されている。次
に、図１の画像検索装置における各処理内容等（ｉ）〜
（iv）を、図２〜図４を参照しつつ、以下説明する。
【００１４】（ｉ）入力処理 キーワード入力手段１により、検索対象となる画像のキ
ーワードをその重要度に応じて入力する。このキーワー
ドはいくつかの項目に分けて入力する。例えば、必須項
目、付加項目、予想項目、その他の項目の４項目に分け
て入力する。必須項目は「必ずこの要素を含む」のよう
な検索を要求する場合に入力するキーワードで、付加項
目は「この要素が含まれていればより良いがなくても構
わない」という検索を要求する場合に入力するキーワー
ドで、予想項目は「おそらくこの要素が含まれていたと
思われる」という検索を要求する場合に入力するキーワ
ードである。その他の項目は、前記３項目に分類でき
ず、入力キーワードの重要度が不明であるという検索を
要求する場合に入力するキーワードである。４項目のう
ち１項目以上入力されていれば、検索は可能である。各
項目のキーワード数には制限はない。キーワードは画像
に付与されているキーワードと同じ言葉を入力する必要
はない。入力されたキーワードは、関連キーワード推定
手段３へ送られる。
ーワードをその重要度に応じて入力する。このキーワー
ドはいくつかの項目に分けて入力する。例えば、必須項
目、付加項目、予想項目、その他の項目の４項目に分け
て入力する。必須項目は「必ずこの要素を含む」のよう
な検索を要求する場合に入力するキーワードで、付加項
目は「この要素が含まれていればより良いがなくても構
わない」という検索を要求する場合に入力するキーワー
ドで、予想項目は「おそらくこの要素が含まれていたと
思われる」という検索を要求する場合に入力するキーワ
ードである。その他の項目は、前記３項目に分類でき
ず、入力キーワードの重要度が不明であるという検索を
要求する場合に入力するキーワードである。４項目のう
ち１項目以上入力されていれば、検索は可能である。各
項目のキーワード数には制限はない。キーワードは画像
に付与されているキーワードと同じ言葉を入力する必要
はない。入力されたキーワードは、関連キーワード推定
手段３へ送られる。
【００１５】（ii）キーワード群の構造 キーワード群蓄積部２は、キーワードとキーワード間の
関係を表す強さの情報を蓄積する。このキーワードは階
層構造を持ち、ある概念を表す代表的な言葉から成るグ
ループ（第１グループ）と、代表的な言葉から考えられ
る派生的な言葉のグループ（第２グループ）とで、構成
される。第２グループから派生する言葉のグループ（第
３グループ、第４グループ…）が存在してもよい。第１
グループが３つの場合のキーワード群構造の例を図２に
示す。
関係を表す強さの情報を蓄積する。このキーワードは階
層構造を持ち、ある概念を表す代表的な言葉から成るグ
ループ（第１グループ）と、代表的な言葉から考えられ
る派生的な言葉のグループ（第２グループ）とで、構成
される。第２グループから派生する言葉のグループ（第
３グループ、第４グループ…）が存在してもよい。第１
グループが３つの場合のキーワード群構造の例を図２に
示す。
【００１６】図２において、第１グループＧi （i は第
１グループの番号）内の言葉をＸij（j は第１グループ
内の言葉の番号）、ここから派生する第２グループＧij
内の言葉をＹijk （k は第２グループＧij内の言葉の番
号）とする。Ｇi は例えば“時間帯”、“季節”、“場
所”の様な概念であり、Ｘijは“時間帯”の例で言えば
“朝”、“昼”、“夜”のような言葉になる。
１グループの番号）内の言葉をＸij（j は第１グループ
内の言葉の番号）、ここから派生する第２グループＧij
内の言葉をＹijk （k は第２グループＧij内の言葉の番
号）とする。Ｇi は例えば“時間帯”、“季節”、“場
所”の様な概念であり、Ｘijは“時間帯”の例で言えば
“朝”、“昼”、“夜”のような言葉になる。
【００１７】また、Ｘij間の関係の強さをＲ１
i(j,q)（q はＧi 内の言葉の番号）とする。Ｒ１i(j,q)
は関係が強くなるほど１に近づき、関係がない場合は０
となる。ＧijはＸijから派生する言葉の集合で、Ｙijk
は“夜”の例で言えば、“月”、“夜景”、“蛍”、
“花火”の様な言葉になる。Ｙijk はグループ内と同じ
第１グループから派生する第２グループ間で関係を持た
ず、グループ単位でＸijあるいは、他の第１グループか
ら派生する第２グループと関係を持つ。これらの関係を
Ｒ１２ij、Ｒ２２ij,pq （ijはi 番目の第１グループの
j 番目の言葉から派生する第２グループ、pqはp 番目の
第１グループのq 番目の言葉から派生する第２グルー
プ）と表現する。このような構造により、多様な検索要
求に対応して行き、キーワードが多くなってもキーワー
ド間関係の増加を防ぐ。
i(j,q)（q はＧi 内の言葉の番号）とする。Ｒ１i(j,q)
は関係が強くなるほど１に近づき、関係がない場合は０
となる。ＧijはＸijから派生する言葉の集合で、Ｙijk
は“夜”の例で言えば、“月”、“夜景”、“蛍”、
“花火”の様な言葉になる。Ｙijk はグループ内と同じ
第１グループから派生する第２グループ間で関係を持た
ず、グループ単位でＸijあるいは、他の第１グループか
ら派生する第２グループと関係を持つ。これらの関係を
Ｒ１２ij、Ｒ２２ij,pq （ijはi 番目の第１グループの
j 番目の言葉から派生する第２グループ、pqはp 番目の
第１グループのq 番目の言葉から派生する第２グルー
プ）と表現する。このような構造により、多様な検索要
求に対応して行き、キーワードが多くなってもキーワー
ド間関係の増加を防ぐ。
【００１８】(iii) 関連キーワード推定処理 関連キーワード推定手段３では、図３に示したキーワー
ド群の例に従い、キーワード群蓄積部２に蓄積されてい
るキーワード群に基づき、キーワード入力手段１によっ
て入力されたキーワードから、次のようにして関連キー
ワードの推定を行う。
ド群の例に従い、キーワード群蓄積部２に蓄積されてい
るキーワード群に基づき、キーワード入力手段１によっ
て入力されたキーワードから、次のようにして関連キー
ワードの推定を行う。
【００１９】図３において、必須項目に第１グループＧ
i に属するＸijが与えられた場合、その重要度Ｓijを１
に設定する。また、同一第１グループ内の関係の強さＲ
１i( j,q)を０にする。例えば、“冬”（Ｘ14）が与えら
れた場合、“冬”の重要度Ｓ14を１に設定する。また、
同一第１グループ内の関係の強さＲ１1(4,3)、Ｒ１1(
4,1)を０にする。次に、与えられたＸijに連結されてい
る第２グループＧijのＹijk に、第１・第２グループ間
関係の強さＲ１２ijを重要度Ｓijk として与え、推定キ
ーワードに加える。例では、“冬”（Ｘ14）に連結され
ている第２グループＧ14のＹ14k （１≦k ≦４）
（“雪”、“スキー”、“クリスマス”、“霜”）に、
第１・第２グループ間関係の強さＲ１２14＝０．９を重
要度Ｓ14k （１≦k ≦４）として与え、推定キーワード
に加える。
i に属するＸijが与えられた場合、その重要度Ｓijを１
に設定する。また、同一第１グループ内の関係の強さＲ
１i( j,q)を０にする。例えば、“冬”（Ｘ14）が与えら
れた場合、“冬”の重要度Ｓ14を１に設定する。また、
同一第１グループ内の関係の強さＲ１1(4,3)、Ｒ１1(
4,1)を０にする。次に、与えられたＸijに連結されてい
る第２グループＧijのＹijk に、第１・第２グループ間
関係の強さＲ１２ijを重要度Ｓijk として与え、推定キ
ーワードに加える。例では、“冬”（Ｘ14）に連結され
ている第２グループＧ14のＹ14k （１≦k ≦４）
（“雪”、“スキー”、“クリスマス”、“霜”）に、
第１・第２グループ間関係の強さＲ１２14＝０．９を重
要度Ｓ14k （１≦k ≦４）として与え、推定キーワード
に加える。
【００２０】さらに、この第２グループに連結されてい
る他の第２グループへ推定を進める。他の第２グループ
のＹijk の重要度をある演算、例えば関係の強さの積Ｒ
１２ij＊Ｒ２２ij,pq で与え、推定キーワードとする。
但し、関係の強さの積がある一定の値（閾値）よりも小
さいときは、推定キーワードに加えない。ここでは、0.
1 を閾値にした。時間帯の概念を表す第１グループＧ2
の中の“夜”（Ｘ23）に連結されている第２グループＧ
23、“月”、“夜景”、“花火”、“蛍”の場合、０．
９と０．３の積により０．２７の重要度を与える。場所
の概念を表す第１グループＧ3 の中の“都市”（Ｘ33）
に連結されている第２グループＧ33は０．９＊０．３＊
０．４＝０．１０８を与え、推定キーワードとする。
“自然界”（Ｘ32）に連結されている第２グループＧ32
は０．９＊０．３＊０．３＝０．０８１なので、推定キ
ーワードにはならない。
る他の第２グループへ推定を進める。他の第２グループ
のＹijk の重要度をある演算、例えば関係の強さの積Ｒ
１２ij＊Ｒ２２ij,pq で与え、推定キーワードとする。
但し、関係の強さの積がある一定の値（閾値）よりも小
さいときは、推定キーワードに加えない。ここでは、0.
1 を閾値にした。時間帯の概念を表す第１グループＧ2
の中の“夜”（Ｘ23）に連結されている第２グループＧ
23、“月”、“夜景”、“花火”、“蛍”の場合、０．
９と０．３の積により０．２７の重要度を与える。場所
の概念を表す第１グループＧ3 の中の“都市”（Ｘ33）
に連結されている第２グループＧ33は０．９＊０．３＊
０．４＝０．１０８を与え、推定キーワードとする。
“自然界”（Ｘ32）に連結されている第２グループＧ32
は０．９＊０．３＊０．３＝０．０８１なので、推定キ
ーワードにはならない。
【００２１】付加項目に第１グループＧi に属するＸij
が与えられた場合、その重要度Ｓijを１以下のある値、
例えば０．７５に設定する。また、同一第１グループ内
の関係の強さＲ１i(j,q)を０にする。例えば、“冬”
（Ｘ14) が与えられた場合、“冬”の重要度Ｓ14を１以
下のある値、例えば０．７５に設定する。また、Ｇ1 内
の関係の強さＲ１1(4,3)、Ｒ１1(4,1)を０にする。次
に、Ｘijに連結されている第２グループＧijのＹ
ijk に、第１・第２グループ間関係の強さＲ１２ijとＸ
ijの重要度Ｓijの最小値を求め、Ｓijk に与え、推移キ
ーワードに加える。例では、“冬”（Ｘ14）に連結され
ている第２グループＧ14のＹ14k （１≦k ≦４）に、第
１・第２グループ間関係の強さＲ１２14＝０．９と
“冬”（Ｘ14）の重要度Ｓ14＝０．７５の最小値０．７
５を、Ｓ14k （１≦k ≦４）（“雪”、“スキー”、
“クリスマス”、“霜”）に与え、推定キーワードに加
える。以降の推定キーワードとその重要度の算出は必須
項目の場合と同じである。
が与えられた場合、その重要度Ｓijを１以下のある値、
例えば０．７５に設定する。また、同一第１グループ内
の関係の強さＲ１i(j,q)を０にする。例えば、“冬”
（Ｘ14) が与えられた場合、“冬”の重要度Ｓ14を１以
下のある値、例えば０．７５に設定する。また、Ｇ1 内
の関係の強さＲ１1(4,3)、Ｒ１1(4,1)を０にする。次
に、Ｘijに連結されている第２グループＧijのＹ
ijk に、第１・第２グループ間関係の強さＲ１２ijとＸ
ijの重要度Ｓijの最小値を求め、Ｓijk に与え、推移キ
ーワードに加える。例では、“冬”（Ｘ14）に連結され
ている第２グループＧ14のＹ14k （１≦k ≦４）に、第
１・第２グループ間関係の強さＲ１２14＝０．９と
“冬”（Ｘ14）の重要度Ｓ14＝０．７５の最小値０．７
５を、Ｓ14k （１≦k ≦４）（“雪”、“スキー”、
“クリスマス”、“霜”）に与え、推定キーワードに加
える。以降の推定キーワードとその重要度の算出は必須
項目の場合と同じである。
【００２２】予想項目に第１グループＧi に属するＸij
が与えられた場合、その重要度Ｓijを１に設定する。同
一第１グループ内の関係の強さＲ１i(j,q)は、予め設定
されている値を用いる。例えば、“冬”（Ｘ14) が与え
られた場合、重要度Ｓ14を１に設定する。また、同一第
１グループ内の関係の強さは予め設定されている値によ
り、Ｒ１1(4,3)＝０．４、Ｒ１1(4,1)＝０．３となる。
この関係の強さと、それぞれに連結されている第２グル
ープとの関係の強さから、推定されるキーワードを追加
する。多方面から重要度が付与されるグループは、平均
値を取る。第２グループ以下の推定方法は、必須項目の
場合と同じである。例では、“秋”に対しては０．４と
なっているので、“紅葉”、“月見”の重要度には０．
３２を与え、以下、“冬”の場合と同様に推定を進め
る。この場合、時間帯の概念を表す第１グループの中の
“夜”に連結されている第２グループ、“月”、“夜
景”、“花火”、“蛍”は“冬”から付与される、重要
度０．２７と“秋”から付与される重要度０．１６、Ｇ
1 内のその他のＸ1q（１≦q ≦４）から付与される重要
度があるので、それらの平均値を推定キーワードの重要
度とする。
が与えられた場合、その重要度Ｓijを１に設定する。同
一第１グループ内の関係の強さＲ１i(j,q)は、予め設定
されている値を用いる。例えば、“冬”（Ｘ14) が与え
られた場合、重要度Ｓ14を１に設定する。また、同一第
１グループ内の関係の強さは予め設定されている値によ
り、Ｒ１1(4,3)＝０．４、Ｒ１1(4,1)＝０．３となる。
この関係の強さと、それぞれに連結されている第２グル
ープとの関係の強さから、推定されるキーワードを追加
する。多方面から重要度が付与されるグループは、平均
値を取る。第２グループ以下の推定方法は、必須項目の
場合と同じである。例では、“秋”に対しては０．４と
なっているので、“紅葉”、“月見”の重要度には０．
３２を与え、以下、“冬”の場合と同様に推定を進め
る。この場合、時間帯の概念を表す第１グループの中の
“夜”に連結されている第２グループ、“月”、“夜
景”、“花火”、“蛍”は“冬”から付与される、重要
度０．２７と“秋”から付与される重要度０．１６、Ｇ
1 内のその他のＸ1q（１≦q ≦４）から付与される重要
度があるので、それらの平均値を推定キーワードの重要
度とする。
【００２３】なお、推定は第２グループから開始しても
よい。推定を進める手順は第１グループから始めたとき
と同様に行うが、この場合、グループ内の関係はないの
で同一グループには同一重要度を与え、第１グループ内
の関係の強さは予め設定されている値を用いる。これら
の推定結果は、候補画像推定手段５へ送られる。
よい。推定を進める手順は第１グループから始めたとき
と同様に行うが、この場合、グループ内の関係はないの
で同一グループには同一重要度を与え、第１グループ内
の関係の強さは予め設定されている値を用いる。これら
の推定結果は、候補画像推定手段５へ送られる。
【００２４】（iv）候補画像推定処理 候補画像推定手段５では、まず、キーワード入力手段１
によって項目別に入力された各キーワードに対し、関連
キーワード推定手段３で関連するキーワードとその重要
度を推定する。推定されたキーワードのうち共通な第１
グループの言葉、第２グループの言葉の集合だけを利用
する（これらを以下、共通語ＣＭと呼ぶ）。共通語ＣＭ
の重要度はそれぞれの最大値で置き換える。次に、各画
像の一致度を計算する。各画像に付与されているキーワ
ードが、共通語ＣＭの中にある場合、この共通語ＣＭの
重要度をキーワードに与え、ない場合、０をキーワード
に与え、平均値を求める。この平均値を要求に対する一
致度、即ち検索要求にもっと近いと思われる順番を決定
する数値とする。
によって項目別に入力された各キーワードに対し、関連
キーワード推定手段３で関連するキーワードとその重要
度を推定する。推定されたキーワードのうち共通な第１
グループの言葉、第２グループの言葉の集合だけを利用
する（これらを以下、共通語ＣＭと呼ぶ）。共通語ＣＭ
の重要度はそれぞれの最大値で置き換える。次に、各画
像の一致度を計算する。各画像に付与されているキーワ
ードが、共通語ＣＭの中にある場合、この共通語ＣＭの
重要度をキーワードに与え、ない場合、０をキーワード
に与え、平均値を求める。この平均値を要求に対する一
致度、即ち検索要求にもっと近いと思われる順番を決定
する数値とする。
【００２５】次に、候補画像推定手段５は、図４
（ａ），（ｂ）に示す候補画像推定方法に従い、候補画
像の推定を行う。図４（ａ）は必須項目に“雪”を入力
した場合、図４（ｂ）は付加項目に“冬”を入力した場
合に得られるキーワード、重要度である。
（ａ），（ｂ）に示す候補画像推定方法に従い、候補画
像の推定を行う。図４（ａ）は必須項目に“雪”を入力
した場合、図４（ｂ）は付加項目に“冬”を入力した場
合に得られるキーワード、重要度である。
【００２６】図４（ａ）では、まず、Ｇ14の重要度Ｓ
14k を１にする。Ｇ14・“冬”間の関係の強さとＳ14k
の積で“冬”の重要度Ｓ14を算出する。Ｇ14・Ｇ22間、
Ｇ14・Ｇ23間、その他の連結が存在する間についても、
同様に重要度を算出する。このとき、重要度が０．１よ
りも小さいとき、関係はないものとして、以降の重要度
算出を行わない。図４（ｂ）では、まず、“夜”の重要
度Ｓ23を0.75にする。“夜”・Ｇ23間の関係の強さとＳ
23の最小値をＧ23の重要度Ｓ23k にする。Ｇ23との連結
から重要度を算出する方法は、図４（ａ）の場合と同様
である。
14k を１にする。Ｇ14・“冬”間の関係の強さとＳ14k
の積で“冬”の重要度Ｓ14を算出する。Ｇ14・Ｇ22間、
Ｇ14・Ｇ23間、その他の連結が存在する間についても、
同様に重要度を算出する。このとき、重要度が０．１よ
りも小さいとき、関係はないものとして、以降の重要度
算出を行わない。図４（ｂ）では、まず、“夜”の重要
度Ｓ23を0.75にする。“夜”・Ｇ23間の関係の強さとＳ
23の最小値をＧ23の重要度Ｓ23k にする。Ｇ23との連結
から重要度を算出する方法は、図４（ａ）の場合と同様
である。
【００２７】図４（ａ）と（ｂ）にあげられたキーワー
ドのうち、共通するキーワード（共通語ＣＭ）を探し、
各々の重要度の最大値を共通語ＣＭの重要度にすると、
表１のようになる。
ドのうち、共通するキーワード（共通語ＣＭ）を探し、
各々の重要度の最大値を共通語ＣＭの重要度にすると、
表１のようになる。
【００２８】
【表１】 表１において、キーワードが１つも含まれない画像は、
検索対象から外す。検索対象の画像に付与されているキ
ーワードとそのキーワードの重要度から、一致度を算出
し、順位を決定した例を表２に示す。
検索対象から外す。検索対象の画像に付与されているキ
ーワードとそのキーワードの重要度から、一致度を算出
し、順位を決定した例を表２に示す。
【００２９】
【表２】 この表２において、画像名欄は、検索対象になった画像
の名前を表示している。キーワード欄は、各画像に付与
されていたキーワードを表示している。重要度欄は、画
像に付与されているキーワードが表１のキーワードに挙
げられている場合、対応する重要度、表１にない場合０
を表示している。一致度欄は重要度欄の数値の平均値、
順位欄に一致度の大きい順を表示している。このように
推定された候補画像は、候補画像表示手段６によって候
補順に表示される。
の名前を表示している。キーワード欄は、各画像に付与
されていたキーワードを表示している。重要度欄は、画
像に付与されているキーワードが表１のキーワードに挙
げられている場合、対応する重要度、表１にない場合０
を表示している。一致度欄は重要度欄の数値の平均値、
順位欄に一致度の大きい順を表示している。このように
推定された候補画像は、候補画像表示手段６によって候
補順に表示される。
【００３０】以上のように、本実施例では、次のような
利点を有している。キーワード入力手段１により、キー
ワード入力を重要度に応じて項目別に入力するようにし
たので、キーワード重みの数値入力が不要となる。その
ため、検索者がキーワードの重みを理解する必要がな
く、検索効率を向上させることができる。キーワード群
蓄積部２において、キーワード群は概念の性格により階
層化し、その各階層で上位の概念によりグループ化し、
グループ単位で他のキーワードと関連を持つように構成
したので、多様な検索要求への対応が可能で、キーワー
ドの総数が増えても、キーワード間関係の増加を防止で
きる。しかも、そのキーワード群は、キーワード間関係
の強さを表現したキーワード間情報を有しているので、
キーワード入力手段１で入力されたキーワードから、関
連キーワード推定手段３により、キーワード間関係を強
さからたどり、関連するキーワードの推定が可能であ
る。
利点を有している。キーワード入力手段１により、キー
ワード入力を重要度に応じて項目別に入力するようにし
たので、キーワード重みの数値入力が不要となる。その
ため、検索者がキーワードの重みを理解する必要がな
く、検索効率を向上させることができる。キーワード群
蓄積部２において、キーワード群は概念の性格により階
層化し、その各階層で上位の概念によりグループ化し、
グループ単位で他のキーワードと関連を持つように構成
したので、多様な検索要求への対応が可能で、キーワー
ドの総数が増えても、キーワード間関係の増加を防止で
きる。しかも、そのキーワード群は、キーワード間関係
の強さを表現したキーワード間情報を有しているので、
キーワード入力手段１で入力されたキーワードから、関
連キーワード推定手段３により、キーワード間関係を強
さからたどり、関連するキーワードの推定が可能であ
る。
【００３１】さらに、入力されたキーワードに関連する
キーワードを関連キーワード推定手段３で推定し、その
推定されたキーワードから、候補画像推定手段５によっ
て検索するようにしたので、画像に付与されているキー
ワードと同じキーワードを入力しなくても、検索するこ
とが可能となる。従って、漠然とした印象・不明瞭な記
憶からも、検索が可能で、曖昧性を考慮した画像検索の
実現が可能となる。
キーワードを関連キーワード推定手段３で推定し、その
推定されたキーワードから、候補画像推定手段５によっ
て検索するようにしたので、画像に付与されているキー
ワードと同じキーワードを入力しなくても、検索するこ
とが可能となる。従って、漠然とした印象・不明瞭な記
憶からも、検索が可能で、曖昧性を考慮した画像検索の
実現が可能となる。
【００３２】なお、本発明は図示の実施例に限定され
ず、例えば図２及び図３のキーワード群を他の構造にし
たり、図４の候補画像推定手順を他の内容にしたり、あ
るいは図１の画像検索装置に、機能向上のための他の機
能ブロックを付加する等、種々の変形が可能である。
ず、例えば図２及び図３のキーワード群を他の構造にし
たり、図４の候補画像推定手順を他の内容にしたり、あ
るいは図１の画像検索装置に、機能向上のための他の機
能ブロックを付加する等、種々の変形が可能である。
【００３３】
【発明の効果】以上詳細に説明したように、第１の発明
によれば、キーワード入力手段により、キーワード入力
を重要度に応じて項目別に入力するようにしたので、キ
ーワード重みの数値入力が不要となり、検索者がキーワ
ードの重みを理解する必要がなく、検索効率を向上でき
る。キーワード群蓄積部に蓄積するキーワード群は、キ
ーワード間関係の強さを表現したキーワード間情報を有
しているので、入力されたキーワードから、関連キーワ
ード推定手段により、キーワード間関係を強さからたど
り、関連するキーワードの推定が可能である。
によれば、キーワード入力手段により、キーワード入力
を重要度に応じて項目別に入力するようにしたので、キ
ーワード重みの数値入力が不要となり、検索者がキーワ
ードの重みを理解する必要がなく、検索効率を向上でき
る。キーワード群蓄積部に蓄積するキーワード群は、キ
ーワード間関係の強さを表現したキーワード間情報を有
しているので、入力されたキーワードから、関連キーワ
ード推定手段により、キーワード間関係を強さからたど
り、関連するキーワードの推定が可能である。
【００３４】さらに、入力されたキーワードに関連する
キーワードを推定し、その推定されたキーワードから、
候補画像推定手段によって検索することで、画像に付与
されているキーワードと同じキーワードを入力しなくて
も、検索することができる。そのため、検索者の漠然と
した印象・不明瞭な記憶等からも検索ができ、多様な検
索要求への対応が可能で、熟練を有することなく操作が
簡単で、曖昧性を考慮した高精度な画像検索が可能とな
る。
キーワードを推定し、その推定されたキーワードから、
候補画像推定手段によって検索することで、画像に付与
されているキーワードと同じキーワードを入力しなくて
も、検索することができる。そのため、検索者の漠然と
した印象・不明瞭な記憶等からも検索ができ、多様な検
索要求への対応が可能で、熟練を有することなく操作が
簡単で、曖昧性を考慮した高精度な画像検索が可能とな
る。
【００３５】第２の発明によれば、キーワード群蓄積部
に蓄積されるキーワード群は、概念の性格により階層化
し、その各階層で上位の概念によりグループ化し、グル
ープ単位で他のキーワードと関連を持つように構成して
いるので、曖昧性を考慮した多様な検索要求への対応が
可能で、キーワードの総数が増えても、キーワード間関
係の増加を防止できる。
に蓄積されるキーワード群は、概念の性格により階層化
し、その各階層で上位の概念によりグループ化し、グル
ープ単位で他のキーワードと関連を持つように構成して
いるので、曖昧性を考慮した多様な検索要求への対応が
可能で、キーワードの総数が増えても、キーワード間関
係の増加を防止できる。
【００３６】第３の発明によれば、関連キーワード推定
手段により、キーワード間関係の強さから、キーワード
の重要度を算出し、ある一定の値以上の重要度を有する
キーワードを関連キーワードとして推定するようにした
ので、その推定範囲が広がり、推定精度を向上できる。
手段により、キーワード間関係の強さから、キーワード
の重要度を算出し、ある一定の値以上の重要度を有する
キーワードを関連キーワードとして推定するようにした
ので、その推定範囲が広がり、推定精度を向上できる。
【００３７】第４の発明によれば、候補画像推定手段に
より、推定されたキーワードとその重要度から一致度を
算出して候補画像の候補順を推定するようにしたので、
キーワード入力時にキーワード重みの数値入力が必要な
くなり、それによって操作性が向上する。
より、推定されたキーワードとその重要度から一致度を
算出して候補画像の候補順を推定するようにしたので、
キーワード入力時にキーワード重みの数値入力が必要な
くなり、それによって操作性が向上する。
【図１】本発明の実施例を示す画像検索装置の機能ブロ
ック図である。
ック図である。
【図２】図１におけるキーワード群の構造例を示す図で
ある。
ある。
【図３】図１におけるキーワード群の例を示す図であ
る。
る。
【図４】図１における候補画像推定の内容を示す図であ
る。
る。
１ キーワード入力手段 ２ キーワード群蓄積部 ３ 関連キーワード推定手段 ４ 画像情報蓄積部 ５ 候補画像推定手段 ６ 候補画像表示手段
───────────────────────────────────────────────────── フロントページの続き (72)発明者 呉 志雄 東京都港区虎ノ門１丁目７番12号 沖電気 工業株式会社内
Claims (4)
- 【請求項１】 キーワードをその重要度に応じて入力す
るキーワード入力手段と、 キーワードとキーワード間関係を強さで表現した情報を
蓄積するキーワード群蓄積部と、 前記キーワード群蓄積部の情報に基づき、前記入力され
たキーワードからキーワード間関係をたどり、関連する
キーワードとその重要度を推定する関連キーワード推定
手段と、 画像とその画像に付与されたキーワードを蓄積する画像
情報蓄積部と、 前記推定されたキーワードとその重要度から、前記画像
に付与されているキーワードの一致度を算出して候補画
像の候補順を推定する候補画像推定手段と、 前記推定された候補画像を候補順に表示する候補画像表
示手段とを、 備えたことを特徴とする画像検索装置。 - 【請求項２】 請求項１記載の画像検索装置において、 前記キーワード群蓄積部は、前記キーワードに概念の性
格で分けられる階層構造を設け、その各階層で上位の概
念によりグループ化してグループ間関係の強さで表現し
た情報を蓄積することを特徴とする画像検索装置。 - 【請求項３】 請求項１記載の画像検索装置において、 前記関連キーワード推定手段は、前記キーワード間関係
の強さからキーワードの重要度を算出し、ある一定の値
以上の重要度を有するキーワードを関連キーワードとす
る推定を行うことを特徴とする画像検索装置。 - 【請求項４】 請求項１記載の画像検索装置において、 前記候補画像推定手段は、前記推定されたキーワードと
その重要度から一致度を算出して前記候補順を推定する
ことを特徴とする画像検索装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3341236A JPH05174057A (ja) | 1991-12-24 | 1991-12-24 | 画像検索装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3341236A JPH05174057A (ja) | 1991-12-24 | 1991-12-24 | 画像検索装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH05174057A true JPH05174057A (ja) | 1993-07-13 |
Family
ID=18344446
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3341236A Withdrawn JPH05174057A (ja) | 1991-12-24 | 1991-12-24 | 画像検索装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH05174057A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07239856A (ja) * | 1994-02-25 | 1995-09-12 | Canon Inc | 画像検索方法および装置 |
| US7421154B2 (en) | 1999-07-14 | 2008-09-02 | Fujifilm Corporation | Image processing method |
-
1991
- 1991-12-24 JP JP3341236A patent/JPH05174057A/ja not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07239856A (ja) * | 1994-02-25 | 1995-09-12 | Canon Inc | 画像検索方法および装置 |
| US7421154B2 (en) | 1999-07-14 | 2008-09-02 | Fujifilm Corporation | Image processing method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3781696B2 (ja) | イメージ検索方法及び検索装置 | |
| US4774657A (en) | Index key range estimator | |
| US6401087B2 (en) | Information retrieval system, apparatus and method for selecting databases using retrieval terms | |
| CA2513850C (en) | Phrase identification in an information retrieval system | |
| US6915295B2 (en) | Information searching method of profile information, program, recording medium, and apparatus | |
| US7483885B2 (en) | System and method for query refinement to enable improved searching based on identifying and utilizing popular concepts related to users' queries | |
| US8037078B2 (en) | Corpus clustering, confidence refinement, and ranking for geographic text search and information retrieval | |
| JP2832988B2 (ja) | データ検索システム | |
| US8983965B2 (en) | Document rating calculation system, document rating calculation method and program | |
| US20030163462A1 (en) | System and method for determining numerical representations for categorical data fields and data processing system | |
| CN107220307B (zh) | 网页搜索方法和装置 | |
| JPH08147320A (ja) | 情報検索方法及びシステム | |
| CN109635004B (zh) | 一种数据库的对象描述提供方法、装置及设备 | |
| US6915292B2 (en) | Method for updating multimedia feature information | |
| CN111026787A (zh) | 网点检索方法、装置及系统 | |
| JPH05174057A (ja) | 画像検索装置 | |
| JPH04152468A (ja) | 文書検索装置 | |
| JP3131142B2 (ja) | 地図データリンケージシステム | |
| JP2003527684A (ja) | 所定のオブジェクトに非常に類似するオブジェクトを決定する装置、記憶媒体、及び方法 | |
| JPH05266085A (ja) | 動的概念辞書を用いた類似検索方法及びその装置 | |
| JP3395232B2 (ja) | 検索項目の決定方式 | |
| KR100319150B1 (ko) | 특징소 타입별 및 요소별 중요도 자동 판단에 의한 이미지 검색 | |
| JP3880534B2 (ja) | 文書分類方法及び文書分類プログラム | |
| JPH0424872A (ja) | 電子フアイリング装置 | |
| RU2266560C1 (ru) | Способ поиска информации в политематических массивах неструктурированных текстов |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 19990311 |